喜马拉雅-PC端文章正文页面顶部通栏2.22&2.23

IBM大中华区董事长陈旭东:AI 将成为中国科技发展、产业升级的重要驱动力|钛媒体 2023T-EDGE

AI+时代,企业需要怎样的人工智能?

IBM公司大中华区董事长、总经理陈旭东

IBM公司大中华区董事长、总经理陈旭东

12月1日-3日,钛媒体2023 T-EDGE全球创新大会在北京如期举行。

今年大会以「新视野 新链接」为主题,邀请了近百位来自不同国家,不同领域的国际创新领袖分享嘉宾,设置了四十余场现场讨论,从新一轮全球AI革命浪潮、产业链重塑、新一轮企业再全球化浪潮、全球化下的产业创新升级和投资新趋势等维度,共同回顾过去一年的洞察与发展,展望未来的创新趋势与经济新格局。

12月2日下午,IBM公司大中华区董事长、总经理陈旭东发表题为《AI+时代,企业需要怎样的人工智能》的主题分享。

陈旭东表示,生成式AI 已经给各行各业带来巨大的技术变革和行业影响。在消费级AI领域,包括客户支持、内容创新、知识问答等消费者比较容易感知的场景,能够帮助大家提高个人生产力。

在陈旭东看来,消费级 AI 领域主要包括两大类别:一类是与语言相关的工作;二是人机对话领域,都将因此彻底发生变化。未来几年内,在生成式 AI 加持下,人类编程的水平应该将要提升到10倍,而且比现在要处理(事件)的效率要高10倍。

相对于“冰山一角”的消费级 AI 技术场景,企业级 AI 方面则有着更广泛的需求和潜力。

陈旭东认为,如今的2023年末,大家开始讨论,在应用生成式AI的道路上,加速推进还是踩下刹车?这成为全球CEO们面临的重要考题。IBM商业价值研究院(IBV)今年发布的全球CEO调研报告显示,CEO们感受到来自各方的压力,要求其组织加速采用 AI。其中,来自董事会和投资者的压力最大。而作为企业的“一把手”,CEO们也有自己的判断和考虑,他们最迫切的需求就是借助AI提升核心生产力。

实际上,当前,中国企业的数字化转型面临巨大的机遇与挑战,但 AI 从技术转化为生产力并不容易,理想与现实往往有很大的差距。根据Gartner报告显示,糟糕的数据质量让组织每年平均损失 1290 万美元。同时,IBM相关报告显示,30%的企业因为业务流程不够自动化而蒙受损失;全球因数据入侵事件导致的经济损失平均高达445万美元;超过50%的CEO认为可持续发展是其组织面临的最大挑战。

作为成立112年的全球技术创新者,IBM公司不断引领AI、自动化、混合云解决方案的进步,帮助企业发展壮大。

陈旭东在演讲中指出,为了满足市场需求,IBM基于在 AI 领域数十年的积累。早在2011年,IBM就发布企业级AI Watson,并在全球服务了4万家企业客户;今年5月,IBM发布企业级 AI 与数据平台 watsonx,不仅帮助企业运用大模型和生成式AI,还能解决企业级 AI 应用中找到需要的数据、建立合适的模型、监管系统的运营这三大挑战。

如今,IBM最新推出的watsonx Granite模型系列,包括200 亿参数的代码生成大模型,以及用于对话和问答、简单指令和响应的130 亿参数大模型,可将生成式AI应用到多个特定的企业场景中。以代码大模型为例,它从 1.5 万亿个 token中学习了115种编程语言的知识,能够帮助开发人员使用自然语言提示,更快、更准确地编写代码;它支持本地部署,从而实现数据的合规和安全;还承诺帮助客户应对因使用此模型可能遇到的IP(知识产权)问题。

陈旭东表示,随着AI成为中国科技发展、产业升级的重要驱动力。然而IBM深知,企业级 AI 的道路并不容易,至少需要克服技术、人才、文化这三大挑战。因此,IBM希望利用其行业经验和技术能力,与中国客户和合作伙伴全方位共创,帮助企业应对挑战。

