IBM缪可延:watsonx的三大"x因子"之我见
【图】 | 【图】 |
北京2023年10月19日 -- 四年前,IBM斥资340亿美元收购红帽,宣布聚焦混合云与AI,助力全球企业利用混合云与AI技术加速数字化重塑。IBM的战略逻辑非常简单:数据是推动企业数字化转型的价值要素,基于红帽OpenShift的开放式混合云平台是打破企业数据壁垒的关键技术,可信的企业级AI是解锁企业数据价值的核心力量。
本文作者:缪可延,IBM 大中华区科技事业部总经理、中国区总经理
发布watsonx是IBM推进混合云与AI战略、助力企业云智转型的又一里程碑。
四年后的今天,采用混合云的技术路线来推进企业的数字化转型已经成为企业数字化转型的主流,然而由ChatGPT引爆的生成式AI却开始让企业CEO们夜不能寐,喜忧参半。他们喜于AI为企业效率和竞争力带来革命性变革的无限可能,忧于数据质量、安全、治理、AI技术本身以及人才文化等各种现实问题。如何在企业当中规模化地构建、应用和拓展先进的AI?如何跨业务单位部署可信的AI?如何让AI产生可见的业务价值?这些都是广大企业领导迫切希望得到解决的战略性问题。
在此关键节点,IBM适时推出了watsonx平台,就是要给各行各业的客户与合作伙伴提供一个开放、安全、可信的AI与数据平台,整合IBM从存力、算力、企业级AI应用到咨询的全栈能力,发挥IBM研发部门的创新优势,利用源自IBM研究院的前沿AI技术与宝贵资产,携手行业客户和合作伙伴,帮助企业在面对AI大爆发及其可能带来的各种机会与挑战的当下,能够有章有术可循,能够从容应对。
watsonx 不仅将IBM在过去五年致力打造的基于特定类型的神经网络架构(即Transformer架构)的基础模型和生成式AI技术纳入其中,也把过去十几年所积累的基于机器学习(ML)和深度学习(DL)并且已经为全球数万企业带来业务价值的传统AI工具整合其中,目的就是要帮助各行各业不同规模和处于不同AI应用水平的企业,都能从IBM及其强大的生态系统的领先技术当中获益。
"watsonx"的品牌logo融合了IBM的文化传承与创新基因,具有特殊深意。
"Watson"不仅是IBM企业级AI的代名词,也是IBM创始人老沃森(Thomas J. Watson Sr.)和文化塑造者小沃森(Thomas J. Watson Jr.)的名字,不仅体现了IBM"用科技引领进步"的品牌内涵,更是继承了IBM当年破釜沉舟斥巨资打造大型主机、助力人类登月、用深蓝对决人类象棋大师等一系列勇扛"科技引领进步"的行业大旗的勇气和时代精神。
"watsonx" logo里的"x"是一个代数符号,代表未知量。据说,19世纪30年代有人首次引用这个代数符号提出"x因子"的概念,用"x"代表尚未被启动的某种天赋秉异,"x因子"则是激发这种天赋秉异并催生奇迹的关键要素。
那么,启动和激发watsonx的潜能,帮助企业获得优势、实现革命性变革、取得跨越式成长的"x因子"是什么?在我看来,至少需要具备以下三个"x因子":
第一,开放向善的技术??企业就绪的AI与数据平台watsonx;
第二,高瞻远瞩的领导力??高瞻远瞩、愿意尝试新技术、愿意打破边界携手共创的行业先行者和企业领导者;
第三,携手共创的生态??借助watsonx,汇聚科技公司、行业客户和合作伙伴,构建强大生态,赋能千行百业。
"x因子"#1: 开放向善的技术
IBM 相信,就像企业不会选择单一的云厂商一样,他们希望根据自己特定的业务需求和厂商的专业能力、不同技术产品的特性,来灵活地选择最适合自己的AI模型和应用。
这也是IBM混合云与AI战略的核心??基于安全可信的开放技术来构建我们的混合云与AI平台,以此构建广泛而强大的开放式生态,从而把选择权交给客户。 watsonx 和IBM其它的企业级AI产品(如Watson 套件)都是基于领先的企业级开放技术(如OpenShift)以及携手业界顶级的企业级开放生态系统(如Hugging Face)。
当然,选择恰当的技术路线、模型、数据方案,对多数企业而言并非易事。IBM的技术专家和咨询顾问可以帮助企业一起应对,利用存储在企业防火墙后面的大量专有数据,使用特定领域或任务知识,来帮助企业做出恰当的选择,微调基础模型,甚至以智能自动化的方式来应用AI,从根本上帮助客户改变未来的工作方式。
不仅如此,企业利用watsonx基础模型库所提供的IBM专有模型或者是Hugging Face上可信的企业级开源模型,可以更轻松地构建自己的AI,以及衍生不同的AI应用来支持多个场景和不同的工作任务。基础模型的灵活性和可扩展性,使得企业应用AI的门槛大大降低。尽管基础模型也需要前期投资,但每次使用都会摊销 AI 模型构建的初始工作成本,从而可以大幅提高投资回报率,缩短上市时间。
