北京2023年12月4日 /美通社/ -- 12月1日至3日，由鈦媒體集團主辦的2023 T-EDGE全球創新大會暨EDGE AWARDS創新評選在京舉行。IBM大中華區董事長、總經理陳旭東應邀參加企業全球化論壇，并做主題演講。
他表示，生成式AI 已經給各行各業帶來巨大的技術變革和行業影響。在消費級AI領域，主要體現在客戶支持、內容創新、知識問答等消費者比較容易感知的場景。相對于"冰山一角"的消費級 AI 技術場景，企業級 AI 則有著更廣泛的需求和潛力。IBM將基于企業級 AI 與數據平臺 watsonx，充分發揮其行業專長和技術能力，幫助中國客戶和合作伙伴實現開放、針對性、可信、賦能的AI應用。
以下是他的發言內容節選：
尊敬的各位嘉賓、朋友們：
作為鈦媒體的老朋友，很榮幸有機會再次參加T-EDGE全球創新大會，和大家探討全球化浪潮中的產業創新升級，尤其是生成式AI帶來的技術變革和行業影響。
從地緣政治到科技創新，2023年的最后兩個月可以說是風云變幻、大事頻發：國際關系中最重要的中美關系似乎"輕舟已過萬重山"，但是科技圈最熱的話題人工智能卻好像"兩岸猿聲啼不住"。
AI+ 時代到來，加速擁抱還是踩下剎車？
前不久，被稱為"ChatGPT之父"的OpenAI聯合創始人奧爾特曼（Sam Altman），突然被董事會以"溝通不夠坦誠"為由免職，這一事件在短短五天內多次反轉，包括三天換了三次CEO、奧爾特曼出走微軟另起門戶、OpenAI員工聯名要求重組董事會……最新的進展是奧爾特曼與OpenAI達成一致，回去繼續擔任CEO。
作為局外人，我們不去臆測事情的來龍去脈，但是在眾多當事人的對外溝通中，有一點被不斷提及：在ChatGPT狂飆突進、大語言模型百花齊放的背后，OpenAI內部始終存在技術路線和發展理念上的重要分歧。目前看來，"加速派"暫時獲得了更大的話語權，不過我相信這次風波之后，OpenAI也許會對新產品的迭代和研發采取更加審慎的態度。
生成式AI的企業級應用場景
那么，以ChatGPT為代表的AI對話模型已經產生了哪些應用場景呢？我特意咨詢了聊天機器人的意見，對比了一下國外和國內的兩款主流產品，得到的答案基本一致，比如客戶支持、內容創新、知識問答等消費者比較容易感知的場景，能夠幫助我們提高個人生產力。
如果我們把視線拉到企業，會發現面向消費者的場景只是冰山一角。就IBM多年服務企業客戶的經驗來看，我們看到企業級AI應用有著更廣泛的需求和潛力，包括：HR、財務和供應鏈流程的自動化，IT開發和運維的智能化，以及將AI注入企業的核心業務，比如資產管理、信息安全等等。
在應用生成式AI的道路上，加速推進還是踩下剎車？這同樣是全球CEO們面臨的重要考題。IBM商業價值研究院（IBV）今年發布的全球CEO調研報告顯示，CEO們感受到來自各方的壓力，要求其組織加速采用 AI；其中，來自董事會和投資者的壓力最大。當然，作為企業的"一把手"，CEO們也有自己的判斷和考慮，他們最迫切的需求就是借助AI提升核心生產力。
但是，將技術轉化為生產力并不容易，理想與現實往往有很大的差距。比如，
理想中的商業模式應該是數據驅動的，而現實是，將近90%的企業數據都是非結構化數據，管理和應用的成本極高，更不要說從中提取洞察。此外，根據 Gartner 的一份報告，糟糕的數據質量讓組織每年平均損失 1290 萬美元。
理想中的業務流程應該是高度自動化的，而現實是，30%的企業因為業務流程不夠自動化而蒙受損失。
理想中的企業安全既能"防患于未然"，也能在風險發生后提供"雙保險"。但現實是，全球因數據入侵事件導致的經濟損失平均高達 445萬美元。
理想中的企業IT環境應該支持快速且敏捷的工作負載遷移，現實是，這樣的遷移通常需要在多云或混合多云的架構下進行，這需要理想的技術支持。
理想中的企業應該將可持續發展融入業務全流程中，但現實是，超過50%的CEO認為可持續發展是其組織面臨的最大挑戰，這個數據來自去年的IBM 全球CEO調研報告。
