10_人工智慧驅動的分析與資料科學趨勢

核心表格

核心主題	主要觀點／方法	實務用途	重要條件／限制／延伸
感測資料＋人工智慧	物聯網（Internet of Things, IoT）感測器持續蒐集資料，再以時間序列、機器學習或深度學習模型預測	食品安全、設備維護、健康監測	模型評估必須對齊真正業務風險；Discover Foods 更重視高溫離群值，而非只看整體誤差
雲端分析	資料即服務（Data as a Service, DaaS）、桌面即服務（Desktop as a Service, DaaS）、軟體即服務（Software as a Service, SaaS）、平台即服務（Platform as a Service, PaaS）、基礎設施即服務（Infrastructure as a Service, IaaS）與分析即服務（Analytics as a Service, AaaS）	彈性運算、資料儲存、模型部署、即時分析	原書同時用 DaaS 表示 Data as a Service 與 Desktop as a Service，閱讀時必須依上下文區分
位置與地理空間分析	地理資訊系統（Geographic Information System, GIS）、經緯度、全球定位系統、Wi-Fi、基地台位置與企業資料整合	房貸估價、門市選址、導航、停車、網路覆蓋	位置資料可提高決策細緻度，但也帶來隱私與追蹤風險
影像與替代資料	衛星影像、手機／無人機影像、紅綠藍像素、位置資料及其他非傳統資料來源	農業冠層、森林砍伐、天氣、都市風險、非法捕魚	更多資料來源不等於自動得到更高準確率；需確認解析度、時效與資料品質
感測器與無線射頻識別	無線射頻識別（Radio-Frequency Identification, RFID）以標籤、讀取器、天線與程式辨識物件；可分被動、主動與半被動標籤	供應鏈、資產追蹤、零售、工業物聯網	主動標籤功能較強但較大、較貴且受電池壽命限制；被動標籤成本低且廣泛用於零售
智慧家庭、自駕與第五代行動通訊	互聯設備、邊緣運算、超低延遲與高速連線支援即時決策	智慧家庭、智慧城市、自動駕駛、工業自動化	第五代行動通訊（Fifth-Generation Mobile Technology, 5G）只是促成技術之一，仍需感測、運算與應用層整合
流程自動化	機器人流程自動化（Robotic Process Automation, RPA）模擬人員在規則明確、高量、重複流程中的操作	健康通報、人資、薪資、文件處理	適合自動化程序，不代表可取代醫療、政策或管理判斷
生物資訊與網路分析	基因定序、微生物體分析、共病網路、機器學習與深度學習結合	動物健康、疾病關聯、住院天數預測	統計顯著性與模型改善仍需生物／臨床解讀；小幅誤差改善在大規模系統可具有高經濟價值
Web 3.0 與數位分身	區塊鏈、加密貨幣、非同質化代幣（Non-Fungible Token, NFT）、去中心化自治組織（Decentralized Autonomous Organization, DAO）、元宇宙與數位分身	去中心化服務、虛擬環境、即時模擬與決策支援	原書明確把這些視為快速發展中的新興領域，不應把預測性描述當成已成熟標準
對話與生成式人工智慧	生成式預訓練轉換器第 3 版（Generative Pre-trained Transformer 3, GPT-3）／ChatGPT、對話應用語言模型（Language Model for Dialogue Applications, LaMDA）、Blenderbot 等，以大型訓練資料支援對話與內容生成	對話、文字生成、翻譯、程式碼與搜尋輔助	產品狀態與市場描述均為原書約 2022–2023 年時點；不是目前產品現況