โครงสร้างพื้นฐาน

การนำ AI ไปใช้งานในธุรกิจ

Jacob H. Marquez

Data Scientist

สร้างหรือซื้อ?

 

สร้างเอง

  • ควบคุมระบบได้มากกว่า
  • ตอบโจทย์ธุรกิจได้เฉพาะเจาะจง
  • ต้องวางแผนด้านการออกแบบ บุคลากร การดูแล และต้นทุนมากขึ้น
  • ใช้เวลานานและมีต้นทุนสูงกว่า
  • ไม่ได้รับประกันว่าจะประสิทธิภาพดีที่สุด

 

ซื้อสำเร็จรูป

  • ใช้งานได้ทันที
  • ต้องการทักษะเฉพาะทางน้อยกว่าในการพัฒนา
  • ปรับแต่งด้วยข้อมูลของคุณได้
  • ใช้เวลากับกลยุทธ์การผนวกรวมมากขึ้น
การนำ AI ไปใช้งานในธุรกิจ

การเลือกสภาพแวดล้อม

Cloud

Cloud.

On-premise

On-premise.

การนำ AI ไปใช้งานในธุรกิจ

ข้อกำหนดทางเทคนิค

  • โซลูชัน AI อาจต้องการฮาร์ดแวร์ที่แตกต่างออกไป
  • ต้องรองรับ
    • ปริมาณข้อมูลที่สูงขึ้น
    • ความซับซ้อนที่มากขึ้น
    • กระบวนการซอฟต์แวร์ทั่วไป
การนำ AI ไปใช้งานในธุรกิจ

ข้อกำหนดทางเทคนิค

โครงสร้างพื้นฐานข้อมูล

การนำ AI ไปใช้งานในธุรกิจ

ข้อกำหนดทางเทคนิค

สภาพแวดล้อมการพัฒนา AI

การนำ AI ไปใช้งานในธุรกิจ

ข้อกำหนดทางเทคนิค

โครงสร้างพื้นฐานการ deploy

การนำ AI ไปใช้งานในธุรกิจ

โครงสร้างพื้นฐานข้อมูล

พื้นที่จัดเก็บข้อมูล

การนำ AI ไปใช้งานในธุรกิจ

โครงสร้างพื้นฐานข้อมูล

พื้นที่จัดเก็บและ data pipeline

 

 

  • รองรับปริมาณข้อมูลที่มากขึ้น
  • อัปเดตให้รวดเร็วขึ้น
การนำ AI ไปใช้งานในธุรกิจ

โครงสร้างพื้นฐานข้อมูล

พื้นที่จัดเก็บและ data pipeline

โมเดล AI

การนำ AI ไปใช้งานในธุรกิจ

สภาพแวดล้อมการพัฒนา AI

สภาพแวดล้อมการพัฒนา AI

การนำ AI ไปใช้งานในธุรกิจ

สภาพแวดล้อมการพัฒนา AI

การประมวลผล

การนำ AI ไปใช้งานในธุรกิจ

สภาพแวดล้อมการพัฒนา AI

อัลกอริทึม

การนำ AI ไปใช้งานในธุรกิจ

 

โครงสร้างพื้นฐานการ Deploy

  • ที่ที่โซลูชันจะถูก host ใช้งาน ตรวจสอบ รักษาความปลอดภัย และอื่น ๆ
  • ในที่สุดจะรวม MLOps และ DevOps เข้าไว้ด้วย

 

คำถามที่ควรพิจารณา

  • อินเทอร์เฟซสำหรับผู้ใช้งานปลายทางคืออะไร?
  • ต้องสร้างใหม่ หรือผนวกโซลูชัน AI เข้ากับระบบที่มีอยู่?
  • โซลูชัน AI ต้องทำงานแบบ real-time หรือไม่?
  • ใครควรมีสิทธิ์เข้าถึงโซลูชัน AI?
การนำ AI ไปใช้งานในธุรกิจ

มาฝึกกันเถอะ!

การนำ AI ไปใช้งานในธุรกิจ

Preparing Video For Download...