某零售商使用 Amazon Redshift 進行即時庫存管理，並在 SageMaker 即時端點上部署了 ML 模型。該公司需要產生即時庫存建議並預測未來的庫存需求。下列哪兩項可以滿足這些需求？（請選擇兩項。）

Amazon Redshift ML 允許直接在 Redshift 中使用 SQL 語法建立、訓練和部署機器學習模型，非常適合產生即時庫存建議。此外，Redshift 支援使用 SQL 函數直接呼叫外部 SageMaker 即時端點，這使得利用已部署的 ML 模型進行即時預測（例如庫存需求預測）成為可能。 其他選項不符合即時性或核心需求： 排程定期資料匯出用於離線訓練，不直接滿足即時建議和預測的需求。 SageMaker Autopilot 專注於模型訓練，而非在 Redshift 中建立儀表板。 將 Redshift 作為檔案儲存系統不符合其作為分析資料倉儲的主要用途，也與即時庫存管理無關。