来自IBM THINK 2024 的六大启示

如何让AI从试点走向规模应用，真正惠及企业

北京2024年6月19日 /美通社/ -- 汇聚全球5000多位商业、技术领导人，以及IBM行业客户、合作伙伴的IBM THINK大会，两周前在美国波士顿结束。本文将本次为期四天大会的核心...

如何让AI从试点走向规模应用，真正惠及企业

北京2024年6月19日 /美通社/ -- 汇聚全球5000多位商业、技术领导人，以及IBM行业客户、合作伙伴的IBM THINK大会，两周前在美国波士顿结束。本文将本次为期四天大会的核心内容总结为"六大启示"，来回答大家广泛关心的‘AI现在与未来朝什么方向发展？'，‘如何让企业真正从生成式AI中获益？'两大问题，希望帮助企业近距离了解，AI从‘创新技术'走向‘商业价值'的切实方法和有效实践。

IBM Think 2024

启示一、"AI从试点走向规模应用"的拐点已经来临！

IBM 董事长兼首席执行官 Arvind Krishna表示：企业广泛采用人工智能的时代已经到来，是时候让AI从企业内部的小型实验试点转向大规模实施。在整个企业范畴，系统地注入和规模化部署人工智能技术，把技术的进步落实到赋能业务与商业价值之上。

Arvind谈到，混合云、AI和量子计算等技术经过多年发展日益成熟，达到了通过自动化、规模化可提高生产力并拉动企业业务成长的程度。到2030年，这一轮人工智能创新有望每年为各行业带来约 4万亿美元的经济效益。IBM设计推出的新一代AI与数据平台watsonx 就是为支持企业解锁技术价值，现在就以可信、灵活、安全的方式加速构建企业AI核心生产力。

Arvind也分享了AI走向规模化应用的趋势和路径，并指出"我们将第一次拥有真正增强人类且同我们一道工作的助手"。从数以千计进展中的项目可看出，目前企业尝试集中在三个领域——重塑客户服务、代码现代化，和工作流程自动化。他对客户和合作伙伴的实践做了介绍，说明企业如何使用 watsonx 技术扩展其生成式AI项目，以最大化投资回报率。例如，欧洲一家电信商使用watsonx月均处理80万次客服来电，平均客户反馈时间减少30%，客户满意度提升40%。IBM自身的人力资源工作方面，当前95%的查询需求都已交由AI和自动化技术驱动的"数字劳动力"来解决。如业界共识所讲的那样，"这不是技术上的投入而是通过使用它获得价值"。

【每隔50年，就有一种基础性技术出现，帮助世界真正改变。从蒸汽机、电、到互联网，现在是生成式AI时代！规模化应用AI建设企业核心生产力，真正惠及企业发展！】

启示二、以最广泛的模型灵活性降低AI部署门槛，满足企业级业务需求

面向普通消费者的通用型AI，或者在企业中做零星试点是一回事，战略性地在整个企业内部规模化应用AI完全是另一回事。

IBM 软件产品高级副总裁 Dinesh Nirmal与IBM数据和人工智能产品管理总经理Ritika Gunnar分享了过去一年中，IBM如何进一步发展和完善watsonx平台，满足客户特定业务需求，完成从实验走向生产的跨越，其中包括：为企业提供市场上最广泛的模型灵活性以加速企业采用AI；简化数据访问，方便企业调用数据，训练和调优模型，实现定制化的生成式 AI；帮助企业治理和管理AI，并满足众多新兴人工智能法规的合规要求。

IBM认为，模型并非越大越好，模型的本质是数据的表达，重要的是可信、精准，是将企业数据充分利用起来，满足特定业务需求。IBM针对不同场景给出不同大小的模型，方便企业向模型中添加自身的数据和技能、调优模型，将自身的数据价值发挥到最大。同时，IBM和红帽创新革命性推出InstructLab 开源项目借由这个大规模模型对齐技术将企业数据透明地放在大模型中，自动生成放大企业数据，微调适配行业、企业场景。同时，watsonx 三件套包括watsonx.data, watsonx.governance, 有一整套涵盖高效数据处理和数据治理的体系，保障企业更有信心使用自身数据来构建有保护的、准确、可信的AI应用程序。

