如果把 2023 年看成是人工智能在消費者市場獨占鰲頭的一年，那么 2024 年必將是企業(yè)級人工智能大刀闊斧邁步向前的一年。

當下，各大技術(shù)廠商不斷將各種大模型推向市場，“卷”技術(shù)參數(shù)，做行業(yè)測評……那么，企業(yè)到底需要什么樣的 AI 和模型？如何選擇適合自身業(yè)務發(fā)展的 AI 和模型？我們似乎又來到了一個“亂花迷眼”的彷徨時刻。企業(yè)領導一方面對于 AI (尤其是生成式 AI) 能夠為企業(yè)效率與競爭力帶來革命性變革的可能性充滿期待，另一方面也因為擔憂數(shù)據(jù)質(zhì)量、安全、治理、AI 技術(shù)本身，以及人才文化等各種現(xiàn)實問題而躊躇不決。

“科技引領進步”是 IBM 堅守百年的價值承諾，我對此深信不疑。科技必須向善，必須能夠造福企業(yè)和社會，這既是科技人的愿望，也是技術(shù)使用者應該堅守的準則。IBM 認為，銳意進取、渴望引領人工智能革命的企業(yè)在決心開啟 AI 之旅的時刻，需要認真思考四個基本原則，這是企業(yè) AI 創(chuàng)新之旅的起點，也可能成為未來企業(yè) AI 之旅的指航針。

第一個原則：企業(yè)要成為擁有 AI 領先優(yōu)勢的價值創(chuàng)造者。

企業(yè)級 AI 有三種不同的使用或者消費模式：第一是購買嵌入了企業(yè)級 AI 的應用軟件；第二是通過 API 調(diào)用查詢第三方模型；第三是利用公有和私有數(shù)據(jù)創(chuàng)建 (然后查詢) 自己的基礎模型。

如今，大多數(shù)企業(yè)主要采用前兩種模式，因為它們是嘗試和發(fā)現(xiàn)有價值用例的最簡單的途徑。例如，國內(nèi)著名鞋服行業(yè)領軍品牌企業(yè)柒牌男裝就選擇采用嵌入了企業(yè)級 AI 的 IBM 業(yè)財一體化計劃與分析平臺 (Planning Analytics with Watson)，作為其全面預算管理項目的核心軟件，涉及公司的財務、人資、運營、IT 等多個業(yè)務條線與系統(tǒng)數(shù)據(jù)，目的就是為了釋放各種類型業(yè)務數(shù)據(jù)的價值，獲得更多的業(yè)務洞察與預見性，通過智能化的預算管理，使企業(yè)上至集團的戰(zhàn)略規(guī)劃，下至某個店鋪的運營，都能獲得應有的效率。

生成式 AI 逐步融入普通消費者的生活和企業(yè)的運作，普通消費者作為 AI 使用者，也許可以不在意自己所用的 AI 技術(shù)的底層運行機制，而企業(yè)卻不行，因為作為 AI 使用者的企業(yè)需要保護專有信息、知識產(chǎn)權(quán)和商業(yè)機密，還需要滿足道德、聲譽和法律的要求。

企業(yè)想要擁有 AI 領先優(yōu)勢并最大限度地發(fā)揮AI的向善價值，就應積極參與企業(yè)基礎模型的價值創(chuàng)造，而不是將自己的能力、戰(zhàn)略以及最為重要的數(shù)據(jù)簡單地外包給第三方。基礎模型，究其根本，是一種全新的數(shù)據(jù)呈現(xiàn)方式，可以揭示潛藏在數(shù)據(jù)中的深刻洞察。因此，企業(yè)必須慎重考慮，如果將自己的數(shù)據(jù)交由一個不屬于自己的基礎模型進行編碼，他們是否會喪失自己的競爭優(yōu)勢，是否會失去原本可從這些數(shù)據(jù)中獲取的獨到洞見與價值。

有能力創(chuàng)建自己的 AI 模型（切記，并非都是大模型）的企業(yè)，不僅可以訓練、調(diào)整和管理自己的 AI，從而可以持續(xù)優(yōu)化和利用這些技術(shù)，還可以對融入自身寶貴數(shù)據(jù)的企業(yè)基礎模型擁有真正的所有權(quán)和掌控權(quán)，并對其加以保護和利用，直接為企業(yè)的規(guī)模化創(chuàng)新和數(shù)據(jù)變現(xiàn)服務。

企業(yè)構(gòu)建針對自身業(yè)務發(fā)展的基礎模型，這個任務看似艱巨，其實不然。為了減輕企業(yè)構(gòu)建和使用 AI 的負擔，使企業(yè)能夠更加輕松地規(guī)模化開發(fā)、調(diào)整和部署企業(yè)就緒且值得信賴的 AI，IBM 推出了能夠端到端支持企業(yè)構(gòu)建和采用可信的基礎模型和生成式 AI 的新一代 AI 與數(shù)據(jù)平臺 watsonx，幫助他們可以根據(jù)自身獨特的業(yè)務需求和自身數(shù)據(jù)來構(gòu)建自己的 AI 和模型，讓更多企業(yè)能夠從“亂花迷眼”的困境當中走出來，把握生成式 AI 和大模型帶來的機遇，成為擁有 AI 領先優(yōu)勢的價值創(chuàng)造者。

