您当前的位置: > 财商

IBM陈旭东:携手IBM加速 AI 规模化应用,解锁企业新质生产力

来源:互联网 编辑:prnasia 时间:2024-07-15

北京2024年7月15日 /美通社/ -- 今天,由北京市贸促会主办、以"吸收外资,助力北京高水平对外开放"为主题的北京国际投资贸易洽谈(京洽会)会在国家会议中心成功举行。IBM大中华区董事长、总经理陈旭东应邀参会,并以"加速 AI 规模化应用,解锁企业新质生产力"为题作主旨演讲。

他认为,在企业规模化应用AI的路径中,最关键的是如何把企业数据转化为AI源泉,即用企业的数据去训练大模型,让其掌握企业独特的知识和技能。新的AI时代已经到来,IBM将继续深耕中国市场,尤其是帮助民营企业、跨国公司打通从试验到规模应用的生成式AI之旅,携手各方推动商业和社会的共同进步。以下是他的发言全文:

IBM 大中华区董事长、总经理陈旭东
IBM 大中华区董事长、总经理陈旭东

尊敬的各位领导、各位嘉宾,大家上午好!

非常荣幸参加今天的"京洽会",与新老朋友们分享IBM对AI的规模化应用、打造数据驱动的新质生产力等话题的一些看法。

我相信对于在座的许多人来说,IBM是一个既熟悉又陌生的名字。熟悉的是IBM始终引领着 IT 领域的重大技术和理念创新,比如,1964年推出的大型主机和 1981年发布的个人电脑,以及1997年"深蓝"超算战胜国际象棋冠军,这标志着人工智能(AI)开始走进大众视野。

今天,IBM主要服务的是企业级客户,为了具备服务这些客户的能力,IBM 一方面持续投资创新技术,每年研发投入超过 70亿美金;另一方面,通过收购红帽公司等方式,填补部分技术空白。IBM已经从一家硬件主导的科技公司,转型为咨询、软件引领的混合云和AI公司。

从去年开始,新一轮的AI浪潮汹涌而来,我们看到, AI技术正在帮助消费者提高个人生产力,而AI技术在企业端的应用虽然只露出了"冰山一角",但更让人期待。IBM CEO Arvind Krishna已经在今年的IBM THINK大会上做出了预测,2024年是企业从试用AI(Experiment AI)迈向规模化应用AI(Scale AI)的关键一年。

IBM CEO Arvind Krishna
IBM CEO Arvind Krishna

新的AI时代到来,规模化应用将成为"先发优势"

回顾人类技术发展的历史,AI将成为蒸汽机、电力和互联网之后,又一次重塑人类社会的技术变革。而且重塑的进程会越来越快,如果看这些技术推动全球GDP增长十倍所需的时间,蒸汽机用了近100年,电力用了近80年,互联网只用了50年左右;AI预计将用更短的时间。预计到2030年,AI将为全球GDP带来每年4万亿美元的贡献,企业和个人将充分享受AI技术带来的生产力提升。

IBM商业价值研究院的一份报告显示,全球CEO们正在积极利用生成式 AI 来实现快速转型,从开展试点项目、提高效率到推动业务增长:47%的受访CEO已经开展了试点,大部分人(67%)都对"2030年前实现增长"表示乐观。而那些还没有制定转型计划的企业,可能面临落后的风险。

那么,什么样的AI才是企业真正需要的呢?IBM认为,企业级的AI应用需要遵循四个基本准则。

首先是开放,企业应该积极拥抱AI技术,借助开源社区和开源技术加速创新。

其次是针对性,AI模型不是越大越好,体量更小、更经济的基础模型,可以帮助企业更好地使用自己的数据。企业要针对自己特定业务场景,有针对性去开发和利用AI技术,解决企业的问题,并提升企业的生产力,而不是去追求通用智能技术。

第三是可信,这不仅涉及数据治理和模型监管,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,用自己的数据来训练、调优和部署AI模型;换句话说,就是要赋能企业走上可持续发展的AI之路。

