12月1日至3日，由鈦媒體集團(tuán)主辦的2023 T-EDGE 全球創(chuàng)新大會(huì)暨 EDGE AWARDS 創(chuàng)新評(píng)選在京舉行。IBM 大中華區(qū)董事長(zhǎng)、總經(jīng)理陳旭東應(yīng)邀參加企業(yè)全球化論壇，并做主題演講。

他表示，生成式 AI 已經(jīng)給各行各業(yè)帶來巨大的技術(shù)變革和行業(yè)影響。在消費(fèi)級(jí) AI 領(lǐng)域，主要體現(xiàn)在客戶支持、內(nèi)容創(chuàng)新、知識(shí)問答等消費(fèi)者比較容易感知的場(chǎng)景。相對(duì)于“冰山一角”的消費(fèi)級(jí) AI 技術(shù)場(chǎng)景，企業(yè)級(jí) AI 則有著更廣泛的需求和潛力。IBM 將基于企業(yè)級(jí) AI 與數(shù)據(jù)平臺(tái) watsonx，充分發(fā)揮其行業(yè)專長(zhǎng)和技術(shù)能力，幫助中國客戶和合作伙伴實(shí)現(xiàn)開放、針對(duì)性、可信、賦能的 AI 應(yīng)用。

IBM 大中華區(qū)董事長(zhǎng)、總經(jīng)理陳旭東（圖片來源：2023 T-EDGE 全球創(chuàng)新大會(huì)）

以下是他的發(fā)言內(nèi)容節(jié)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(jī)會(huì)再次參加 T-EDGE 全球創(chuàng)新大會(huì)，和大家探討全球化浪潮中的產(chǎn)業(yè)創(chuàng)新升級(jí)，尤其是生成式 AI 帶來的技術(shù)變革和行業(yè)影響。

從地緣政治到科技創(chuàng)新，2023 年的最后兩個(gè)月可以說是風(fēng)云變幻、大事頻發(fā)：國際關(guān)系中最重要的中美關(guān)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(shí)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(lián)合創(chuàng)始人奧爾特曼(Sam Altman)，突然被董事會(huì)以“溝通不夠坦誠”為由免職，這一事件在短短五天內(nèi)多次反轉(zhuǎn)，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(lián)名要求重組董事會(huì)……最新的進(jìn)展是奧爾特曼與 OpenAI 達(dá)成一致，回去繼續(xù)擔(dān)任 CEO。

作為局外人，我們不去臆測(cè)事情的來龍去脈，但是在眾多當(dāng)事人的對(duì)外溝通中，有一點(diǎn)被不斷提及：在 ChatGPT 狂飆突進(jìn)、大語言模型百花齊放的背后，OpenAI 內(nèi)部始終存在技術(shù)路線和發(fā)展理念上的重要分歧。目前看來，“加速派”暫時(shí)獲得了更大的話語權(quán)，不過我相信這次風(fēng)波之后，OpenAI 也許會(huì)對(duì)新產(chǎn)品的迭代和研發(fā)采取更加審慎的態(tài)度。

生成式 AI 的企業(yè)級(jí)應(yīng)用場(chǎng)景

那么，以 ChatGPT 為代表的 AI 對(duì)話模型已經(jīng)產(chǎn)生了哪些應(yīng)用場(chǎng)景呢？我特意咨詢了聊天機(jī)器人的意見，對(duì)比了一下國外和國內(nèi)的兩款主流產(chǎn)品，得到的答案基本一致，比如客戶支持、內(nèi)容創(chuàng)新、知識(shí)問答等消費(fèi)者比較容易感知的場(chǎng)景，能夠幫助我們提高個(gè)人生產(chǎn)力。

如果我們把視線拉到企業(yè)，會(huì)發(fā)現(xiàn)面向消費(fèi)者的場(chǎng)景只是冰山一角。就 IBM 多年服務(wù)企業(yè)客戶的經(jīng)驗(yàn)來看，我們看到企業(yè)級(jí) AI 應(yīng)用有著更廣泛的需求和潛力，包括：HR、財(cái)務(wù)和供應(yīng)鏈流程的自動(dòng)化，IT 開發(fā)和運(yùn)維的智能化，以及將 AI 注入企業(yè)的核心業(yè)務(wù)，比如資產(chǎn)管理、信息安全等等。

在應(yīng)用生成式 AI 的道路上，加速推進(jìn)還是踩下剎車？這同樣是全球 CEO 們面臨的重要考題。IBM 商業(yè)價(jià)值研究院 (IBV) 今年發(fā)布的全球 CEO 調(diào)研報(bào)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(huì)和投資者的壓力最大。當(dāng)然，作為企業(yè)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(chǎn)力。

