生成式AI的崛起不仅引领了人工智能领域的质变,也为IBM这样在AI领域拥有几十年经验的公司带来了前所未有的市场机遇。IBM希望通过watsonx平台,将AI引入企业核心业务,为企业提供可信赖的数据,以负责任和规模化的方式构建、应用和扩展领先的AI技术。
AI掀起的技术浪潮正以前所未有的速度和规模推动着人类向前迈进。ChatGPT的火爆更是让人们意识到,AI系统不再仅仅是完成特定任务,而是能够进行复杂的推理、判断和创新。企业范式已由“数据为先,再结合AI”的+AI模式,迅速转变为“AI为先”的AI+模式。
今年上半年,全球新发布了约400个大模型,中国更是发布了79个拥有10亿以上参数的大模型。2023年8月31日,国内首批八家大模型通过备案,可正式上线提供服务。大模型竞争如火如荼,各大公司纷纷投入巨资研发,推出更新更强大的模型,力图在市场上占据更大的份额。
作为人工智能早期探索者,在这一趋势中,IBM选择了更为精细、针对性更强的策略,与其简单地倚重数据和算力,打造通用大模型,不如将关注点对准企业核心业务。
2023年8月23日,IBM正式宣布了新一代AI与数据平台IBM watsonx在中国市场的落地。在IBM看来,这是继红帽OpenShift开放式混合云技术平台之后,IBM落地大中华区市场的又一个具有里程碑意义的开放式AI技术平台。在这场活动中,IBM派出了大中华区史上最强的发言人团队,咨询、科技、研发等团队负责人悉数到场。他们换上蓝色T恤,呈现出崭新的形象,为活动注入了新鲜活力。
( 参加waxtsonx发布活动的IBM发言人及客户、合作伙伴代表 )
IBM大中华区董事长、总经理陈旭东在发言中透露,IBM在今年5月发布了watsonx,2个月之后,watsonx的各个模块陆续上市,预计将在年底全部上市。如此快的速度前所未有,原因在于,这个市场机遇给IBM在AI领域数十年的积累,提供了千载难逢的机会。
( IBM大中华区董事长、总经理 陈旭东 )
从+AI到AI+,AI如何进入企业战略核心
IBM商业价值研究院近期对全球三千多位CEO所做的调研显示,“让AI成为核心生产力”是企业领导的迫切需求,大多数CEO相信,拥有先进的生成式AI能够提升企业的竞争力。
尽管需求迫切,但企业要想应用生成式AI,或者将AI技术纳入核心业务流程绝非易事。企业应用生成式AI,训练模型的成本非常高,不仅需要高昂的硬件投入,算法成本也不能忽视。
IBM认为基于特定领域的基础模型是推动企业级生成式AI应用加速的关键。基础模型建立在特定类型的神经网络架构(Transformer架构)之上,专注于处理生成相关数据序列,可以理解未标记数据并生成新内容。虽然基础模型在前期需要大量投资,但每次使用时都可以在AI模型构建初期投入的工作基础上进行微调,无需从头开始构建,降低了数据需求,显著提高了投资回报率(ROI),同时缩短项目上线时间。
这点在IBM的客户中已经得到了印证。据IBM大中华区首席技术官、研发中心总经理谢东介绍,在将基础模型应用于客户的早期工作后,客户在实现价值方面所需时间比传统的AI方法快70%。这表明基础模型的使用能够快速地产生实际价值,为企业带来更高的效率和回报。
( IBM大中华区首席技术官、研发中心总经理 谢东 )
IBM watsonx包括三个关键产品:watsonx.ai、watsonx.data和watsonx.governance。分别对应三个关键词:基础模型,大规模、高性能且兼具成本与安全优势的数据处理和企业级AI治理。
watsonx.ai不仅可以利用基础模型来构建定制化的AI解决方案,还可以按照项目管理的方式自动化训练、调试和部署。这意味着企业可以利用基础模型的强大能力,快速构建适应其需求的AI应用,而不必从零开始开发。
watsonx.data负责解决不同环境下的大规模数据处理问题,这也是企业在迈向人工智能道路上,绕不过去的一道难关。
众所周知,制造业内部流程和系统都非常复杂,给数据收集和分析造成极大困难。借助IBM Cloud Pak for Business Automation,苏州环球科技成功构建了业务流程管理平台和企业管理平台。实现了不同系统之间的无缝连接,消除了信息孤岛,高效完成数据的抓取和分析。更为重要的是,在打通众多数据源之外实现了可视化,将复杂的制造业内部流程变得直观易懂。
同样,上海洲邦信息科技公司与IBM合作,采用低代码、无代码的方式整合了IBM Cloud Pak for Integration解决方案,利用工业互联网帮助很多大型制造企业轻松实现了数据在不同系统之间的融会贯通。
企业在完善了数据基础能力后,可以通过watsonx.ai自动化部署AI应用,但要想搭建企业级可信AI与模型,必须配合有效的AI治理和监管。watsonx.governance可以帮助企业在AI 生命周期中建立可信任的自动治理流程,监测模型性能和偏差,满足监管要求。据悉,IBM还在积极研究检索增强生成,这是一种降低AI幻觉风险的方法。
