媒體觀點:企業(yè)級 AI,正在守望規(guī)?;瘧?yīng)用的“奇點”—— IBM 如何帶來 AI 生產(chǎn)力的“催化劑”
媒體觀點:企業(yè)級 AI,正在守望規(guī)?;瘧?yīng)用的“奇點”—— IBM 如何帶來 AI 生產(chǎn)力的“催化劑”
本文轉(zhuǎn)載自“科技正能量”,作者:鄭凱。轉(zhuǎn)載已獲授權(quán)。
在宇宙學(xué)中,當(dāng)時空曲率變得無限大,導(dǎo)致物理定律在該點失效的點,叫做奇點。
奇點,其實并不是“0”,而是一種從量變到質(zhì)變的轉(zhuǎn)折點。
IBM 大中華區(qū)董事長、總經(jīng)理陳旭東
前不久在南京舉行的 IBM 中國企業(yè)級AI巔峰論壇期間,IBM 大中華區(qū)董事長、總經(jīng)理陳旭東說,“從去年開始,新的一輪 AI 浪潮撲面而來,對企業(yè)而言,AI 應(yīng)用仍在摸索階段,只有在‘規(guī)模化’上形成突破,才能釋放技術(shù)的價值和人的創(chuàng)造力,從而創(chuàng)造新的優(yōu)質(zhì)生產(chǎn)力。”
確如此言,當(dāng)前企業(yè)級 AI 應(yīng)用的落地情況遠沒有理想中豐滿。通用 AI 能力沒有能夠走進企業(yè)核心業(yè)務(wù)流程,更趨近于某些應(yīng)用場景的自動化;而忽然引爆的大模型,則像是活在“對話框”,僅能在客服或客戶體驗環(huán)節(jié)發(fā)光發(fā)熱。
AI 之所以沒有能夠迸發(fā)出改變時代前行的動力,歸根結(jié)底是AI沒有形成大規(guī)模的應(yīng)用,還沒有觸摸到企業(yè)級 AI 從量變走向質(zhì)變的“奇點”。
01
企業(yè)級 AI 規(guī)?;瘧?yīng)用,才能創(chuàng)造更大價值
谷歌前 CEO 施密特提出過一個觀點:在歷史上,電力在引入工廠之后并沒有比蒸汽機創(chuàng)造更多的生產(chǎn)力,歷經(jīng) 30年時間,分布式電源改造了車間布局,推動組裝系統(tǒng)的出現(xiàn),才實現(xiàn)了生產(chǎn)力的飛躍。
所以,他認為現(xiàn)在的 AI 和當(dāng)初的電力一樣,盡管有價值,但還只是在摘取“低垂的果實”,需要組織創(chuàng)新,才能真正獲得巨大回報。
這其實與 IBM 對企業(yè)級 AI 的看法是相似的。過去我們通常將 AI 看做一項技術(shù)創(chuàng)新,總在某些單項應(yīng)用上做單點突破,盡管解決了一些具體問題,但從整個企業(yè)的維度上,這種提升其實微乎其微。
作為寶馬集團在中國的信息技術(shù)中心以及 IBM 的客戶,領(lǐng)悅數(shù)字信息技術(shù)有限公司南京分公司總經(jīng)理戚海飛談到了一個很有價值的故事,“早在 2018年前后,寶馬就在做數(shù)字化工廠,在七八個應(yīng)用場景中部署 AI 應(yīng)用,但是這幾個場景所能帶來的效率提升和回報,相對于寶馬這么大的企業(yè)來說是很有限的。”
在經(jīng)過了一系列的反思后,戚海飛發(fā)現(xiàn) AI 應(yīng)用只有走向規(guī)?;拍苄纬筛邇r值,因此在其后的兩年內(nèi)完成了 100多個 AI 應(yīng)用的研發(fā)和部署,“能夠有這樣的效率,和我們前期所做的數(shù)據(jù)整合和平臺化工作密不可分,當(dāng)然我們也從中體會到規(guī)?;瘞淼男侍嵘?rdquo; 戚海飛也發(fā)現(xiàn),AI 應(yīng)用越是規(guī)?;?,越能發(fā)掘出可以被 AI 賦能的場景,如今寶馬公司僅在生產(chǎn)制造領(lǐng)域,就梳理出更多 AI驅(qū)動的場景,并展開了下一階段的研發(fā)。
