北京, 2023年12月4日 /美通社/ — 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。
以下是他的发言内容节选:
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、财务和供应链流程的自动化,IT开发和运维的智能化,以及将AI注入企业的核心业务,比如资产管理、信息安全等等。
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。
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。
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。