台灣人工智慧（AI）數位人才的缺口逐漸顯現，然而疫情催化之下，企業邁向數位轉型的腳步勢必得加快，形成了一個強烈對比。
人才技能的欠缺之外，聘用 AI 技術人才、資料科學家、資料工程師、演算法專家的高昂成本，也是企業的一大考量點和進入門檻。隨著市場上出現了越來越多無程式碼（no-code）AI 平台工具，會有助於企業降低一些成本並滿足數位轉型的迫切需求嗎？
AI 人才缺口擴大，無程式碼平台工具會帶來轉變嗎？
無程式碼平台，帶來最大的轉變之處之一，就在於能夠讓不懂 AI 技術的人員在不須撰寫程式的前提下，快速建立系統與應用程式，降低企業內部的技術負債與人力訓練時間。
透過簡易的拖拽介面、輸入介面、自定義桌布操作，應用程式就能成形，以往需要數週甚至數月才能完成的 AI 工作，現在可以在數天或者數小時內完成。
具備高度易用性無程式碼平台，即使是業務、行銷、財務、物流等部門的人員，都能夠上手並採用。
這類平台容納了更多的參與者，賦能每一個人即時實現所需的功能，也降低在面臨數位問題時，大家總是必須耗時費力地向技術部門求助的情況。
Google 的創投成長基金負責人 Alex Nichols 曾表示，無程式碼平台的出現，優化了企業整體營運流程，原本屬於技術開發部門的人員，則能更專注在解決複雜問題，其他沒有技術背景的人員，也足以建立出各種功能的應用程式（如業務、行銷、財務、物流），讓工作流程更自動化。
無程式碼平台的主要類型和所具備的功能
現在市面上的無程式碼平台，大致上可分為技術端與應用端的服務商，技術服務商以建立 AI 底層技術為主，如電腦視覺、語音辨識、自然語言處理等，像是 Monkey Learn、Datarobot、Clarifai 都是較常見的服務供應商。
以 Datarobot 的 AI App Builder 來說，一樣是由使用者自定義 UI 介面，透過客製化的拖拽介面，在幾分鐘之內把預測模型轉為 AI 應用程式，全程零 coding，就能做到數據分析跟預測。套用了 MLOps 的概念，把構建、部署和共享 AI 應用程式的整體流程變得非常簡單，企業迭代和改進 ML（機器學習）項目和模型結果的速度也自然加快。
而應用端服務商，主要是特定使用情境提供者，像是客戶服務、財務行政流程、企業應用程式建立等，Akkio、Levity、Obviously.ai 就是屬於這類型的服務供應商。
以 Akkio 的例子而言，他們的創新服務等於是一個自助式的機器學習平台，幫助企業任何擁有「數據」的部門都能使用無程式碼平台來處理問題，輕鬆以 AI 模型達到預測和分析效果。比方說，幫助業務團隊對潛在客戶進行評分、幫助客戶關係管理部門識別客戶流失的情形、甚至判別出哪些客戶出現負面情緒跡象，到幫助保險公司標記哪些客戶更有可能產生高額費用等多元應用。
另外，當然也有從技術到應用端皆具備的廠商，如 Google、亞馬遜、微軟以及IBM，無程式碼平台生態系的分工逐漸往特定領域、多元化發展。
3 大效益，無程式碼平台為企業數位轉型加速鋪路
基本上，企業導入無程式碼平台，具有三大效益：
1. 高度整合
使用平台和整合模塊，無程式碼 AI 可以適應企業的特定需求，通常能夠對其進行調整以適應特定的業務需求，並且加快作業流程，比方說用 ML（機器學習）把重複性的工作自動化，進而使企業生產率及效率提升。
這樣的效益，是來自於無程式碼平台從資料準備、預處理、模型建立、模型訓練、實際部署、落地等一次打包好，使用更少的步驟與資料量，就能測試或修改自己的機器學習模型，加強 MLOps 模型生命週期和資料品質管理。
2. 成本優勢
實施完全客製化的人工智慧解決方案是相當昂貴的，利用無程式碼平台替代的，成本和耗時會遠低於從 0 到 1 建立起的 AI。尤其對於沒有充足預算聘雇 AI 人才、成立完整 AI 團隊的中小企業來說，無代碼平台其實是值得考慮的妥協方法。
隨插即用（Plug and play）的一大特色，在耗費極少預算情況下，企業各部門人員可以快速用 AI 工具解決工作上遇到的瓶頸，提高自己 KPI 完成度，這在企業轉型上帶來兩大好處，一方面降低內部對於新技術導入的抗拒，一方面也可以用人性化的方式建立起組織的 AI 文化。
3. 實現 BI（Business Intelligence）
無程式碼平台能支援企業的商業智慧解決方案，畢竟，當企業開始轉型至線上、或是開拓電商通路，會蒐集到大量數據，如果仍維持一樣人力以 Excel 作業，自然會是不夠聰明的做法，甚至也會讓數據分析決策不夠精確。AI 解決方案可以提供有價值的見解，在業務決策上也會帶來更具體、更規模化的幫助。
無程式碼平台能夠帶給企業的優勢，是所有 C-level 老闆們必須有意識的注意到的，對於數位人才的渴求，能夠從 AI 平台工具的導入先獲得一些補足。即使缺乏預算建立 AI 團隊、無心力從頭培養 AI 人才、或擔心辛苦培養的人才被挖角，多少都解決了這類痛點。
台灣國發會今年的調查指出，未來 3 年若從新增需求人數占產業就業人數的比率來看，尤以人工智慧應用服務相關產業對 AI 數位人才的需求是最迫切的，針對這個難題，企業或許可以透過本文獲得更好的靈感解法。