這也是為什么,IBM 全球 CEO Arvind Krishna 會在今年 5月份 Think 大會上預(yù)測:2024年將是企業(yè)從試用 AI 邁向大規(guī)模應(yīng)用 AI 關(guān)鍵的一年。
IBM 商業(yè)價值研究院最近的一份報告顯示:全球有 67% 的 CEO 相信在 2030年前 AI 將能夠推動公司內(nèi)變革,以實現(xiàn)業(yè)務(wù)增長。這說明,超越一半的企業(yè)將在 AI 化轉(zhuǎn)型中獲益,而從當(dāng)下到 2030年,將是企業(yè)級 AI 走向規(guī)?;年P(guān)鍵周期。
02
三步走,成為一家 AI 驅(qū)動的創(chuàng)新公司
但知易行難,能夠預(yù)見未來不等于可以把握未來。擺在企業(yè) AI 規(guī)模化應(yīng)用面前的,仍有很多難題。
熊彼特說過,創(chuàng)新是要“建立一種新的生產(chǎn)函數(shù)”,也就是形成一種從來沒有過的生產(chǎn)要素和生產(chǎn)條件的“新組合”。從這個角度看,數(shù)據(jù)這一新的生產(chǎn)要素與人工智能技術(shù)的生產(chǎn)條件相結(jié)合,才是真正的生產(chǎn)力組合。
而企業(yè)級 AI 應(yīng)用最大的難題正是數(shù)據(jù)。陳旭東指出,“僅僅企業(yè)數(shù)據(jù)這一個問題,就可以難倒大多數(shù)企業(yè)。很多企業(yè)盡管擁有數(shù)據(jù),但在試點 AI 應(yīng)用之前,就會發(fā)現(xiàn)這些數(shù)據(jù)分布在幾十個系統(tǒng),且格式不一,這是企業(yè)走向規(guī)模化AI應(yīng)用之前的最大障礙。”
事實上,數(shù)字化的基礎(chǔ)是數(shù)據(jù)化,企業(yè)數(shù)字化轉(zhuǎn)型至今,其實可以看作是對數(shù)據(jù)價值挖掘由淺及深的過程,而步入智能化時代,數(shù)據(jù)的意義則更為凸顯。
IBM 咨詢大中華區(qū)總裁陳科典
IBM 咨詢大中華區(qū)總裁陳科典則提出,“‘no data no AI’,沒有數(shù)據(jù)就沒有 AI。過去 15年云廠商能夠迅速的增長,其實也是得益于在數(shù)據(jù)方面取得了爆發(fā)式的增長,因為只有云能夠承載那么巨量的數(shù)據(jù)。所以,如何能讓數(shù)據(jù)發(fā)揮更大的力量,就必須要有最好的混合云架構(gòu),把數(shù)據(jù)的力量發(fā)揮出來,把AI的力量也發(fā)揮出來。”
這其實也是 IBM 將戰(zhàn)略定位于“混合云 + AI”的真正原因。
當(dāng)我們明確了數(shù)據(jù)之于企業(yè) AI 戰(zhàn)略的意義之后,也隨之產(chǎn)生了第二個難題:要如何把企業(yè)的數(shù)據(jù)轉(zhuǎn)化為 AI 的驅(qū)動力?
IBM 給出了一個“三步走”的公式:第一步,選擇可信的基礎(chǔ)模型;第二步,把企業(yè)的知識融入到基礎(chǔ)模型;第三步,部署、擴展和使用“你的 AI”。
乍看上去,這三步走似乎并不難,那是不是企業(yè)按部就班的走下去就能抵達“智能化”的彼岸呢?