但是，將技術(shù)轉(zhuǎn)化為生產(chǎn)力并不容易，理想與現(xiàn)實(shí)往往有很大的差距。比如，

• 理想中的商業(yè)模式應(yīng)該是數(shù)據(jù)驅(qū)動(dòng)的，而現(xiàn)實(shí)是，將近 90% 的企業(yè)數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，管理和應(yīng)用的成本極高，更不要說從中提取洞察。此外，根據(jù) Gartner 的一份報(bào)告，糟糕的數(shù)據(jù)質(zhì)量讓組織每年平均損失 1290 萬美元。

• 理想中的業(yè)務(wù)流程應(yīng)該是高度自動(dòng)化的，而現(xiàn)實(shí)是，30% 的企業(yè)因?yàn)闃I(yè)務(wù)流程不夠自動(dòng)化而蒙受損失。

• 理想中的企業(yè)安全既能“防患于未然”，也能在風(fēng)險(xiǎn)發(fā)生后提供“雙保險(xiǎn)”。但現(xiàn)實(shí)是，全球因數(shù)據(jù)入侵事件導(dǎo)致的經(jīng)濟(jì)損失平均高達(dá) 445 萬美元。

• 理想中的企業(yè) IT 環(huán)境應(yīng)該支持快速且敏捷的工作負(fù)載遷移，現(xiàn)實(shí)是，這樣的遷移通常需要在多云或混合多云的架構(gòu)下進(jìn)行，這需要理想的技術(shù)支持。

• 理想中的企業(yè)應(yīng)該將可持續(xù)發(fā)展融入業(yè)務(wù)全流程中，但現(xiàn)實(shí)是，超過 50% 的 CEO 認(rèn)為可持續(xù)發(fā)展是其組織面臨的最大挑戰(zhàn)，這個(gè)數(shù)據(jù)來自去年的 IBM 全球 CEO 調(diào)研報(bào)告。

說了這么多，企業(yè)到底需要怎樣的生成式 AI 呢？IBM 認(rèn)為，企業(yè)級(jí)的 AI 應(yīng)用需要遵循四個(gè)基本準(zhǔn)則。

首先是開放，企業(yè)應(yīng)該積極擁抱領(lǐng)先的 AI 技術(shù)，并且借助開源社區(qū)、開源技術(shù)加速創(chuàng)新；其次是針對(duì)性，比如幫助企業(yè)使用自己的數(shù)據(jù)，開發(fā)針對(duì)特定場(chǎng)景、能快速產(chǎn)生收益的 AI 模型（如 HR 流程自動(dòng)化、客服系統(tǒng)智能化、IT 應(yīng)用現(xiàn)代化等），同時(shí)確保符合內(nèi)部規(guī)章；第三是可信，這不僅涉及數(shù)據(jù)的治理、模型的監(jiān)管，也包括各國、各行業(yè)的不同的合規(guī)要求；第四是賦能，企業(yè)需要一個(gè)上手快、可擴(kuò)展的工具平臺(tái)，基于自己的數(shù)據(jù)來訓(xùn)練、調(diào)優(yōu)、部署 AI 模型，而不只是當(dāng)一個(gè)大模型的消費(fèi)者。

IBM 的企業(yè)級(jí) AI 技術(shù)和行業(yè)專長(zhǎng)

為了滿足企業(yè)級(jí) AI 需求，IBM 基于在 AI 領(lǐng)域數(shù)十年的積累，在今年五月發(fā)布了企業(yè)級(jí) AI 與數(shù)據(jù)平臺(tái) watsonx。watsonx 不僅能幫助企業(yè)運(yùn)用大模型和生成式 AI，同時(shí)，也能解決企業(yè)級(jí) AI 應(yīng)用的三大挑戰(zhàn)：找到需要的數(shù)據(jù)、建立合適的模型、監(jiān)管系統(tǒng)的運(yùn)營(yíng)。

IBM watsonx 提供了一個(gè)包括 AI 開發(fā)平臺(tái)、湖倉一體方案和 AI 治理在內(nèi)的工具包，幫助企業(yè)從數(shù)據(jù)的準(zhǔn)備、模型及應(yīng)用的構(gòu)建，到 AI 全生命周期的治理，在跨業(yè)務(wù)場(chǎng)景中快速訓(xùn)練并部署 AI 能力。

早在 2011 年，IBM 就發(fā)布了企業(yè)級(jí) AI Watson，并在全球服務(wù)了 4 萬家企業(yè)客戶。watsonx 將與之前發(fā)布的 Watson 產(chǎn)品無縫對(duì)接，為企業(yè)客戶提供從傳統(tǒng) AI 到最新的生成式 AI 的解決方案。

