促進有系統的建立 AI 專案運作模式
最容易跨職能協作的企業級資料科學平台Dataiku
單一平台，同時滿足 No-code, Low-code 到 Full-code 的人才！讓 AI 輔助決策成為每個職能角色的日常，擺脫 AI 專案各自獨立的窘境，加速商業應用確實落地
三面向讓企業AI成熟度停滯不前
有各自獨立的單一AI試驗專案，但缺完整策略與資產共用
AI 應用場景其實越來越不缺乏想像，專案百花齊放，可惜的是仍以短期的機會主義為多
在資料準備度上，也還有很大的改善空間，根據統計，亞太區已經投入AI的企業，資料準備度1-5分平均分數為2.6分
*Source: IDC AI Maturity Survey, APEJ 2020 (N=552)
人才供不應需，既有人才也不知如何發揮 1+1>2 團隊綜效
AI 專案不是只有模型或演算法最重要，整個機器學習流程，需要跨團隊跨專業的合作
根據統計，專案會失敗的一大主因，是專案開始的頭兩週沒有 Business user 參與
缺乏數據營運流程的標準化與商業指標衡量
根據 IDC AI Maturity Survey 調查，平均 77% 的 AI 模型仍處於預生產階段，這意味著 DataOps 與MLOps 尚未制度化導致無法擴展模型的生產
商業流程也就無法跟著優化調整，效益便難以衡量
Dataiku 的出現，讓天下沒有難用的大數據
知名企業 GE、Cisco、NXP、Merck、BNP PARIBAS 皆運用 Dataiku Data Science Studio 搭建起內部資料科學家與各職能專家的合作橋樑，徹底發揮 1 + 1 > 2 優勢，共同創造快速落地的 AI 商業應用
透過協作，讓數據閉環轉得更快、創造飛輪效應
讓企業優先取得 AI 營運模式的效率紅利
節省 75% 時間
數據工程師與資料科學家減少 90% 手動、重複性任務與常規報告
投報率可達423%
三年內取得的平均 ROI 並獲益近1300萬，此數據來自 Forrester 報告The Total Economic Impact™ Of Dataiku
用戶評價近滿分
Gartner Peer Review 客戶評價近滿分 4.8 out of 5
採用Cisco webex線上會議系統
報名觀看活動影片回放
PGi樺鼎在今年正式成為 Dataiku 在台灣的合作夥伴，我們希望協助客戶用更省力的方式落地AI
本場次我們將與 Dataiku 來自新加坡的代表，共同分享為什麼跨專業人才的協作，在AI專案的成敗上變得越來越重要 ; 以及為什麼 Dataiku 可以連續兩年被 Gartner 評比為 Data Science and Machine Learning 平台的領導者。
透過本次分享，思考我們該如何借助 Dataiku 的核心優勢，借力使力加速企業數據資產轉化到營收上的價值
| 時間 | 議程內容 |
|---|---|
| 13:50-14:00 | 報名者可以上線準備囉！ |
| 14:00-14:10 | 活動介紹與目標 |
| 14:10-14:30 | 認識 Dataiku 企業級協作式資料科學與ML平台 |
| 14:30-15:00 | 實際操作示範 Dataiku Data Science Studio |
| 15:00-15:20 | 亞太區客戶案例分享 by Dataiku 代表 |
| 15:20-15:30 | Q&A 互動 |
特邀來自新加坡的 Dataiku 原廠代表
Choo Jiunn Hao
JH 將協助我們拉開視野，用 Dataiku 在 APAC 的客戶經驗，分享不同成熟度的企業在 AI Operation Model 上的演進與務實的客戶使用案例
最容易跨單位協作的企業級資料科學平台「Dataiku」介紹分享
限時一個月開放影片回放
採審核制，開放申請回放影片！