同时,我们也要清醒地认识到,就像许多爆火且迅猛发展的技术一样,AI也可能是危险的,可能会产生不利的影响和后果。譬如,以错误的方式开发出来的AI就可能导致轻率或危险的结果;AI也可能产生幻觉,而现有的AI监管还有待加强。要知道,所有的生成式模型都可能产生幻觉,给出不相关或不准确的结果,尤其典型的是,当提示模型去处理一个它没有接受过训练的题目或者模型用的训练集数据不足时,通常都会导致AI幻觉。IBM在积极倡导全球政府加强AI监管的同时,也在积极研究降低AI幻觉风险的方法,例如使用检索增强生成(RAG -Retrieval Augmented Generation)技术,使模型能够在生成答案之前从知识库中检索相关数据,同时帮助用户调整现有模型以执行特定任务,助力降低AI产生幻象的风险。
因此,IBM认为,企业采用 AI 需要关注以下几个要点:
第一,值得信赖的 AI 至关重要
随着企业踏入新的AI领域,他们必须将AI信任与伦理放在首位。他们需要有绝对的信心,确保他们用于关键任务决策和输出的AI是可信且可靠的。AI必须是可解释的、公平、稳健和透明的,务必要优先考虑和保护消费者的隐私和数据权利,从而建立信任。
第二,企业的AI解决方案应根据企业的独特需求而量身定制
企业在 AI 领域取得成功与差异化优势的关键??无论是基于机器学习还是基础模型??都要根据客户的特定需求和优先事项来定制和调整技术。基础模型的前景就是在于它们能够根据企业独特的数据和领域知识进行调整,而这在以前是不可能实现的。
第三,企业的AI 环境应以治理和灵活性为核心
一个可信赖的AI环境是至关重要的,该环境应秉持治理、透明度和道德规范,以有效驾驭复杂的监管和合规要求。与此同时,AI项目计划必须根据不断变化的需求及机会而不断演进。企业采用混合的方法,可以更容易地在更大范围内扩展和采用新的流程和工作流。
IBM watsonx通过三个产品集和组件,watsonx.data + watsonx.ai + watsonx.governance,从数据的准备、AI模型及应用的构建,到数据与AI全生命周期的治理,来帮助企业跨业务部门快速训练和部署符合其业务战略和场景的AI能力,同时能够掌控自己的数据和保护好消费者的隐私和数据权利。watsonx作为一个开放向善的新一代企业级AI与数据平台,可以成为所有希望把握AI机遇并获得创新性突破与发展的行业客户与合作伙伴的技术选择。
"x因子"#2: 高瞻远瞩的领导力??自上而下推动变革
有了开放向善的技术,仅仅是具备了变革的条件。企业级AI之路之所以艰难,只有一半左右的AI项目实现了从试点到投产的转变,技术挑战只是"第一重险",企业还需要解决组织、技能、文化、业务模式等战略层面的挑战。这往往需要自上而下的推动力,因此,高瞻远瞩的领导力不可或缺。企业不仅需要坚忍不拔勇于尝试新技术和承担变革阵痛的勇气,同时也需要值得信赖的技术和转型伙伴。
IBM的文化塑造者小沃森曾说:"IBM意味着服务,我们要为客户提供全世界最好的服务",这是IBM 一直以来跨越不同经济周期所坚守的价值准则和战略依据,也是IBM在混合云和AI战略框架下,大量投入人力物力组建售前客户工程(CE)车库创新团队和售后客户成功管理团队(CSM)的原因。这些技术专家团队成立的初衷与销售业绩和商务没有直接关系,目的都是为了把IBM的技术专家和创新转型方法论带给客户,手把手地与客户不同的业务团队一起,找到能够快速和规模化实现技术价值的业务场景,协助企业领导整合全公司不同业务部门的力量来推进数字化转型与重塑。因为将技术价值转化为业务价值,并非只是IT部门的事情,须自上而下的推动以实现跨部门协作,共同应对变革当中的技术、场景、组织和文化等各项复杂问题。
例如,IBM中国的客户成功管理团队与中国链条行业的领头羊企业苏州环球科技围绕提升订单交付效率这一典型的制造业业务场景进行共创,苏州环球科技总经理黄雅丹从一开始就深度参与,积极推动,双方仅用半年时间,就利用IBM AI赋能的智能自动化产品帮助苏州环球达成目标。黄总的推动对于项目成功起到了决定性的作用,她对IBM也给予了高度评价,她表示:"这半年以来,借助IBM Cloud Pak for Integration (CP4I) 和 Cloud Pak for Business Automation, 我们已经成功打通了订单交付流程的各个环节和系统,通过IT系统的互联互通,实现了对业务的串联和支撑。同时,IBM客户成功团队通过一系列现代化工作坊的形式,帮助我们的IT团队更快地上手,一起共创共赢,这正是我们所期待的成功!"