第二個原則：企業(yè)應押賭于開放式生態(tài)。

當企業(yè)數(shù)字化轉(zhuǎn)型邁入 AI 為先的“AI+”時代，就要避免關起門來單打獨斗，想象自己可以打造一個類似“獨家秘笈”的封閉能力。

無論 AI 如何向前，都不可能在封閉的模式下獲得大發(fā)展。推動 AI 革命，需要調(diào)動整個生態(tài)社區(qū)的能量與智慧，必須倚賴一個開放的生態(tài)。利用開放社區(qū)的力量，企業(yè)可以選擇和整合符合業(yè)務需求的開源模型、專有模型，或者自建模型，以恰當?shù)某杀精@得最大的業(yè)務價值。

IBM 與 Hugging Face 的合作就是為了貫徹和推動這一原則。Hugging Face 是企業(yè)級開源生態(tài)系統(tǒng)的中流砥柱，目前已經(jīng)開放共享了超過 25 萬個 AI 模型。將 Hugging Face 納入 IBM watsonx 平臺，就是為了幫助 watsonx 的客戶利用社區(qū)的創(chuàng)造力和多樣性，使他們的 AI 是開放和充滿活力的，并且具有無限的可定制性。

以氣候和地球科學為例，這個商業(yè)和科學領域有很多瓶頸，例如，難以獲取最新信息，由于數(shù)據(jù)規(guī)模龐大而難以快速分析等等。美國國家航空航天局 (NASA) 預計，到 2024 年，他們僅新數(shù)據(jù)就將達到 25 萬 TB，如何將如此龐大的寶貴數(shù)據(jù)有效地用于商業(yè)和科學研究？IBM 給出的答案，是在 Hugging Face 上開源我們與 NASA 共同構(gòu)建的 watsonx.ai 地理空間 AI 基礎模型。該模型使用 NASA 衛(wèi)星數(shù)據(jù)來構(gòu)建，目前是 Hugging Face 上最大的地理空間基礎模型，也是有史以來第一個 NASA 參與共同構(gòu)建的開源 AI 基礎模型。通過將這個模型分享到 AI 社區(qū)當中，就可以利用協(xié)作創(chuàng)新的力量，一起來改善人類保護地球及其資源的方式。

水積而魚聚，木茂而鳥集。推動企業(yè)級 AI 革命的向善發(fā)展，需要齊心協(xié)力。在 AI 為先的新時代，用新技術(shù)賦能企業(yè)的創(chuàng)新和發(fā)展是一個巨大的“舞臺”，需要基于開放的 AI 技術(shù)平臺，讓整個生態(tài)合作伙伴系統(tǒng)一起攜手共創(chuàng)，才能把握好新技術(shù)帶來的機遇。

IBM 希望借助 watsonx 這一開放式企業(yè)級 AI 技術(shù)平臺，能夠匯聚本地市場的科技公司、行業(yè)客戶和合作伙伴，構(gòu)建符合本地市場與行業(yè)特色的強大生態(tài)。通過攜手共創(chuàng)，加速推進開放、可信、具有行業(yè)和業(yè)務針對性的企業(yè)級 AI 的采用，把 IBM 領先的企業(yè)級 AI 與基礎模型的能力提供給更多客戶，賦能千行百業(yè)。

第三個原則：企業(yè)應使 AI 能夠“隨處運行”、“高效運行”。

想要讓 AI 發(fā)揮應有的效能，企業(yè)必須基于開放式混合云技術(shù)來構(gòu)建AI，才能對內(nèi)部和外部數(shù)據(jù)進行有效分析，才能做到優(yōu)化成本、提高性能和減少延遲，因為企業(yè)的海量數(shù)據(jù)分散在不同的平臺和系統(tǒng)之上，包括本地、私有云、多個公有云，甚至是邊緣。

在 IBM，我們的目標是要幫助企業(yè)更為輕松地管理他們寶貴的數(shù)據(jù)，讓他們可以在公有云、私有云和企業(yè)本地基礎設施之間無縫地訓練、調(diào)整和部署 AI 模型。而這些技術(shù)在未來能否助力企業(yè)獲得革命性的成功，取決于它們能否為不同規(guī)模的企業(yè)提供他們所需的敏捷性、成本優(yōu)勢和節(jié)能高效的選擇——成功的企業(yè)將是那些能夠?qū)夹g(shù)做出正確選擇，從而能夠超越內(nèi)外環(huán)境的限制而茁壯成長的企業(yè)。

