在人工智能与数据分析快速渗透各产业的今日，如何从「资料」走向「决策」已成为全球企业与政府机构的共同课题。加拿大亚伯达大学AI决策分析研究中心教授 M. Hosein Zare 近日受中兴大学邀约演讲，以「From Data to Decisions: The Role of AI and Analytics in Decision Making」为主题，深入剖析AI如何化解决策过程中的不确定性与复杂性，并分享其在医疗、农业与能源领域的具体应用成果。

加拿大亚伯达大学AI决策分析研究中心教授 M. Hosein Zare 强调，分析、AI与机器学习是互补工具，可将庞杂数据转化为洞见，进而提升决策品质。

Zare 教授指出，随着全球化竞争、永续转型与数据爆炸，现代企业的决策挑战愈加严峻，不仅牵涉庞大的财务、社会与声誉风险，更面临 「复杂性、不确定性与速度」 三大挑战，需在庞大的资料流中快速找出关键模式与因果关联。他强调，「分析（Analytics）、人工智能（AI）与机器学习（ML）」是互补的技术组合，可将杂乱数据转化为洞见，协助决策者在「复杂性、不确定性与速度」三大挑战中维持优势。

Zare教授以亚伯达省为例分享，展示AI与数据分析如何改善医疗、农业与能源产业决策。他指出，长期以来，亚伯达省的急诊室等候时间居高不下，导致医疗效率与病患满意度双双受影响。研究团队透过描述性与预测性分析，结合病历资料、患者流量与人力配置等多样数据，成功辨识流程瓶颈并优化资源分配，进而缩短候诊时间、提升病患照护品质。

在农业应用方面，介绍如何运用卫星遥测影像与机器学习模型，预测小麦产量的最新进展，透过对气候变数、土壤特性与作物生长条件的综合分析，AI模型能在季节早期即提供高准确度的预测，协助政府与农民提前规划收成与市场供应，减少因气候波动造成的粮食不稳定，实现「精准农业」与「永续粮安」双重目标。

能源产业则是亚伯达经济的命脉之一。Zare 教授分析，在国际油价震荡、环境政策趋严与运输基础设施受限的多重压力下，油砂企业的决策环境高度复杂。他展示AI驱动的最隹化模型如何模拟不同政策与市场情境，协助企业进行供应链调度与资源分配，使其能在减碳约束与市场竞争间取得平衡。此类模型的应用，正成为能源产业数位转型的重要推手。

同时也提及团队在食品浪费管理的创新研究。他以AI结合配送平台资料，设计智慧匹配系统，能动态预测消费需求、调整供应链节奏，实现降低浪费与提升营收的双赢模式。此模式展现AI在社会创新与永续经济中的潜力，让技术应用超越企业利润，延伸至公共福祉与环境责任。

国立中兴大学人文社会科学前瞻研究中心与行销学系李宗儒教授表示，这场演讲让师生深刻理解AI与分析不仅是科技，更是决策思维的革新工具。并展现中兴大学积极推动国际学术交流与跨域合作的决心。