在多云多模態(tài)的未來，IBM watsonx 讓 AI 成為企業(yè)的核心生產(chǎn)力

未來，結(jié)合 IBM 提供的紅帽混合云平臺(tái)，企業(yè)將可以在多個(gè)云上使用多個(gè)模型。客客戶可以選擇自建模型，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(jìn)行嘗試和實(shí)驗(yàn)，包括模型的調(diào)優(yōu)、構(gòu)建和評(píng)估，幫助他們?cè)谌魏卧粕喜渴鸩⒄{(diào)優(yōu)模型。

IBM 最新推出的 watsonx Granite 模型系列目前包括 200 億參數(shù)的代碼生成大模型 (granite.20b.code)，以及用于對(duì)話和問答、簡(jiǎn)單指令和響應(yīng)的 130 億參數(shù)大模型 (granite.13b.v1.chat 和 granite.13b.v1.instruct)，可將生成式 AI 應(yīng)用到多個(gè)特定的企業(yè)場(chǎng)景中。

以代碼大模型為例，它從 1.5 萬億個(gè) token 中學(xué)習(xí)了 115 種編程語言的知識(shí)，能夠幫助開發(fā)人員使用自然語言提示，更快、更準(zhǔn)確地編寫代碼；它支持本地部署，從而實(shí)現(xiàn)數(shù)據(jù)的合規(guī)和安全；還承諾幫助客戶應(yīng)對(duì)因使用此模型可能遇到的 IP 問題。

我分享一個(gè)真實(shí)案例。延峰汽車是一家在全球 20 多個(gè)國家擁有 9 家研發(fā)基地、240 多個(gè)工廠的全球汽車零部件供應(yīng)商，面對(duì)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(cuò)誤極大影響了整體運(yùn)營(yíng)效率。基于 IBM Watson Discovery 強(qiáng)大的學(xué)習(xí)能力，IBM 幫助該車企構(gòu)建的 AI 決策大腦，從 1.8 億條歷史數(shù)據(jù)中，學(xué)習(xí)了外部訂單對(duì)應(yīng)的內(nèi)部訂單背后蘊(yùn)藏的規(guī)則，實(shí)現(xiàn)了全自動(dòng)執(zhí)行流程，且訂單分類正確率從 85% 提升到 97%。

通過 IBM 高速數(shù)據(jù)傳輸軟件 Aspera，IBM 還幫助延鋒汽車構(gòu)建起企業(yè)級(jí)的文件傳輸解決方案，實(shí)現(xiàn)分支生產(chǎn)車間和總部之間海量數(shù)據(jù)的高速安全傳輸，為智能庫存與預(yù)測(cè)夯實(shí)數(shù)據(jù)基礎(chǔ)。此外，基于IBM的決策優(yōu)化軟件，IBM 幫助延鋒汽車實(shí)現(xiàn)了核心生產(chǎn)設(shè)備——注塑機(jī)的智能化產(chǎn)能測(cè)算和規(guī)劃，助力降本增效。

隨著 AI 成為中國科技發(fā)展、產(chǎn)業(yè)升級(jí)的重要驅(qū)動(dòng)力。然而 IBM 深知，企業(yè) AI 的道路并不容易，至少需要克服技術(shù)、人才、文化這三大挑戰(zhàn)。因此，我們希望利用我們的行業(yè)經(jīng)驗(yàn)和技術(shù)能力，與中國客戶和合作伙伴全方位共創(chuàng)，幫助企業(yè)應(yīng)對(duì)挑戰(zhàn)。

關(guān)于 IBM

IBM 是全球領(lǐng)先的混合云、人工智能及企業(yè)服務(wù)提供商，幫助超過 175 個(gè)國家和地區(qū)的客戶，從其擁有的數(shù)據(jù)中獲取商業(yè)洞察，簡(jiǎn)化業(yè)務(wù)流程，降低成本，并獲得行業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。金融服務(wù)、電信和醫(yī)療健康等關(guān)鍵基礎(chǔ)設(shè)施領(lǐng)域的超過 4000 家政府和企業(yè)實(shí)體依靠 IBM 混合云平臺(tái)和紅帽 OpenShift 快速、高效、安全地實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。IBM 在人工智能、量子計(jì)算、行業(yè)云解決方案和企業(yè)服務(wù)方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對(duì)企業(yè)誠信、透明治理、社會(huì)責(zé)任、包容文化和服務(wù)精神的長(zhǎng)期承諾是 IBM 業(yè)務(wù)發(fā)展的基石。

了解更多信息，請(qǐng)?jiān)L問：https://www.ibm.com/cn-zh