本文作者：IBM 大中華區混合云及人工智能專家實驗室總經理魏永明

2023 年 5 月 25 日，受組委會邀請，我有幸代表 IBM 參加了在貴陽舉辦的 2023 中國國際大數據產業博覽會上就“大數據、大算力、大模型”議題展開的高端圓桌對話。隨著 ChatGPT 的問世， 企業對 AI 大型語言模型產生了極大興趣，整個產業界都在積極探討如何能夠把握大模型帶來的機會，把人工智能技術應用于產業，真正做到“數實相融”，實現創新突破。

IBM 是全球 AI 技術和應用的重要參與者，見證和引領了 AI 領域的數次變革。ChatGPT 的到來，讓我們看到無論是產品還是解決方案，都將從當下“數據為先”的數字化向“AI 為先”的數字化轉變。這意味著未來十年或二十年，領先的公司會把應用 AI 作為企業數字化的首要任務，這將極大地影響企業的運營模式，與員工合作的模式，與客戶和供應商的合作模式。“AI 為先”是當下企業所面臨的數字化新格局。

這一新格局最后會使得產業鏈重新布局，會使企業的價值鏈發生改變。AI 能力的快速提升，AI 的價值和企業現有的業務流程的緊密整合，推動企業提升其交付的價值、優化價值交付的模式、改變和生態的關系，最終會導致企業甚至產業的價值鏈重整。

為了快速適應這個變化，在價值鏈的重整中獲得獨特的競爭優勢，我們要重點關注以下三點：

第一，企業首先關心的是人工智能訓練的成本和價值如何達到一個完美的平衡。今天，不管是從電費還是計算，成本都非常高，綠色計算不可或缺。

第二，AI 大模型要發揮價值，不管是商業價值，還是社會價值作用，關鍵的一點是 AI 輸出的結果必須是可信的。如果一臺手術用人工智能做支撐，一個錯誤決定帶來的后果是不堪設想的。將 AI 應用于嚴肅商用環境，無論是駕駛、健康、金融交易，還是大型的生產制造，不可控的錯誤會造成災難性的后果，所以，我們需要建立一個機制，把 AI 從生成到運用的過程管理起來，這就是人工智能的治理，這是第二個非常重要的環節，有了治理的機制，AI 可能導致的錯誤或者合規問題可以及時規避，這個就是我們常說的可信的 AI。

第三，人工智能在不同行業、不同業務場景的應用，要考慮將通用與專用這兩類人工智能很好地結合起來。企業的核心的競爭力通常是體現其專有的人工智能應用中，專有的人工智能是使用企業的核心數據資產訓練出來的，包含企業的核心的業務知識和數據。

將以上三點放在一起，就為我們提出了一個全新的命題——企業需要構建下一代的平臺，一個從算力開始往上管理的全棧式的企業級人工智能平臺。這正是目前 IBM 致力在做的事情，為企業提供這樣一個平臺，幫助他們在當下數字化的基礎之上，將 AI 應用于企業的核心業務，在提升競爭力的同時，能夠很好地應對企業應用大模型和生成式 AI 所面臨的各項挑戰——例如，AI 訓練的算力成本挑戰、安全與可信 AI 的挑戰、技能與文化的挑戰等等，讓企業級 AI 在商業環境中的應用可以快速普及。

構建基于特定領域的基礎模型將加速企業級的 AI 應用

IBM 認為，企業應該關注一個更核心也更廣泛的概念——基礎模型，這個概念是在 2021 年 8 月，由斯坦福大學人類中心人工智能研究所 (HAI) 下屬的基礎模型研究中心 (CRFM) 提出來的。而早在五年前，IBM 就開始研究基礎模型。

基礎模型是基于一種特定類型的神經網絡架構（稱為 Transformer 架構）而構建，為生成相關數據元素的序列（例如句子）而設。Transformer 架構能夠幫助基礎模型理解未標記數據，并將輸入轉換為輸出，從而生成新的內容，這正是生成式人工智能衍生的源頭（ChatGPT 就是基于 Transformer 架構)。

基礎模型在大量未標記的數據上進行訓練，可以適應新的場景和用例。盡管基礎模型也需要前期大量投資，但每次使用時，它都會攤銷 AI 模型構建的初始工作，因為微調基于基礎模型構建的其他模型的數據要求要比從頭開始構建低得多。這既可以大幅提高投資回報率 (ROI)，又可以大大縮短上市時間。

