IBM谢东：人工智能将成为新的IT底座

5月30日消息，在27日的中关村论坛上，IBM 大中华区首席技术官谢东针对"企业如何应用人工智能"发表了主题演讲。

谢东认为，人工智能的发展已经进入了一个全新时代，企业对人工智能的探索，也从以前的应用中+AI，演变成AI+，也就是以AI能力为底座，开放部署新一代应用的模式。

未来，人工智能会逐渐成为新的IT底座，成为企业高质量发展的加速器。在这个过程中，能够更快应用人工智能的企业将占得先机。

以下是他的发言节选：

尊敬的各位领导、各位嘉宾：

大家好。今天特别高兴有机会跟您交流，分享 IBM 在新的人工智能时代，我们的做法，特别是针对"企业如何应用人工智能"，我的一些观点和思考。

谈到人工智能，它是计算机发展初期就有的一个梦想。经过七八十年的不断尝试和探索，大约在5年前，随着计算机的突破，人工智能应用也开始真正进入人类的生产生活。而ChatGPT的出现，标志着人工智能进入了一个全新的时代。

我认为主要有如下几点原因：

首先来源于AI技术的突破。算力的突破，让千亿级规模的AI模型训练成为可能；以Transformer为基础的AI模型，造就了用海量无标注数据进行模型预训练方法的成熟。这就相当于，出现了一个能在海量数据面前快速自己学习的最强大脑。

再有，语言的巨大威力得以释放。语言，是智能的载体。人类的思维，是建立在语言的基础上。AI掌握了人类的语言，也就有机会掌握蕴含在人类语言中的知识、情感、逻辑，甚至是思想和观念。这就是大语言模型强大的原因。

第三，它的生成能力、泛化能力非常强。通过ChatGPT这样一种跟人对话的形式，人们第一次可以在自己熟悉的领域与AI交流，并且获得对自己直接有用的信息。也就是说，AI让每个人都能在自己的工作、生活和学习中直接使用。

所有人在惊叹ChatGPT强大能力的同时，企业也在积极探索如何应用AI。而应用的范式，也从应用中+AI，演化成AI+，以AI能力为底座，开放部署新一代应用的模式。

我们想想以GPT为代表的新一代AI技术，实际上可以渗透到各行各业。在企业内部包括智能运维、人事管理，对外是客服、物流管理，还有事故诊断等等。现在很多企业都在进行AI应用的探索。IBM 也越来越多的把人工智能应用到我们自己的生产工作中，比如HR、系统中心的智能运维工作等。

大家经常会问到，AI能够在企业这么多场景中应用，那么，人的工作会被人工智能取代吗？

历史告诉我们，每一次新的技术革命到来的时候，都会带来整个行业的转变。我认为，人工智能会改变很多行业，很多工作会在人工智能的帮助下被重塑。企业应用人工智能的目的和方式，不是用AI替代人类，而是用AI充当人类的助手，协助人类更好地工作。换句话讲，人工智能淘汰的不是人的工作，而是那些没有掌握人工智能、或者没有应用人工智能的行业工种。

接下来，我们再谈谈，企业在应用人工智能作为底座的时候，会考虑什么？

首先，人工智能为企业所提供的核心价值，就是可以增强企业的竞争优势。企业的竞争力体现在，它能提供独特的价值，或者它能提供别人没有的，或者别人有、但是我有能力做得更好、更快、成本更低。

其次，企业在采用人工智能的时候，不光是要有AI的基础能力，还要确保人工智能产生的洞察，是建立在自己的数据上，同时，一定要把自己的核心价值通过人工智能体现出来；另外，企业需要把人工智能的方方面面紧密集成在自己的工作流之中，这两点是必须要考虑的。

第三点也很重要，也是 IBM 在推动人工智能发展中非常强调的一点，人工智能的可信性。我们可以简单想象，在与ChatGPT对话的过程中，大家很新奇，会觉得人工智能那么有创造力，有那么多超出自己想象、超出期望的一些回答，但是在企业实际应用中，企业会有不同的要求。

如果企业的业务依赖于提供服务，或者快速传递准确信息、见解或规模化的建议，那么，企业所需要的，是最大化的可用性，和最小化的错误。如果模型存在偏差，或者具有误导性，‘一本正经地胡说八道'、或不可解释，声誉损害和监管罚款的风险和成本可能会很高。这个时候我们就非常需要人工智能是在良好的环境中进行治理和监管的，必须是可解释的、公平的、强大的、透明的。。

那么 IBM 是怎样帮助企业应用和管理人工智能的呢？

首先，混合云和AI是IBM 的战略重点之一。我们认为，当人工智能和混合云结合在一起的时候，它不仅可以帮助企业对内提升工作效率和质量，对外还能够提供更好的服务。

其次，IBM 在人工智能的应用和研究方面，有着长期且深入的投入。从底层利用AI加速芯片，到上层应用中，提供各种模型的开发部署工具，IBM都有着业界领先的技术和方案。

比如 IBM 最新发布的watsonx，就是为帮助企业落地AI战略而推出的集成化产品方案。它包含三个产品——watsonx.ai, watsonx.data, watsonx.governance。

AI大家很容易理解，它是一整套模型的训练、验证、微调、部署工具，它既可以部署在云端，也可以部署在企业内部自有平台上，并且支持传统的机器学习、 学习及现在生成式AI的方法，有一系列的工具帮助企业在大模型的基础上做小模型，企业内部的小模型进行微调，应用于实际的业务。这是AI本身的全生命周期。

这里我想提一个观点，大家经常听到大语言模型，其实 IBM 在结合企业应用人工智能的实际需求时，还会特别强调基础模型。这也是 IBM 为企业制定的AI技术路线中，一个很关键的概念。

为什么企业要更关注基础模型？因为企业里面的数据具有多样性，除了语言以外，还有自己的业务数据、市场数据、运维数据等。IBM根据企业不同的核心数据类型，建立不同类型的基础模型，以帮助企业区别于竞争对手。

第二块data。企业内部有很多的数据信息，如果把人工智能应用到这些数据上，前提必须保证对这些数据有一个良好的管理，能跟现有的这些数据系统较好集成，利用优质的数据为人工智能的开发提供便利的条件。

第三就是governance。governance就是治理和监管，它提供一系列的工具，帮助能够消除模型中这些偏差，保证人工智能透明、可信、可解释，让企业能够放心使用人工智能。

未来这几年，AI技术会发展的更加成熟、便捷、规范。它会渗透到企业的方方面面，在很多领域都有新的深层次应用，并且在算力成本的部署便捷上，也会有极大改观，还会在治理方面有技术上和法律法规上的保证，整个行业都会以一个加速的方式来使用人工智能。

人工智能会逐渐成为新的IT底座，成为企业高质量发展的加速器。在这个过程中，能够更快应用人工智能的企业将占得先机。IBM 将继续与我们的客户携手共创可持续未来。

生成海报

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。