不仅如此,苏州环球科技与IBM团队携手共创的成功案例,还吸引了国内制造业技术和解决方案长商的关注。例如,国内工业物联网及大数据解决方案提供商上海洲邦信息科技有限公司的CEO朱林,也亲自参与了与IBM客户成功管理团队的共创合作。目前,洲邦科技已经成为IBM在中国首家离散制造数字化工厂解决方案的合作伙伴,他们基于自身的数字化工厂解决方案,以无代码/低代码的方式整合了IBM智能自动化产品CP4I,以快速轻松地实现中大型制造企业不同业务系统 (如研发、采购、生产、物流、销售)的无缝集成;利用IBM CP4I,洲邦科技可以为制造业客户提供开放性、云原生化、微服务和容器化的集成平台,提供内置的AI以及混合云部署能力及全方位的云技术支持。朱林表示:"汇聚五洲力量,报国兴邦,这是我们的使命之一。我们坚持基础产品和核心技术自主研发的同时,拥抱开放技术,积极引进世界一流的数字化和智能化的技术。很荣幸能够携手IBM,未来期待进一步加强与IBM的合作,利用IBM watsonx的平台,在面向工业智能,面向制造业生成式AI解决方案我们能够实现共创,为我国的制造业做出更大的贡献。"
从左到右:上海洲邦科技CEO朱林、苏州环球科技总经理黄雅丹、IBM大中华区客户成功管理部总经理朱辉
在这个新技术不断涌现、挑战层出不穷的时代,需要更多的行业先行者和高瞻远瞩的企业领导,实现更多的跨界合作,一起尝试新技术,在携手共创的过程中,将新技术的价值传递给更多的行业与客户。
"x因子"#3: 携手共创的生态 ?? 借助watsonx,赋能千行百业
水积而鱼聚,木茂而鸟集,利用领先的AI提升企业的竞争力,需要各方携手,基于开放向善的技术平台(如watsonx),构建一个携手共创的生态。企业级AI不是独门赛道,而是集各家所长的大舞台,只有这样,才能实现以先进的AI赋能千行百业、造福人类社会的共同愿景。
扩展合作伙伴生态系统是IBM混合云和AI战略的核心。IBM从去年开始为合作伙伴提供与IBM员工相同的培训和支持;并于今年1月推出全新的合作伙伴计划IBM Partner Plus,大力投资和发展 IBM 伙伴生态系统。今天,各行各业的客户都在积极寻求如何抓住大模型和生成式AI带来的机会,合作伙伴更是走到前台,成为把IBM企业级AI带给行业客户的主力军。
在大中华区,IBM宣布对本地合作伙伴开放三大共创平台??由IBM中国开发中心打造的"IBM鲁班平台"、由IBM客户工程车库创新团队打造的创新工作坊、由IBM创新体验中心提供的共创服务平台。为了响应合作伙伴的AI共创需求,IBM中国开发中心、大中华区的伙伴生态系统,以及数据、人工智能与自动化、可持续、安全等软件业务部门,一起联合推出"IBM鲁班创新精英伙伴计划",利用"IBM鲁班平台"的技术积累、创新实践和真实的混合云与AI共创环境,基于watsonx平台及其增强的智能自动化产品,为本地合作伙伴赋能,构建适合本地客户需求的解决方案。
推进混合云与AI战略,担当技术赋能者的重任。
在接下来的一年,IBM watsonx会继续演进,预计会做一系列重要发布。IBM将专注于把企业级基础模型的用例扩展到自然语言处理(NLP)之外,实施为企业业务目标用例而定制的千亿级以上参数的模型,以实现更广泛的企业级AI应用和扩展。
更为关键的是,IBM还将充分发挥我们的AI 治理能力,帮助企业和组织实施端到端的生命周期治理,降低风险,同时管理针对不断增多的AI和行业法规的合规性。AI 治理从来都不该是事后考虑的工作,因此我们鼓励客户现在就开始治理他们当下的 机器学习(ML) 模型和未来基于Transformer架构的基础模型。
此外,IBM Consulting的 watsonx 实践所提供的生成式 AI 技术堆栈方面的专业知识以及领域和行业经验,可以助力客户加速业务转型。正如IBM在红帽 OpenShift平台上建立了成功的混合云服务业务一样,IBM Consulting也立志成为 watsonx 平台的领先咨询服务提供商。
企业要求 AI 能够产生准确且值得信赖的结果,可以跨云扩展,并且可以轻松地适用于相关的企业领域和用例,watsonx正是为了满足这些需求。IBM希望发挥自身的技术优势与行业专长,秉承IBM百年不变的"科技引领进步"的初心,借助watsonx平台,汇聚大中华区的科技公司、行业客户和合作伙伴,构建符合本地市场与行业特色的强大生态,赋能千行百业,让AI造福于企业,造福于社会,让世界更加更好!
关于IBM
IBM 是全球领先的混合云、人工智能及企业服务提供商,帮助超过 175 个国家和地区的客户,从其拥有的数据中获取商业洞察,简化业务流程,降低成本,并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。了解更多信息,请访问:
媒体联络人:郭韬
美通社报道
- 2023-10-19
- 2023-10-19
- 2023-10-19
- 2023-10-19
- 2023-10-19
- 2023-10-19
- 2023-10-19
- 2023-10-19
- 2023-10-19
- 2023-10-19