“IBM 致力成为企业落地AI应用的最佳合作伙伴。”陈旭东在结尾表示。

以下为陈旭东主题演讲实录,略经钛媒体App编辑整理:

尊敬的各位嘉宾、朋友们:

大家下午好,我是陈旭东,作为钛媒体的老朋友,很荣幸有机会再次参加T-EDGE全球创新大会,和大家探讨全球化浪潮中的产业创新升级,尤其是生成式AI带来的技术变革和行业影响。

从地缘经济到科技创新,2023年的最后两个月可以说是风云变幻、大事频发:国际关系中最重要的中美关系似乎“轻舟已过万重山”,但是科技圈最热的话题人工智能却好像“两岸猿声啼不住”。

我看了一下,今天的演讲嘉宾大多是2C(消费级)领域的佼佼者,但我相信大家对这几张照片的故事都不陌生。前不久,被称为“ChatGPT之父”的OpenAI联合创始人、CEO奥尔特曼(Sam Altman),突然被董事会以“沟通不够坦诚”为由免职,这一事件在短短五天内多次反转,包括三天换了三次CEO、奥尔特曼出走微软另起门户、OpenAI员工联名要求重组董事会……最新的进展是奥尔特曼与OpenAI达成一致,回去继续担任CEO。

作为局外人,我们不去臆测事情的来龙去脉,但是在众多当事人的对外沟通中,有一点被不断提及:在ChatGPT狂飙突进、大语言模型百花齐放的背后,OpenAI内部始终存在技术路线和发展理念上的重要分歧。目前看来,“加速派”暂时获得了更大的话语权,不过我相信这次风波之后,OpenAI也许会对新产品的迭代和研发采取更加审慎的态度。

那么,以ChatGPT为代表的AI对话模型已经产生了哪些应用场景呢?我特意咨询了聊天机器人的意见,对比了一下国外和国内的两款主流产品,得到的答案基本一致,比如客户支持、内容创新、知识问答等消费者比较容易感知的场景,能够帮助我们提高个人生产力。

如果我们把视线拉到企业,会发现面向消费者的场景只是冰山一角。就IBM多年服务企业客户的经验来看,我们看到企业级AI应用有着更广泛的需求和潜力,包括:HR、财务和供应链流程的自动化,IT开发和运维的智能化,以及将AI注入企业的核心业务,比如资产管理、信息安全等等。对于在座的各位企业家朋友,不论您是在新消费赛道还是泛娱乐赛道,我相信这一页所有指标的ROI(投资回报)都是您特别关心的。

在应用生成式AI的道路上,加速推进还是踩下刹车?这同样是全球CEO们面临的重要考题。IBM商业价值研究院(IBV)今年发布的全球CEO调研报告显示,CEO们感受到来自各方的压力,要求其组织加速采用 AI;其中,来自董事会和投资者的压力最大。当然,作为企业的“一把手”,CEO们也有自己的判断和考虑,他们最迫切的需求就是借助AI提升核心生产力。

但是,将技术转化为生产力并不容易,理想与现实往往有很大的差距。比如:

  • 理想中的商业模式应该是数据驱动的,而现实是,将近90%的企业数据都是非结构化数据,管理和应用的成本极高,更不要说从中提取洞察。此外,根据 Gartner 的一份报告,糟糕的数据质量让组织每年平均损失 1290 万美元。
  • 理想中的业务流程应该是高度自动化的,而现实是,30%的企业因为业务流程不够自动化而蒙受损失。
  • 理想中的企业安全既能“防患于未然”,也能在风险发生后提供“双保险”。但现实是,全球因数据入侵事件导致的经济损失平均高达 445万美元。
  • 理想中的企业IT环境应该支持快速且敏捷的工作负载迁移,现实是,这样的迁移通常需要在多云或混合多云的架构下进行,这需要理想的技术支持。
  • 理想中的企业应该将可持续发展融入业务全流程中,但现实是,超过50%的CEO认为可持续发展是其组织面临的最大挑战,这个数据来自去年的IBM 全球CEO调研报告。