說了這么多，企業到底需要怎樣的生成式AI呢？IBM認為，企業級的AI應用需要遵循四個基本準則。
首先是開放，企業應該積極擁抱領先的AI技術，并且借助開源社區、開源技術加速創新；其次是針對性，比如幫助企業使用自己的數據，開發針對特定場景、能快速產生收益的AI模型（如HR流程自動化、客服系統智能化、IT應用現代化等），同時確保符合內部規章；第三是可信，這不僅涉及數據的治理、模型的監管，也包括各國、各行業的不同的合規要求；第四是賦能，企業需要一個上手快、可擴展的工具平臺，基于自己的數據來訓練、調優、部署AI模型，而不只是當一個大模型的消費者。
IBM的企業級 AI 技術和行業專長
為了滿足企業級AI需求，IBM基于在AI領域數十年的積累，在今年五月發布了企業級 AI 與數據平臺 watsonx。watsonx不僅能幫助企業運用大模型和生成式AI，同時，也能解決企業級 AI 應用的三大挑戰：找到需要的數據、建立合適的模型、監管系統的運營。
IBM watsonx提供了一個包括AI開發平臺、湖倉一體方案和AI治理在內的工具包，幫助企業從數據的準備、模型及應用的構建，到AI全生命周期的治理，在跨業務場景中快速訓練并部署AI能力。
早在2011年，IBM就發布了企業級AI Watson，并在全球服務了4萬家企業客戶。watsonx將與之前發布的Watson產品無縫對接，為企業客戶提供從傳統AI到最新的生成式AI的解決方案。
在多云多模態的未來，IBM watsonx 讓AI 成為企業的核心生產力
未來，結合IBM提供的紅帽混合云平臺，企業將可以在多個云上使用多個模型?？涂蛻艨梢赃x擇自建模型，也可以選擇IBM推薦的模型，無論做出何種選擇，IBM都能幫助客戶進行嘗試和實驗，包括模型的調優、構建和評估，幫助他們在任何云上部署并調優模型。
IBM最新推出的watsonx Granite模型系列目前包括200 億參數的代碼生成大模型（granite.20b.code），以及用于對話和問答、簡單指令和響應的130 億參數大模型（granite.13b.v1.chat 和 granite.13b.v1.instruct），可將生成式AI應用到多個特定的企業場景中。
以代碼大模型為例，它從 1.5 萬億個 token中學習了115種編程語言的知識，能夠幫助開發人員使用自然語言提示，更快、更準確地編寫代碼；它支持本地部署，從而實現數據的合規和安全；還承諾幫助客戶應對因使用此模型可能遇到的IP問題。
我分享一個真實案例。延峰汽車是一家在全球 20 多個國家擁有 9 家研發基地、240 多個工廠的全球汽車零部件供應商，面對每天收到的巨量訂單，人工處理所造成的高成本、低效率與多錯誤極大影響了整體運營效率?；贗BM Watson Discovery強大的學習能力，IBM幫助該車企構建的 AI 決策大腦，從 1.8 億條歷史數據中，學習了外部訂單對應的內部訂單背后蘊藏的規則，實現了全自動執行流程，且訂單分類正確率從 85% 提升到 97%。
通過IBM高速數據傳輸軟件Aspera，IBM還幫助延鋒汽車構建起企業級的文件傳輸解決方案，實現分支生產車間和總部之間海量數據的高速安全傳輸，為智能庫存與預測夯實數據基礎。此外，基于IBM的決策優化軟件，IBM幫助延鋒汽車實現了核心生產設備——注塑機的智能化產能測算和規劃，助力降本增效。
隨著AI成為中國科技發展、產業升級的重要驅動力。然而IBM深知，企業AI的道路并不容易，至少需要克服技術、人才、文化這三大挑戰。因此，我們希望利用我們的行業經驗和技術能力，與中國客戶和合作伙伴全方位共創，幫助企業應對挑戰。
關于IBM
IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。了解更多信息，請訪問：https://www.ibm.com/cn-zh
