機器學習的目前概況
使用機器學習提升商
業價值的 6 個步驟
AWS 已協助超過 10 萬個客戶從機器學習中獲得價
值的經驗。探索我們的機器學習之旅的最佳實務
56%
的 McKinsey Global Survey 受訪
者表示，其至少在一項業務功能中
採用了 AI。
1
98%
的 PwC AI
企業調查受訪者計劃在 2022
年開始採用 AI。
³
90%
的新型應用程式在 2025
年之前將包含嵌入式 AI
功能。
2
70%
的機器學習方案著
重於變更管理。
4
投資培訓和計劃，針對商業和技術角色提升內
部技能。
在 Morningstar，公司超過三分之一的技術人員利用
AWS DeepRacer 提升機器學習技能 。
步驟 4
開發您的團隊
發揮機器學習的威力
下載《成功應用機器學習的
6 個步驟》電子書 ›
解決可擴展性難題
不止步於一次性的概念驗證。將機器學習納入年
度計劃流程中，並利用 Amazon SageMaker 等工
具實現標準化。
部署機器學習速度。
透過 Amazon SageMakerIntuit 提升了 90%的
步驟 5
1
McKinsey：2021 年 AI 態勢報告
2
Gartner 總結 2020 年的 10 大資料和分析技術趨勢
3
PwC 2022 年 AI 企業調查報告
4
VentureBeat：Amazon 如何使用機器學習減少 915000 噸的包裝
© 2023, Amazon Web Services, Inc. 或其關係企業。保留所有權利。
樂天超市 運用相關建議，
衡量您的成功
從敏捷性、競爭優勢和風險承受能力等長期目標的角度
來分析結果。
步驟 6
透過 Amazon Personalize 將
新產品購買提升至 40%。
步驟 3
NFL 透過將 ML 套用至球員表現統計資料和比賽資訊，
來新增保護等級 及改善運動員安全。
部署機器學習，解決含有大量資料但可快速實作以獲得動力
的實際商業問題。
挑選適當的專案
步驟 1
倡導機器學習文化
Amazon 正在使用機器學習來盡量減少包裝廢棄物，
其中在全球減少了 91.5 萬噸的
包裝材料。
4
充分發揮機器學習的潛力，需要在業務目標和前景方面進行
文化轉變。
重新發明資料策略
消除資料孤島，實現從中央儲存庫進行快速且安全的資料存取，
並記錄長期的資料需求。
步驟 2
Georgia-Pacific 轉移了大約 50 TB 的生產資料
(超過 5 千億筆記錄) 到 中央資料湖。