答案顯然是否定的。
我們知道,中國市場從去年開始就有了“百模大戰(zhàn)”,在如此復(fù)雜的選項中找到那個真正可信的模型,并不容易,它不僅要考量數(shù)據(jù)安全的能力,更要選擇有企業(yè)級基因,懂企業(yè)需求的模型。
在這方面,IBM 的 Granite 系列模型,是用各個領(lǐng)域優(yōu)質(zhì)、可信的數(shù)據(jù)構(gòu)建,符合 IBM 非常嚴(yán)苛的數(shù)據(jù)隔離和監(jiān)管標(biāo)準(zhǔn),還擦除了里面仇恨、虐待、臟話以及重復(fù)的數(shù)據(jù)。再加上 IBM 的企業(yè)級基因,其實可以是企業(yè)很好的選擇。
在知識融入基礎(chǔ)模型方面,很多企業(yè)用自己的數(shù)據(jù)訓(xùn)練完大模型以后,發(fā)現(xiàn)模型對企業(yè)的知識和技能并不夠好,所以無法實現(xiàn)提質(zhì)增效的作用。而 IBM 的InstructLab 大規(guī)模對齊技術(shù)可以很好地幫助企業(yè)解決這個問題,讓調(diào)教后的模型能夠很好地為企業(yè)所用。
最后是怎么去部署和使用 AI。這其實需要模型開發(fā)平臺、數(shù)據(jù)處理和 AI 治理等完整的能力集,縱觀行業(yè)中的企業(yè)級 AI 服務(wù)商,能夠滿足全面條件的公司并不多。
“IBM 早在 2011年就發(fā)布了企業(yè)級 AI 產(chǎn)品 Watson,在全球累計了 4萬企業(yè)級客戶,去年又發(fā)布了企業(yè)級 AI 與數(shù)據(jù)平臺 watsonx;同時 IBM 專注于企業(yè)級客戶的深耕,既能幫助客戶解決數(shù)據(jù)治理、IT 架構(gòu)現(xiàn)代化等問題,也能在也能在業(yè)務(wù)出海、安全合規(guī)為企業(yè)保駕護航。”陳旭東說。
03
IBM 正全力推動企業(yè)級 AI 規(guī)?;涞?/div>
歸根結(jié)底,行業(yè)智能化要走出理想的“烏托邦”,就勢必要落地產(chǎn)業(yè)端。
企業(yè)級 AI 的規(guī)?;瘧?yīng)用,本質(zhì)上也代表了 AI 應(yīng)用在企業(yè)級落地的成熟度。
IBM 大中華區(qū)技術(shù)銷售總經(jīng)理朱輝
IBM 大中華區(qū)技術(shù)銷售總經(jīng)理朱輝表示,過去的我們把 AI 稱之為“實驗室 AI”,一般不需要考慮企業(yè)內(nèi)部是否會有很多人參與到AI的開發(fā),包括模型的訓(xùn)練、微調(diào)、測試、部署,甚至于運維環(huán)境該怎么保障等等。但企業(yè)級 AI 要規(guī)?;@些復(fù)雜的問題都要納入到企業(yè)的考慮當(dāng)中。當(dāng)大模型要成為企業(yè)的生產(chǎn)力,它要作為一種日常工作,一種基礎(chǔ)能力”
這也是為什么 IBM 會推出了 InstructLab 大規(guī)模對齊技術(shù),它可以幫助企業(yè)在內(nèi)部數(shù)據(jù)基礎(chǔ)之上形成合成數(shù)據(jù)(synthetic data),并對基礎(chǔ)模型進一步地加強,最終成為企業(yè)可以自己擁有的大模型。
當(dāng)然,隨著企業(yè) AI 應(yīng)用規(guī)模的不斷增大,數(shù)據(jù)的規(guī)模也會以指數(shù)級的速度變大。企業(yè)也不得不再度面對數(shù)據(jù)處理的挑戰(zhàn)。
IBM 大中華區(qū)科技事業(yè)部總經(jīng)理、IBM 中國總經(jīng)理侯淼