"三步走"将企业数据转化为AI源泉

在企业应用AI的路径中,最关键的是如何把企业数据转化为AI源泉;换句话说,就是如何用企业的数据去训练大模型,让其掌握企业独特的知识和技能。IBM为企业提供了领先的工具和方法,这里有三个关键步骤:

  • 第一步,选择一个"可信"的基础模型。企业可以自行选择可信的基础大模型,也可以选择IBM开源的Granite 基础模型。IBM Granite系列基础模型都是基于各领域优质、可信的数据构建的,符合严格的 IBM 数据隔离和监管标准,还会擦除仇恨、虐待和脏话,以及重复数据和被封锁的 URL。
  • 第二步,将"企业知识"融入基础模型。和训练通用大模型的数据相比,企业数据的规模小得多,数据量差距在百倍甚至上万倍。犹如一大缸子水里,滴了一滴盐水,根本尝不到咸味。所以,有些企业在做模型训练后,发现模型对企业的知识和技能并没有掌握,也就不能产出真正的价值。IBM InstructLAB很好地解决了这个问题,让调教后的模型能真正为企业所用。
  • 第三步,部署、扩展、使用"你的AI"。包括模型开发平台、数据处理和AI治理等完整的技术工具,帮助企业从数据的准备、模型以及应用的构建,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。

企业需要“三步走”将数据转化为AI源泉
企业需要“三步走”将数据转化为AI源泉

基于在AI领域的数十年积累,IBM在企业级AI领域有以下优势:

  • 第一,全球广泛应用:早在2011年发布的企业级AI Watson,已经服务了全球超过4万家企业客户。去年发布的企业级 AI 与数据平台 watsonx,不仅能帮助企业找到需要的数据、建立合适的模型、监管系统的运营,还与Watson产品无缝对接,为企业客户提供从传统AI到生成式AI的完整解决方案。
  • 第二,IBM的独特价值:得益于咨询和技术的多年深耕,IBM非常了解企业客户的需求,既能帮助他们解决数据治理、IT架构现代化等入门障碍,也能在业务出海、安全合规、打造全球品牌等方面稳步进阶。
  • 第三,市场和投资者的认可:2023年,IBM实现了全年的业绩稳健增长和利润持续改善,这主要得益于全球客户对IBM混合云和AI解决方案的认可。最近,IBM相继荣获IDC 评选的生成式AI治理平台"全球领导者",以及Forrester 评选的语言AI基础模型"强劲表现者"。

为北京"灯塔企业"打造 AI 视觉检测平台

接下来,我分享一个从场景出发、AI精准赋能的典型案例,就发生在北京。随着AI技术的发展,某全球领先的发动机制造企业希望运用AI进行质检,实现"提质增效降本"的目标。

基于IBM Maximo Visual Inspection(MVI)软件,IBM和合作伙伴为客户打造了一个与产线集成的企业级AI视觉检测平台,涵盖了图像采集分类、对象标记、AI模型训练和部署等功能。工程师和技术人员无需专业的开发支持,就可以快速训练视觉模型。此外,自动化的视觉检测不仅带来良品率的提升,还减少了人工干预和成本,进一步降低生产成本和维护成本。

携手IBM共创AI新质生产力

在IBM进入中国的四十年里,类似的案例数不胜数。改革开放以来,IBM的创新技术行业经验帮助许多中国企业的信息化建设与世界接轨,也收获了宝贵的共创经验、高质量的人才以及社会各界的信任。

新的AI时代已经到来,IBM根据政策、市场以及客户需求的变化,不断调整自身定位。我们将继续深耕中国市场,尤其是帮助民营企业、跨国公司打通从试验到规模应用的生成式AI之旅,携手各方推动商业和社会的共同进步。

我们乐见北京市持续改善营商环境,为跨国企业在内的市场主体打造公平竞争的平台,为企业选择最优技术路线、实现效益最大化创造更宽松的政策空间。我的分享就到这里,谢谢大家!