如今，80%以上的组织都在采用多模型策略，为特定用例选择合适的模型。IBM的目标是提供市场上最广泛的模型灵活性。在IBM的模型库中，既有 IBM自身的基础模型，也有来自第三方的各类商业和开源模型，这个模型库仍在持续扩大中。例如：THINK大会上，IBM宣布计划与 Mistral AI 建立新的战略合作伙伴关系，将其最新的商业模型引入 watsonx 平台；同时，也在与领先的软件公司合作，将 watsonx 的功能嵌入其技术解决方案，并通过 IBM 咨询服务为企业业务转型提供支持。截止目前，IBM已宣布将watsonx引入AWS、Adobe Experience Platform和Microsoft Azure等平台。

【这是生成式AI的世纪！选择一个可信的基础模型，将‘企业知识'融入其中，再部署、扩展并使用属于‘自己的AI'实现企业生产力的真正提升！】

启示三、AI驱动的自动化，将成为企业技术和运营的中枢系统！

现在，企业的实际情况是要管理多个云环境（公共云和私有云）和平均大约 1,000个应用程序。预计到 2028年，生成式 AI 将驱动多达 10亿个新增应用程序，每个新应用程序都会带来大量数据、数百个依赖关系、复杂的互连性和各类管理工具。加上日益增长中的IT环境复杂性，以及数据停留在不同的地方所带来的有效及时管理的缺失……企业不得不面对效率低下，资源浪费的困境，更面临潜在风险的随时挑战。这些日益显著的矛盾和问题，是否有解？

IBM高级副总裁、软件业务负责人和首席商务官Rob Thomas给出了答案——人工智能驱动的自动化。IBM 通过提供一系列 AI 驱动的自动化功能帮助企业应对这些挑战，让首席信息官能够从自主管理 IT 环境转变为 AI 驱动的预测性自动化管理，这将成为帮助企业提升基础设施速度、性能、可扩展性、安全性与成本效益的重要手段。

在此次IBM THINK大会上，IBM预告了一款名为 IBM Concert 自动化产品，它由watsonx驱动，使用 AI 来了解应用程序生命周期，提供 360 度运营视图，跨不同环境和工具集解释复杂数据。它可在企业多个应用程序产品中提供生成式 AI 驱动的洞察力，识别并预测问题的同时提供解决问题的建议，也可触发自动化操作来改进关键业务应用。IBM Concert将帮助企业深入了解应用程序实际运行情况，减少复杂性并简化运营，让业务创新更具弹性和成本效益，IT 运营更自主，员工也获得解放。

【以生成式AI驱动的自动化支持企业掌控运营的时代已经到来！】

启示四、借助量身订制的AI助手，规模化提升企业生产力

AI助手已成为提高员工和企业生产力的重要方式，但AI助手一定要是通用的吗？IBM 软件产品管理和增长高级副总裁 Kareem Yusuf在THINK大会上回应了这个问题。开始时，可以是通用助手的，但随着AI广泛深入地应用于企业，人工智能助手应该是针对特定用例量身定制的，并执行企业内非常具体的任务。事实也证明了这一观点。

IBM 商业价值研究院最新发布的年度 CEO 调研报告显示，与同行相比，处于生成式 AI 前沿、以数据驱动创新的公司年净利润要高出 72%，年收入增长高出 17%。实现这些收益的关键一步就是采用针对业务量身定制的 AI 助手。

通过部署人工智能助手，企业可以利用自然语言理解和机器学习技术自动化业务流程，将各种数据转化为个性化的见解和及时的自动化操作，从而为团队提供所需的专业知识，达成更高水平的绩效，包括更快回应和解决客服问题，提高开发人员工作效率等。

IBM即将对其 watsonx Assistant 产品线进行更新和升级，包括年内推出的watsonx Assistant for Z，一款基于AI的编码助手，旨在加快大型主机应用的应用生命周期，利用生成式 AI 和自动化功能推动应用现代化。今年晚些时候，IBM 也将针对企业 Java 应用程序推出 watsonx Code Assistant。这两款产品都是满足量身定制的特定工作的AI助手。

IBM的AI不为‘炫技'，只为尽快落地到企业的真实业务场景中，带来实际的商业价值。在今年的THINK大会现场，有另一款今年即将发布的AI助手产品IBM watsonx BI Assistant吸引了相当多参会者的关注。有了该产品，企业不需要花很多时间、资源和人力，就可轻松拥有满足自身业务需求的智能对答BI系统，这正是当下不少企业迫切需要的。