今天，企業里的數據，無論是傳感器、圖像、語音還是其他各種不同類型的業務數據，都是有待釋放的智能元素。這也從某種程度上回應了 IBM 為什么要專注于基礎模型，以及 IBM 要建立怎樣的基礎模型，來幫助企業快速安全地把握大模型和生成式AI所帶來的機會。

IBM 正在構建一組針對多種類型的業務數據進行訓練的特定領域的基礎模型，包括代碼、時間序列數據、表格數據、地理空間數據、半結構化數據和混合模態數據 (如文本與圖像的組合)。這些基礎模型將大大增強從代碼創建到藥物發現再到網絡安全等的各種應用，并將極大地影響人們與技術的交互方式，不僅將改變我們完成業務的方式，還將改變客戶對其業務的看法。

IBM 認為，這些基礎模型的靈活性和可擴展性將顯著加速企業對 AI 的采用。企業現在不應再把 AI 視為戰術上的“附加組件”，而應該把 AI 置于其業務的戰略核心。事實上，在兩年內，IBM 預計基礎模型將為企業環境中約三分之一的 AI 提供動力。在 IBM 將基礎模型應用于客戶的早期工作中，IBM 看到客戶的價值實現時間比傳統的 AI 方法快 70%。為此，IBM 正致力為需要利用大型語言模型 (LLMs)、IT 自動化模型、數字勞動力模型、網絡安全模型和很多其他專用模型的業務場景開發基礎模型，而這些僅僅是一個開始。

IBM watsonx 讓 AI 成為企業的核心生產力

未來，企業的 AI 采用，將會呈現出在多個云上使用多個模型的混合發展趨勢。當一家企業決定要采用 AI 時，通常會面臨三個選擇：第一，構建自己的模型；第二，使用開源的模型，或者使用 IBM 或其他廠商的模型，或兩者兼用。第三，直接使用 IBM 的基礎模型來獲得結果。無論客戶和合作伙伴做出何種選擇，IBM 都可以助力客戶進行嘗試和實驗，并進行模型調優、構建和評估，幫助他們在任何云上都能部署并調整模型。這與 IBM 圍繞混合云和 AI 的戰略相一致。

過去，在數據為先的發展階段，聚焦數據與數據生命周期，IBM 提出人工智能階梯 (AI Ladder) 的方法，從數據的收集、組織、分析、融合四個步驟為企業規模化部署AI奠定基礎。這些工作在一個現代化的人工智能階梯當中則處于底層，也就是所謂 “+AI”的工作。今天，企業在積極探索如何將 AI 用于企業的應用，如何對企業的工作流實現智能自動化、甚至替換現有的工作流，最終讓 AI 來完成工作——企業正步入以 AI 為先的 “AI+” 的全新發展階段。

今年 5 月初，IBM 推出針對基礎模型和生成式 AI 的新一代企業級 AI 與數據平臺的 watsonx，這距離 IBM Watson AI 參加美國綜藝智力比賽節目“危險邊緣 (Jeopardy)”，已經過去了近 13 年。IBM watsonx 是一套完整的 AI 開發平臺和管理工具，融合業界領先的技術和理念（如基礎模型、生成式 AI 等），更是融合了 IBM 企業級 AI 與數據治理的產品與實施經驗，是一個可以為企業用戶提供先進的機器學習、數據管理和生成式 AI 功能，提供涵蓋數據管理、模型訓練、驗證、調優、部署、治理與監管的全生命周期的平臺和完整工具。IBM watsonx 可以幫助企業全面、靈活、便捷地在各個生產和業務環節應用 AI，并在整個過程中嚴格保護企業的私有數據和信息安全，同時滿足 AI 治理和監管的要求。

IBM watsonx 包含有三個組件：watsonx.ai、watsonx.data 和 watsonx.governance。它為用戶提供了先進的機器學習、數據管理，和生成式 AI 功能，以快速、可信的數據和治理的方式在整個企業中訓練、驗證、調整和部署 AI 系統。可以為整個數據與 AI 生命周期提供幫助，從數據準備到模型開發、部署和監控。我們相信，它可以擴展和加速最為先進的 AI 對每個企業的影響——Put AI to Work, 讓 AI 成為企業的核心生產力!

