IBM 陈旭东:AI+ 时代,企业需要怎样的人工智能?

描述

IBMIBM

12月1日至3日,由钛媒体集团主办的 2023 T-EDGE 全球创新大会暨 EDGE AWARDS 创新评选在京举行。IBM 大中华区董事长、总经理陈旭东应邀参加企业全球化论坛,并做主题演讲。

 

他表示,生成式 AI 已经给各行各业带来巨大的技术变革和行业影响。在消费级 AI 领域,主要体现在客户支持、内容创新、知识问答等消费者比较容易感知的场景。相对于“冰山一角”的消费级 AI 技术场景,企业级 AI 则有着更广泛的需求和潜力。IBM 将基于企业级 AI 与数据平台 watsonx,充分发挥其行业专长和技术能力,帮助中国客户和合作伙伴实现开放、针对性、可信、赋能的 AI 应用。

 

 

IBM

IBM 大中华区董事长、总经理陈旭东(图片来源:2023 T-EDGE 全球创新大会)

 

以下是他的发言内容节选:

 IBM  

尊敬的各位嘉宾、朋友们:

 

作为钛媒体的老朋友,很荣幸有机会再次参加 T-EDGE 全球创新大会,和大家探讨全球化浪潮中的产业创新升级,尤其是生成式 AI 带来的技术变革和行业影响。

 

从地缘政治到科技创新,2023 年的最后两个月可以说是风云变幻、大事频发:国际关系中最重要的中美关系似乎“轻舟已过万重山”,但是科技圈最热的话题人工智能却好像“两岸猿声啼不住”。

 

   AI+ 时代到来,加速拥抱还是踩下刹车?    

 

前不久,被称为“ChatGPT 之父”的 OpenAI 联合创始人奥尔特曼(Sam Altman),突然被董事会以“沟通不够坦诚”为由免职,这一事件在短短五天内多次反转,包括三天换了三次 CEO、奥尔特曼出走微软另起门户、OpenAI 员工联名要求重组董事会……最新的进展是奥尔特曼与 OpenAI 达成一致,回去继续担任 CEO。

 

作为局外人,我们不去臆测事情的来龙去脉,但是在众多当事人的对外沟通中,有一点被不断提及:在 ChatGPT 狂飙突进、大语言模型百花齐放的背后,OpenAI 内部始终存在技术路线和发展理念上的重要分歧。目前看来,“加速派”暂时获得了更大的话语权,不过我相信这次风波之后,OpenAI 也许会对新产品的迭代和研发采取更加审慎的态度。

 

 

   生成式 AI 的企业级应用场景    

 

那么,以 ChatGPT 为代表的 AI 对话模型已经产生了哪些应用场景呢?我特意咨询了聊天机器人的意见,对比了一下国外和国内的两款主流产品,得到的答案基本一致,比如客户支持、内容创新、知识问答等消费者比较容易感知的场景,能够帮助我们提高个人生产力。

 

如果我们把视线拉到企业,会发现面向消费者的场景只是冰山一角。就 IBM 多年服务企业客户的经验来看,我们看到企业级 AI 应用有着更广泛的需求和潜力,包括:HR、财务供应链流程的自动化,IT 开发和运维的智能化,以及 AI 注入企业的核心业务,比如资产管理、信息安全等等。

 

IBM

 

在应用生成式 AI 的道路上,加速推进还是踩下刹车?这同样是全球 CEO 们面临的重要考题。IBM 商业价值研究院 (IBV) 今年发布的全球 CEO 调研报告显示,CEO 们感受到来自各方的压力,要求其组织加速采用 AI;其中,来自董事会和投资者的压力最大。当然,作为企业的“一把手”,CEO 们也有自己的判断和考虑,他们最迫切的需求就是借助 AI 提升核心生产力

 

但是,将技术转化为生产力并不容易,理想与现实往往有很大的差距。比如,

 

  • 理想中的商业模式应该是数据驱动的,而现实是,将近 90% 的企业数据都是非结构化数据,管理和应用的成本极高,更不要说从中提取洞察。此外,根据 Gartner 的一份报告,糟糕的数据质量让组织每年平均损失 1290 万美元。

     

  • 理想中的业务流程应该是高度自动化的,而现实是,30% 的企业因为业务流程不够自动化而蒙受损失。

     

  • 理想中的企业安全既能“防患于未然”,也能在风险发生后提供“双保险”。但现实是,全球因数据入侵事件导致的经济损失平均高达 445 万美元

     

  • 理想中的企业 IT 环境应该支持快速且敏捷的工作负载迁移,现实是,这样的迁移通常需要在多云或混合多云的架构下进行,这需要理想的技术支持。

     

