5G通訊時代加持，連續智慧CI趁勢崛起！

大數據逐漸成為一種基本的營運能力後，業界關注焦點也轉趨務實，過去五年來，靜態資料「貶值」速度越來越快，而那些具有即時處理、分析價值的大數據，因為與商業運轉的即時戰略息息相關，因此近來興起了所謂「連續智慧」的討論，但什麼是連續智慧呢？它與大數據、人工智慧，甚至是5G又有什麼關係？

數位商務戰場的步調越來越快，若以電子遊戲比喻，以往企業間的決策角力比較像回合制（Turn-Based）的戰棋類遊戲，現在則更接近即時戰略（Real-time Strategy Game）遊戲，必須每一分鐘，甚至每一秒都對新的營運資料有所理解，並做出最佳反應。

這也是近日企業界再度興起對於「連續智慧」（Continuous intelligence ，簡稱CI）討論的原因。但「連續智慧」可以用於那些企業情境？事實上，所有必須處理即時資料（如設備機台的Streaming Data、電商，即時訂房狀況、飛行引擎參數等）的組織、或其他必須依據現實變化短時間快速反應的業務，都可以是「連續智慧」的應用範疇。

以往對於AI、大數據的應用想像，都要經過一段機器學習、數據建模過程，才能供人「掘取」出重要的商業洞見，但一些營運資料卻很容易在短時間內「過期」，不再具備商業效益，這也促使連續智慧「依據當下脈絡、情境提供適切的決策方案」的特徵越來越受重視──有別於傳統的「儲存後分析」的框架，連續智慧的基本概念是「分析後儲存」，此外，有別於被動的儲藏資訊供人檢索，CI的特點是在每一次資料即時更新的同時，「主動呈現新的資料洞見」。

根據IDC，2025年左右全球產出的資料大小將增加為160 ZB（ZettaBytes），而其中百分之二十五的資料，是必須即時處理、分析（而非儲存後慢慢分析）才能發揮其價值的。也就是說，未來靜態資料「貶值」的速度將會越來越快。

但並不是說歷史資料不再重要。連續智慧CI仍然必須倚賴過往資料，以機器學習建立的模型，來「認知」新進資料的用途和意義，只是這個過程變得更為動態而分散。IBM Streams資深經理Roger Rea 以一個情境舉例：例如：某家航空公司常發生「因乘客登機遲到，導致延遲起飛，使機組人員工時被迫延長，致使有機率導致某一位機組員超過合法工作時數」，若上述所有數據（包含乘客狀態、飛行時刻表、人資工時系統等）都被整合在「連續智慧」CI的框架內，航班管理者就可以提早決定，是否在下一個航點讓替補的機組員登場，以避免違法超飛的問題。

Roger Rea也舉例，藉由過往數據分析「最有可能趕不上飛機」的乘客，讓他的行李在最後一刻上機，則可以加速登機流程，同時避免飛機把行李載走，人卻被留在機場的窘境──而上述情境，都結合了歷史數據模型與新數據的洞見，來看出「非尋常狀況」發生的可能性，並即時做出分析與回報。

Roger Rea也指出，連續智慧CI 除了即時更新數據，視覺化儀表，也在於能分析並預測最細緻的資料層級（顆粒層級Granular Level），如每個機組員、每件行李、機場的天氣因素等的狀況，而非只呈現整體趨勢。他舉的應用案例（航空公司、醫院、煉油場）也是符合上述特徵──來源是多元、混雜的資料型態，搭配必須即時反應決策的應用情境。

但是，連續智慧CI的發展實際上有賴於人體感測器、IoT感測器的普及化與佈建成本的降低，而5G通訊時代的來臨，則可提升資料傳輸的可靠性，降低傳輸延遲，讓CI更接近真正意義的「即時性」。

IBM研究員Catherine Reese就舉出一個CI用於零售業的例子：藉由在自動販賣機上裝配感測器，來偵測通過的通勤人數、氣溫等訊息，即時調整商品的售價優惠，以及架上陳列的商品，以達到每個「當下」最佳化的銷售效益。

數據應用越來越講究時效，已成為不可避免的趨勢。然而對企業來說，如何整合既有較靜態的BI（Business Intelligence）系統資料，結合AI的機器學習與建模，和CI的即時智慧，並依此調整決策鏈，仍是企業思考的課題。

更多FC未來商務文章
開放銀行來了！數據解封新時代，在前方等著我們的是？
大數據的個人應用崛起！你的網路足跡將能成為實現人生目標的助力，為什麼？