IBM 大中華區(qū)科技事業(yè)部總經(jīng)理、IBM 中國總經(jīng)理侯淼說,“AI 應(yīng)用不僅會使數(shù)據(jù)量變大,而且 95% 以上都是非結(jié)構(gòu)化數(shù)據(jù),所以對存儲的要求越來越高,對于企業(yè)來說存儲就代表著成本。因為 AI 應(yīng)用的規(guī)模化,會導(dǎo)致圖像和語音數(shù)據(jù)的訪問要求頻度變高,過去的冷數(shù)據(jù)變成了溫冷數(shù)據(jù),如果仍然是硬盤作為主要存儲,成本就會持續(xù)升高。”
所以 IBM 在磁帶技術(shù)上一直不斷突破,這并非是“炒冷飯”,而是將最具性價比的存儲解決方案提供給客戶,客觀地說這也是一種客戶視角,是懂企業(yè)客戶需求的一種表現(xiàn)。
當(dāng)然,在邁向企業(yè) AI 規(guī)?;瘧?yīng)用的路徑中,每一家企業(yè)都有不同程度的困難,朱輝指出,“要實現(xiàn)生成式 AI 的規(guī)?;瘧?yīng)用,企業(yè)必須在三方面做出改變,即人才、流程和治理。因此,AI 和自動化技術(shù)的應(yīng)用至關(guān)重要。IBM 希望借助最新的 AI 與自動化技術(shù),為企業(yè)打造‘最強大腦’,并加速業(yè)務(wù)創(chuàng)新?;?IBM 的 AI 助手,企業(yè)可以利用自然語言理解和機器學(xué)習(xí)技術(shù),將數(shù)據(jù)轉(zhuǎn)化為個性化的見解和及時的自動化行動;AI 驅(qū)動的全新自動化平臺 IBM Concert 幫助企業(yè)利用 AI 洞察來掌控運營,有望成為企業(yè)技術(shù)和運營的‘神經(jīng)中樞’。”
除了技術(shù)能力支持和 IBM 自身的 AI 洞察之外,IBM 也希望授之以漁。通過試點項目,找到有共同理想的,志同道合的合作伙伴,通過深度的技術(shù)合作,讓合作伙伴自己具備造血功能,能夠在 IBM AI 能力的基礎(chǔ)之上形成解決方案,做到讓 AI 遍地開花。
圖靈新智算董事長劉淼表示,“與 IBM 合作,除了技術(shù)和產(chǎn)品,我們期待能夠與IBM攜手,幫助行業(yè)客戶解決采用AI可能遇到的包括算力、數(shù)據(jù)、成本、安全、合規(guī)等在內(nèi)的復(fù)雜問題;并且能夠以平臺的方法、借助生態(tài)的力量,幫助行業(yè)客戶快速以合理的 ROI 實現(xiàn) AI 的場景落地、擴展和價值獲取。”
有“智”者事竟成,企業(yè)級AI的規(guī)?;砷L路線,與企業(yè)的管理和運營能力升級必然是同頻共振的曲線。當(dāng)企業(yè)級 AI 規(guī)?;_到“奇點”,勢必會有一批新的行業(yè)內(nèi)的 AI 創(chuàng)新領(lǐng)先企業(yè)誕生,并迅速拉開與競爭者的差距。
END
寫到文章末尾,筆者忽然覺得有很多話沒有說完。
相信很多人都看到了“IBM 研發(fā)部門撤離中國”的消息,也引發(fā)了 IBM 全球是否也在“走下神壇”的大討論。這可能是一個很長的話題,筆者只選擇幾個小觀點做一些闡述。
第一,從 IBM 公布的 2023年全年財報看:2023年全年營收為 619億美元,同比增長 2%,凈利潤為 75億美元,公司的整體盈利水平并不差。所以,對于區(qū)域市場的組織結(jié)構(gòu)調(diào)整,僅是一種管理上的考量,而非體現(xiàn)其他戰(zhàn)略意圖。