三年前，我們把基于紅帽 OpenShift 的 IBM 開放式混合云技術(shù)平臺落地中國，今年又推出 IBM watsonx 為企業(yè)級基礎模型和生成式 AI 提供動力，目的就是要賦能企業(yè)使用可信的數(shù)據(jù)，負責任、規(guī)模化地構(gòu)建、應用和擴展領先的 AI，讓他們的 AI 可以隨處而高效地運行。與 IBM 混合云平臺一樣，watsonx 也是基于領先的開放技術(shù)，也是以平臺的方法，通過構(gòu)建和擴展廣泛而強大的生態(tài)，把 IBM 從存力、算力、企業(yè)級 AI 應用到咨詢服務的全棧能力，以及源自 IBM 研究院的前沿 AI 創(chuàng)新技術(shù)，交到企業(yè)手中，無論企業(yè)的規(guī)模大小。所有這些，都是基于 IBM 以始為終聚焦客戶價值的戰(zhàn)略準則。

第四個原則：企業(yè)在快速推進 AI 之旅的時候，必須負責任地構(gòu)建和部署 AI。

生成式 AI 為企業(yè)數(shù)字化變革帶來全新的圖景。站在 AI 革命的起點，企業(yè)領導大刀闊斧快速行動是值得贊許的，因為技術(shù)進步的車輪滾滾向前，沒有人希望落后，更沒有人愿意錯失創(chuàng)新發(fā)展的機會。然而，在客戶、投資者、員工和同行的眼中，所有擁有“AI 創(chuàng)新發(fā)動機”的企業(yè)首先必須獲得“信任”的許可證。

和所有強大的技術(shù)一樣，AI 也伴隨著潛在的濫用和風險可能。如果不能負責任地部署 AI，不能將治理作為使用 AI 的核心，就有可能產(chǎn)生不利的現(xiàn)實后果，尤其在一些敏感和安全至上的領域。

一個多世紀以來，IBM 一直站在負責任地引入突破性技術(shù)的最前沿，始終堅守科技向善引領進步的初心。這意味著 IBM 不會在沒有充分了解其后果、且能提供必要護欄和恰當問責制的情況下，向公眾發(fā)布相關技術(shù)。相反，IBM 認為，解決這些創(chuàng)新帶來的問題與創(chuàng)新本身同樣重要。

IBM 對于可信和負責任的 AI 的承諾，體現(xiàn)在我們構(gòu)建和部署 AI 模型的方法當中。AI 模型本質(zhì)上反映了支撐模型的數(shù)據(jù)，這就是為什么 IBM 要采用具有整體性的平臺方法，推出 IBM watsonx 數(shù)據(jù)與AI平臺，來實現(xiàn)貫穿 AI 生命周期各個層面和環(huán)節(jié)的治理——從數(shù)據(jù)攝取，到模型開發(fā)、部署和監(jiān)控，幫助企業(yè)端到端地構(gòu)建和部署可信負責的 AI。

例如，IBM 推出首批由 IBM 開發(fā)的 watsonx Granite 模型系列的同時，身體力行地公布了 Granite 模型訓練數(shù)據(jù)集的詳細信息——Granite 模型用源自互聯(lián)網(wǎng)、學術(shù)界、代碼、法律和金融這五個領域與業(yè)務相關的數(shù)據(jù)集進行訓練，并由 IBM 根據(jù)企業(yè)使用要求對訓練數(shù)據(jù)進行處理，過濾去除了令人反感的內(nèi)容，并根據(jù)內(nèi)部和外部模型進行基準測試，幫助企業(yè)負責任地構(gòu)建和部署 AI，解決包括 AI 治理、風險評估、隱私問題和緩解偏見在內(nèi)的一系列關鍵問題。于此同時，IBM 還宣布其標準的知識產(chǎn)權(quán)保護將適用于 IBM 開發(fā)的 watsonx Granite 模型，IBM 為其基礎模型提供 IP 賠償 (合同保護)，使客戶能放心地用自身數(shù)據(jù)來構(gòu)建企業(yè)的 AI ，這不僅是生成式 AI 的競爭優(yōu)勢之所在，也充分展現(xiàn)了 IBM 對于透明和負責任的 AI 的承諾。

以上四點僅僅是企業(yè)開啟 AI 變革之旅的四項基本原則。除了腳踏實地的管理智慧和基本原則，企業(yè)領導還需具備高瞻遠矚、值得信賴的領導力，需要承擔責任的勇氣和堅忍不拔的毅力，能夠帶領企業(yè)直面變革征途上的風風雨雨，攜手開放生態(tài)里的技術(shù)與行業(yè)合作伙伴，用向善的 AI 賦能企業(yè)，一起創(chuàng)造更加美好的未來。

關于 IBM

IBM 是全球領先的混合云、人工智能及企業(yè)服務提供商，幫助超過 175 個國家和地區(qū)的客戶，從其擁有的數(shù)據(jù)中獲取商業(yè)洞察，簡化業(yè)務流程，降低成本，并獲得行業(yè)競爭優(yōu)勢。金融服務、電信和醫(yī)療健康等關鍵基礎設施領域的超過 4000 家政府和企業(yè)實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現(xiàn)數(shù)字化轉(zhuǎn)型。IBM 在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對企業(yè)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(yè)務發(fā)展的基石。