  • 理想中的企业应该将可持续发展融入业务全流程中,但现实是,超过 50% 的 CEO 认为可持续发展是其组织面临的最大挑战,这个数据来自去年的 IBM 全球 CEO 调研报告。

     

IBM

 

说了这么多,企业到底需要怎样的生成式 AI 呢?IBM 认为,企业级的 AI 应用需要遵循四个基本准则。

 

首先是开放,企业应该积极拥抱领先的 AI 技术,并且借助开源社区、开源技术加速创新;其次是针对性,比如帮助企业使用自己的数据,开发针对特定场景、能快速产生收益的 AI 模型(如 HR 流程自动化、客服系统智能化、IT 应用现代化等),同时确保符合内部规章;第三是可信,这不仅涉及数据的治理、模型的监管,也包括各国、各行业的不同的合规要求;第四是赋能,企业需要一个上手快、可扩展的工具平台,基于自己的数据来训练、调优、部署 AI 模型,而不只是当一个大模型的消费者。

 

 

   IBM 的企业级 AI 技术和行业专长    

 

为了满足企业级 AI 需求,IBM 基于在 AI 领域数十年的积累,在今年五月发布了企业级 AI 与数据平台 watsonx。watsonx 不仅能帮助企业运用大模型和生成式 AI,同时,也能解决企业级 AI 应用的三大挑战:找到需要的数据、建立合适的模型、监管系统的运营。

 

IBM watsonx 提供了一个包括 AI 开发平台、湖仓一体方案和 AI 治理在内的工具包,帮助企业从数据的准备、模型及应用的构建,到 AI 全生命周期的治理,在跨业务场景中快速训练并部署 AI 能力。

 

早在 2011 年,IBM 就发布了企业级 AI Watson,并在全球服务了 4 万家企业客户。watsonx 将与之前发布的 Watson 产品无缝对接,为企业客户提供从传统 AI 到最新的生成式 AI 的解决方案。

 

IBM

 

 

   在多云多模态的未来,IBM watsonx 让 AI 成为企业的核心生产力    

 

未来,结合 IBM 提供的红帽混合云平台,企业将可以在多个云上使用多个模型。客客户可以选择自建模型,也可以选择 IBM 推荐的模型,无论做出何种选择,IBM 都能帮助客户进行尝试和实验,包括模型的调优、构建和评估,帮助他们在任何云上部署并调优模型。

 

IBM 最新推出的 watsonx Granite 模型系列目前包括 200 亿参数的代码生成大模型 (granite.20b.code),以及用于对话和问答、简单指令和响应的 130 亿参数大模型 (granite.13b.v1.chat 和 granite.13b.v1.instruct),可将生成式 AI 应用到多个特定的企业场景中。

 

以代码大模型为例,它从 1.5 万亿个 token 中学习了 115 种编程语言的知识,能够帮助开发人员使用自然语言提示,更快、更准确地编写代码;它支持本地部署,从而实现数据的合规和安全;还承诺帮助客户应对因使用此模型可能遇到的 IP 问题。

 

我分享一个真实案例。延峰汽车是一家在全球 20 多个国家拥有 9 家研发基地、240 多个工厂的全球汽车零部件供应商,面对每天收到的巨量订单,人工处理所造成的高成本、低效率与多错误极大影响了整体运营效率。基于 IBM Watson Discovery 强大的学习能力,IBM 帮助该车企构建的 AI 决策大脑,从 1.8 亿条历史数据中,学习了外部订单对应的内部订单背后蕴藏的规则,实现了全自动执行流程,且订单分类正确率从 85% 提升到 97%。

 

通过 IBM 高速数据传输软件 Aspera,IBM 还帮助延锋汽车构建起企业级的文件传输解决方案,实现分支生产车间和总部之间海量数据的高速安全传输,为智能库存与预测夯实数据基础。此外,基于IBM的决策优化软件,IBM 帮助延锋汽车实现了核心生产设备——注塑机的智能化产能测算和规划,助力降本增效。

 

随着 AI 成为中国科技发展、产业升级的重要驱动力。然而 IBM 深知,企业 AI 的道路并不容易,至少需要克服技术、人才、文化这三大挑战。因此,我们希望利用我们的行业经验和技术能力,与中国客户和合作伙伴全方位共创,帮助企业应对挑战。

 

 

   

关于 IBM

   

IBM 是全球领先的混合云、人工智能及企业服务提供商,帮助超过 175 个国家和地区的客户,从其拥有的数据中获取商业洞察,简化业务流程,降低成本,并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。

 

了解更多信息,请访问:https://www.ibm.com/cn-zh 

 

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 相关推荐
  • IBM

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分