第二,過去 40年,以 IBM 為代表的幾家跨國科技公司在中國布道,幫助一大批中國企業(yè)在信息化上實現(xiàn) 0 到 1,并逐漸豐滿,完成從規(guī)?;礁偁幜Φ目缭健0殡S著中國企業(yè)的飛速成長,和自有科技能力建設(shè)上的訴求,這些跨國科技公司在中國減少對基礎(chǔ)技術(shù)、產(chǎn)品和服務(wù)的投入,轉(zhuǎn)而提供更高附加值的能力,如咨詢服務(wù)或是企業(yè)級AI創(chuàng)新平臺等,這本身就是順應(yīng)市場形勢變化的選擇,而非對中國市場的“放棄”。
第三,中國民營企業(yè),尤其是最出色的一批民營企業(yè),都在出海或是籌備出海。這背后同步會涉及管理能力和運營能力的出海,要站在世界看全球,而不是站在中國看世界,這時候選擇 IBM 這樣本身就有全球化服務(wù)能力的公司,顯然是很合理的。所以 IBM 中國企業(yè)級 AI 巔峰論壇選擇在南京召開,因為這里有更多的優(yōu)秀民營企業(yè)。
最后,不是每一家企業(yè)都能稱之為“百年老店”,也不是每一家科技公司都在中國市場深入服務(wù)中國企業(yè)整整 40年。而 IBM 它今時今日,依然在努力為中國企業(yè)提供最新的技術(shù)和最好的服務(wù),IBM 依然在和中國的伙伴一起,用最妥帖的方式幫助中國企業(yè)出海。
無論如何,“科技無國界”仍然是共識,希望IBM和它的朋友們繼續(xù)守護“科技連接世界”的初心。
秋節(jié)是中國傳統(tǒng)節(jié)日之一,也是一年中最重要、最盛大的節(jié)日之一。在這一天,以明亮的月亮和家人團聚為特點,承載著人們無盡的思念和美好的祝福。
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(wù)流程,降低成本,并獲得行業(yè)競爭優(yōu)勢。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(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。對企業(yè)誠信、透明治理、社會責(zé)任、包容文化和服務(wù)精神的長期承諾是 IBM 業(yè)務(wù)發(fā)展的基石。
咨詢詳情:如需咨詢文中涉及的相關(guān)產(chǎn)品或解決方案詳情,請加微信:ZiDongHuaX 。
微信聯(lián)盟:人工智能微信群、數(shù)字化轉(zhuǎn)型微信群、機器學(xué)習(xí)微信群,各細分行業(yè)微信群:點擊這里進入。
鴻達安視:水文水利在線監(jiān)測儀器、智慧農(nóng)業(yè)在線監(jiān)測儀器 金葉儀器: 氣體/顆粒物/煙塵在線監(jiān)測解決方案
西凱昂:SMC氣動元件、力士樂液壓元件、倍加福光電產(chǎn)品等 山東諾方: 顆粒物傳感器、粉塵濃度傳感器
深圳金瑞銘:RFID射頻識別、智能傳感器等物聯(lián)網(wǎng)解決方案 北京英諾艾智: 容錯服務(wù)器、邊緣計算解決方案
微信聯(lián)盟:人工智能微信群、數(shù)字化轉(zhuǎn)型微信群、機器學(xué)習(xí)微信群,各細分行業(yè)微信群:點擊這里進入。
鴻達安視:水文水利在線監(jiān)測儀器、智慧農(nóng)業(yè)在線監(jiān)測儀器 金葉儀器: 氣體/顆粒物/煙塵在線監(jiān)測解決方案
西凱昂:SMC氣動元件、力士樂液壓元件、倍加福光電產(chǎn)品等 山東諾方: 顆粒物傳感器、粉塵濃度傳感器
深圳金瑞銘:RFID射頻識別、智能傳感器等物聯(lián)網(wǎng)解決方案 北京英諾艾智: 容錯服務(wù)器、邊緣計算解決方案
我要收藏
個贊
評論排行