在人工智能與數據分析快速滲透各產業的今日，如何從「資料」走向「決策」已成為全球企業與政府機構的共同課題。加拿大亞伯達大學AI決策分析研究中心教授 M. Hosein Zare 近日受中興大學邀約演講，以「From Data to Decisions: The Role of AI and Analytics in Decision Making」為主題，深入剖析AI如何化解決策過程中的不確定性與複雜性，並分享其在醫療、農業與能源領域的具體應用成果。

加拿大亞伯達大學AI決策分析研究中心教授 M. Hosein Zare 強調，分析、AI與機器學習是互補工具，可將龐雜數據轉化為洞見，進而提升決策品質。

Zare 教授指出，隨著全球化競爭、永續轉型與數據爆炸，現代企業的決策挑戰愈加嚴峻，不僅牽涉龐大的財務、社會與聲譽風險，更面臨 「複雜性、不確定性與速度」 三大挑戰，需在龐大的資料流中快速找出關鍵模式與因果關聯。他強調，「分析（Analytics）、人工智能（AI）與機器學習（ML）」是互補的技術組合，可將雜亂數據轉化為洞見，協助決策者在「複雜性、不確定性與速度」三大挑戰中維持優勢。

Zare教授以亞伯達省為例分享，展示AI與數據分析如何改善醫療、農業與能源產業決策。他指出，長期以來，亞伯達省的急診室等候時間居高不下，導致醫療效率與病患滿意度雙雙受影響。研究團隊透過描述性與預測性分析，結合病歷資料、患者流量與人力配置等多樣數據，成功辨識流程瓶頸並優化資源分配，進而縮短候診時間、提升病患照護品質。

在農業應用方面，介紹如何運用衛星遙測影像與機器學習模型，預測小麥產量的最新進展，透過對氣候變數、土壤特性與作物生長條件的綜合分析，AI模型能在季節早期即提供高準確度的預測，協助政府與農民提前規劃收成與市場供應，減少因氣候波動造成的糧食不穩定，實現「精準農業」與「永續糧安」雙重目標。

能源產業則是亞伯達經濟的命脈之一。Zare 教授分析，在國際油價震盪、環境政策趨嚴與運輸基礎設施受限的多重壓力下，油砂企業的決策環境高度複雜。他展示AI驅動的最佳化模型如何模擬不同政策與市場情境，協助企業進行供應鏈調度與資源分配，使其能在減碳約束與市場競爭間取得平衡。此類模型的應用，正成為能源產業數位轉型的重要推手。

同時也提及團隊在食品浪費管理的創新研究。他以AI結合配送平台資料，設計智慧匹配系統，能動態預測消費需求、調整供應鏈節奏，實現降低浪費與提升營收的雙贏模式。此模式展現AI在社會創新與永續經濟中的潛力，讓技術應用超越企業利潤，延伸至公共福祉與環境責任。

國立中興大學人文社會科學前瞻研究中心與行銷學系李宗儒教授表示，這場演講讓師生深刻理解AI與分析不僅是科技，更是決策思維的革新工具。並展現中興大學積極推動國際學術交流與跨域合作的決心。