说了这么多,企业到底需要怎样的生成式AI呢?IBM认为,企业级的AI应用需要遵循四个基本准则:开放、针对性、可信、赋能。

首先是开放,企业应该积极拥抱领先的AI技术,并且借助开源社区、开源技术加速创新;其次是针对性,比如帮助企业使用自己的数据,开发针对特定场景、能快速产生收益的AI模型(如HR流程自动化、客服系统智能化、IT应用现代化等),同时确保符合内部规章;第三是可信,这不仅涉及数据的治理、模型的监管,也包括各国、各行业的不同的合规要求;第四是赋能,企业需要一个上手快、可扩展的工具平台,基于自己的数据来训练、调优、部署AI模型,而不只是当一个大模型的消费者。

为了满足企业级AI需求,IBM基于在AI领域数十年的积累,在今年五月发布了企业级 AI 与数据平台 watsonx,就是这张图最中间的一层。watsonx不仅能帮助企业运用大模型和生成式AI,同时,也能解决企业级 AI 应用的三大挑战:找到需要的数据、建立合适的模型、监管系统的运营。

IBM watsonx提供了一个包括AI开发平台、湖仓一体方案和AI治理在内的工具包,帮助企业从数据的准备、模型及应用的构建,到AI全生命周期的治理,在跨业务场景中快速训练并部署AI能力。

早在2011年,IBM就发布了企业级AI Watson,并在全球服务了4万家企业客户。watsonx将与之前发布的Watson产品无缝对接,为企业客户提供从传统AI到最新的生成式AI的解决方案。

未来,结合IBM提供的红帽混合云平台,企业将可以在多个云上使用多个模型。客户可以选择自建模型,也可以选择IBM推荐的模型,无论做出何种选择,IBM都能帮助客户进行尝试和实验,包括模型的调优、构建和评估,帮助他们在任何云上部署并调优模型。

IBM最新推出的watsonx Granite模型系列目前包括200 亿参数的代码生成大模型(granite.20b.code),以及用于对话和问答、简单指令和响应的130 亿参数大模型(granite.13b.v1.chat 和 granite.13b.v1.instruct),可将生成式AI应用到多个特定的企业场景中。

以代码大模型为例,它从 1.5 万亿个 token中学习了115种编程语言的知识,能够帮助开发人员使用自然语言提示,更快、更准确地编写代码;它支持本地部署,从而实现数据的合规和安全;还承诺帮助客户应对因使用此模型可能遇到的IP问题。

我分享一个真实案例。

延峰汽车是一家在全球 20 多个国家拥有 9 家研发基地、240 多个工厂的全球汽车零部件供应商,面对每天收到的巨量订单,人工处理所造成的高成本、低效率与多错误极大影响了整体运营效率。基于IBM Watson Discovery强大的学习能力,IBM帮助该车企构建的 AI 决策大脑,从 1.8 亿条历史数据中,学习了外部订单对应的内部订单背后蕴藏的规则,实现了全自动执行流程,且订单分类正确率从 85% 提升到 97%。

通过IBM高速数据传输软件Aspera,IBM还帮助延锋汽车构建起企业级的文件传输解决方案,实现分支生产车间和总部之间海量数据的高速安全传输,为智能库存与预测夯实数据基础。此外,基于IBM的决策优化软件,IBM帮助延锋汽车实现了核心生产设备——注塑机的智能化产能测算和规划,助力降本增效。

随着AI成为中国科技发展、产业升级的重要驱动力。然而IBM深知,企业级 AI 的道路并不容易,至少需要克服技术、人才、文化这三大挑战。因此,我们希望利用我们的行业经验和技术能力,与中国客户和合作伙伴全方位共创,帮助企业应对挑战。

IBM致力成为企业落地AI应用的最佳合作伙伴。我们已经做好了充分准备,迎接有需求的客户参加"watsonx 战略工作坊"和之后的"watsonx 试点项目"。欢迎大家拍照留存二维码信息,会后通过二维码和我们联系,也可以关注我们的公众号了解更多。

感谢大家的聆听!

转载请注明出处、作者和本文链接
声明:文章内容仅供参考、交流、学习、不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容
  • A1!未来之纲!

    回复 2023.12.03 · via netease
38
1
4

扫描下载App