IBM还将推出名为watsonx Orchestrate 的新功能，帮助客户跨领域构建自己的 AI 助手，它使用生成式人工智能，通过简单的低代码体验创建AI助手，帮助企业以可重复的方式在广泛的业务流程和行业中快速构建自身业务需要的AI助手。

【这是企业以生成式AI助手改变工作的完成方式，并大幅提升生产力的时代！】

启示五、混合云与AI相辅相成，铺就企业级AI创新之路

人们习惯将混合云和AI看成两个独立的概念，其实它们是一枚硬币的两面，它们都与数据有关。IBM 基础设施高级副总裁Ric Lewis在THINK大会上分享了这样的观点。在他看来，混合云可以受益于人工智能，人工智能也可以受益于混合云，二者相辅相成。

随着人工智能的普及，数据量继续呈指数级增长，未来 5 年内存储的数据总量将增长 250% 以上。企业必须利用这些数据来训练、测试和完善人工智能，但在此过程中也必须优先考虑治理和安全问题。将企业就绪的数据和人工智能平台 IBM watsonx 与 Red Hat OpenShift 和 IBM 基础架构解决方案相结合，帮助企业在不影响性能的情况下管理并保护其数据和人工智能模型。

Ric与IBM 咨询高级副总裁兼首席运营官Mohamad Ali谈到，当涉及到如何最大限度地利用生成式人工智能项目所使用的数据时，企业希望采用一种有计划的方法。客户实例表明，大多数公司数据通常存储在本地，有时在企业内部、边缘、私有云或公共云中。为了使他们的生成式人工智能计划取得成功，他们需要能够随时随地访问和使用所有这些数据。这意味着要选择能在混合云环境中良好运行的平台，如 OpenShift、watsonx 和新发布的 IBM Concert，混合设计方法成为扩展和部署AI工作流的企业所的首选 IT 架构。

更加形象地理解，混合云架构如同一个人的健康体魄，企业级AI与数据平台watsonx是智慧的大脑，自动化平台IBM Concert 则是灵活的手脚。当一个企业拥有了这三个核心平台能力，就会步入敏捷的业务价值创造状态。"

【"客户要去哪里，IBM的AI同样会出现在那里！"】

启示六、企业级AI应用的未来在‘开放'和‘开源'

人工智能的未来是开放、开源的。在THINK开幕式上，Arvind分享了IBM投资、建设和贡献开源 AI 社区的计划，并将其作为 IBM 战略的核心，同时强调任何技术要想获得快速发展和普及，必须兼顾三点：竞争、创新和安全，开源是实现这三点的绝佳途径。借助开放社区的力量，企业可以选择和整合符合业务需求的开源模型、专有模型，或者自建模型，以恰当的成本获得最大的业务价值。

IBM坚信要将开放创新的精神引入 AI，希望借助开源的力量，在AI领域取得像 Linux 和 OpenShift 那样的成功。IBM 高级副总裁兼研究总监 Dario Gil 博士指出IBM基础模型的两个关键更新：Granite 模型系列的开源，以及用于大规模对齐及微调基础模型的开源项目 InstructLab 的推出。

通过开源Granite基础模型，我们可以根据不同的企业用例对模型进行更大程度的定制和调整，从而提高整体效率和有效性。Granite代码模型在许多行业基准测试中都胜过更大的代码模型，借助开源的资源，它们还将得到进一步改进。

为了向模型添加知识和技能，我们需要一种方法来教授它们，而 InstructLab 可以让用户利用特定领域的知识和技能来调教模型。Dario以 IBM watsonx Code Assistant for Z 为例，介绍了该AI助手使用 InstructLab 对 COBOL 编程语言转Java进行训练相较传统方法训练，原来9个月、14次迭代的过程减少为1周、1次迭代，通过这一方法，代码转化能力提升20%。

【IBM与您携手，以开放与创新打开通向未来的AI之门！】

THINK2024已顺利落下帷幕，然而，THINK不停歇，创新无止境。IBM将依托业界领先的混合云平台OpenShift、企业就绪的数据与AI平台watsonx，凭借IBM咨询+IBM科技的ONE IBM提供的从顶层设计、数据治理到底层架构的全栈能力，以及遍布全球的合作伙伴生态，帮助各行各业的中国企业打通从试验到扩展的 AI 应用之旅，实现生产力和效益的真正提升。