擴展與加速 AI 采用率，為客戶和合作伙伴攜手共創

IBM 堅信，在一個“AI 為先”的商業時代，企業的差異化競爭優勢和獨特的商業價值，將越來越多地從 AI 模型對于企業獨特數據和業務領域知識的適應性當中獲得。通過 watsonx，IBM 為企業提供了一個基于混合云和基礎模型的生成式企業級 AI 與數據的平臺，可以幫助客戶和合作伙伴填補在采用大模型和生成式 AI 過程中所面臨的技能、算力、成本等難以跨越的鴻溝，借助 IBM 的技術、行業與生態力量，專注于自身業務，構建獨特的競爭優勢與商業價值。

人工智能模型的業務需求越精細，價值創造就會越獨特。客戶如何在各個應用場景中實現人工智能？IBM 已經確定的早期應用場景包括數字勞動力、IT 自動化、應用程序現代化、安全性和可持續性等，AI 將為企業帶來全新的數字生產力水平。客戶和合作伙伴可以根據自身的業務戰略和痛點，從適合自己的業務場景開啟與 IBM 的基礎模型與 AI 應用的共創之旅。

例如，在數字勞動力的場景下，借助 AI 和智能自動化，業務人員能夠做出更好的決策并更快地交付結果。這將改變人力資源、IT、采購、財務、數據分析師的工作方式，讓他們可以專注于業務，大大提高生產力。IT 智能自動化能夠提高企業系統的性能表現，對系統實現智能自動化，獲得新的效率和彈性水平，同時，AIOps 解決方案還可以幫助組織快速降低 IT 成本。在應用程序現代化方面，借助 AI，通過 DevOps、容器、Kubernetes 和微服務可以使現有的應用程序快速實現現代化。在安全性方面，通過將 AI 引入安全領域，可以擴大可見性范圍并提升響應能力，通過機器學習和自然語言處理等 AI 技術提供快速洞察，以減少每日警報的噪音，大幅縮短響應時間。此外，AI 還可以減少排放、浪費和成本，將可持續性嵌入到日常運營中來獲取新的效率，幫助組織做好準備應對可能擾亂業務的氣候風險，更容易地評估他們自己對環境的影響，并滿足合規性要求。

不僅如此，IBM 還攜手合作伙伴，擴展企業的 AI 采用率。例如，IBM 將 Watson Assistant 和 Watson Discovery 嵌入 SAP 解決方案，不久前雙方又宣布把 IBM Watson AI 嵌入 SAP 解決方案，提供新的 AI 驅動型洞察與自動化，為 SAP 解決方案全組合打造更為高效的用戶體驗；將 Watson Discovery 和自然語言軟件庫嵌入 Adobe Acrobat，幫助其用戶更好地處理 PDF 文件；借助 IBM Watson Order，麥當勞實現了“來得速”服務的自動化，使其員工專注于食品外送和顧客服務；Watson Code Assistant 和 Red Hat Ansible 共同實現 IT 自動化，優化紅帽社區開發者體驗；在通用汽車的車載應用中內嵌紅帽技術棧，并基于紅帽 OpenShift 平臺優化其智能車載應用的 AI 工作負載。

回到根本，應對算力挑戰

在數博會的“大數據、大算力、大模型”的圓桌對話中，算力挑戰是大家非常關注的議題。回到根本，我認為，應對算力挑戰，除了基礎設施的硬件層面，軟件也非常重要：怎樣把算力抽象起來，數據怎樣能夠低成本的治理，計算出來的結果如何能與企業及用戶一端現有的系統整合起來，算力如何來調度，這里面包含了很多軟件技術。因此，當下技術的研發，不光是在基礎架構層面，從平臺一直到應用，技術提供商都必須關注，為企業客戶提供全棧式的產品和服務。這也是今天 IBM 在中國為企業客戶提供人工智能大數據和數字化轉型服務非常重要的一點。

這是一個顛覆性的時代，未來幾年我們的產業將發生很多顛覆性的變化。處于這個變局當中，每個企業都需要具備應用人工智能、利用數字化技術的能力；作為個人，我們也許要開始重新設計自己的職業，重新打造自己未來開展日常工作的能力，這一點非常重要。面對新的人工智能信息化時代，我們每個人都要與時俱進作出改變，追趕技術。與大家共勉！

（完）

關于 IBM

IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和 Red Hat OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。

了解更多信息，請訪問：https://www.ibm.com/cn-zh