watsonx.ai和watsonx.data产品集目前已上市,而watsonx.governance计划于2023年第四季度上市。这些产品展现了IBM在AI领域的深厚积累。然而,要实现“成为企业抓住AI机遇、打造自身AI能力的最佳合作伙伴”的目标,IBM还需要进一步消除企业对AI进入核心业务的担忧,并提供切实可行的实施方案。在这一过程中,生态建设和共创发挥了关键作用。它们有助于将IBM的全栈能力,包括存储、算力、企业级AI应用与咨询服务,以及来自IBM研究院的前沿AI创新技术,融入解决方案中,以满足不同企业的需求。
共创生态,塑造未来
尽管各行各业都在积极探索如何将AI纳入企业的战略核心,以应对未来的挑战和机遇,但这并非易事。即便许多企业早已涉足人工智能,但很多是分散尝试,未从核心业务出发,导致应用效果有限。在这种背景下,技术不是唯一关键,创造合适的环境和生态同样至关重要。
一方面,企业级生成式AI应用面临着前所未有的问题和场景,缺乏标准答案。另一方面,商业竞争日益激烈,企业需要迅速利用数字技术探索创新途径、抓住商机,同时应对复杂多变的挑战。在这一探索之旅中,企业必须根据其独特的业务需求,逐步迭代和灵活调整以适应不断变化的环境。
因此,共创和生态建设至关重要。这种协同努力能够降低风险、减少试错成本,使企业在探索和应用生成式AI时更加高效。共创能够推动合作伙伴共同进入未知领域,为企业度身定制解决方案,助力快速迭代。同时,建立强大的生态系统可以吸引更多参与者,促进技术创新和应用的不断进步。
(从左至右：IBM大中华区伙伴生态业务总经理 谭颖瑜，菜鸟科技首席科学家、菜鸟物流科技部算法总监 王子豪，IBM大中华科技事业部数据人工智能、自动化中国华南与华东大区总经理 许伟杰，悠桦林信息科技(上海)有限公司董事长、创始人 肖芳芳 )
活动现场,IBM的两位合作伙伴也表达了同样观点。菜鸟科技首席科学家、菜鸟物流科技部算法总监王子豪表示,菜鸟与IBM在AI开放和赋能方面有很多共性,菜鸟物流多年来一直在大规模投入AI技术。致力于构建技术创新驱动的社会化协同平台,已经在多个领域取得了成功案例,例如建立亚洲最大规模的智能调度现场,并将这一技术应用在汇川新能源和未来宝马工厂等合作中。悠桦林信息科技(上海)有限公司董事长、创始人肖芳芳说,生成式AI是当前广受关注的技术方向,尽管目前仍在探索中,但具备广泛应用的潜力。悠桦林希望能与IBM在这个领域展开更深入的合作。
watsonx平台的核心目标正是通过汇聚本地市场的科技公司、行业客户和合作伙伴,构建一个强大的生态系统。在这个生态系统中,IBM将与各方共同创造、共同探索,以推进开放、可信、具有行业和业务针对性的企业级AI应用。帮助企业级AI成为企业的核心生产力,驱动未来的创新与发展。
谈及未来,IBM大中华区客户成功管理部总经理朱辉表示,生成式AI在企业中有广泛的应用前景。如智能客服、维修优化、生产排产、风险控制、客户支持、数据管理等领域。汽车行业也能因此受益,包括车联网数据处理、OTA软件升级传输等。这些场景都能提升企业的效率和决策水平。
( 从左至右：上海洲邦信息科技有限公司CEO 朱林，苏州环球科技股份有限公司总经理 黄雅丹，IBM大中华区客户成功管理部总经理 朱辉 )
IBM Consulting大中华区总裁陈科典表示,企业想要应用watsonx,可以通过半天的工作坊来进一步明确可行的试点POC(概念验证)场景。一旦确定了试点场景,接下来可以迅速进行为期四周的POC,以便迅速验证该场景是否真的可落地并产生商业价值。陈科典表示,通过这种方式,IBM已经开始尝试为某客户解决IT运维难题。IBM为这位客户维护着300个IT系统,每天产生大约7000至8000个工单。经过约六个月的选型、训练和测试,生成式AI技术已经应用于其中的150个系统,初步预计可以帮助客户提高60%的生产力。
( IBM Consulting大中华区总裁 陈科典 )
( IBM大中华区科技事业部总经理、中国区总经理 缪可延 )
IBM曾经在AI技术进步的历程中扮演了重要角色,如今面对生成式AI的巨大机遇。IBM watsonx不仅可以开启企业级AI之门,对IBM自身也是独特机遇。就像IBM大中华区科技事业部总经理、中国区总经理缪可延所说的那样,watsonx的“x”代表着无限可能,而“X因子”是催生奇迹的关键。在AI+时代,企业加速和扩展生成式AI应用的“X 因子”,不仅需要有可信、开放向善、适应性和扩展性强的AI技术平台,还需要有高瞻远瞩跨界合作的领导力,以及愿意打破边界携手共创的行业生态。( 作者: 中国信息化杂志 石菲)
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
