<del id="aymay"></del> 北京2023年8月30日 /美通社/ -- 8月22日，IBM在北京召開"企業級AI的未來——IBM watsonx大中華區發布會"，宣布新一代AI與數據平臺IBM watsonx在中國市場落地。這個開放式AI技術平臺將賦能企業使用可信數據，負責任、規模化地構建、應用和擴展領先的AI技術，提升競爭力。
會上，IBM Consulting（IBM 咨詢）大中華區總裁陳科典作為IBM企業級AI "講師團（發言人）"成員，分享了自己對于企業級AI的見解與實踐經驗，并回應了媒體感興趣的問題。
陳科典表示，在AI的不斷發展和演進中，企業會不斷產生新的AI需求，而 IBM Consulting具備從戰略到運營的端到端咨詢服務能力和團隊，可通過"授人以漁"幫助企業全方位構建AI能力。同時他強調，對于企業級的生成式AI來說，必須具備三大要素：即AI必須是可信的，是企業就緒的，同時是開放和可擴展的， IBM也將遵循這些原則，依托IBM watsonx產品快速發掘大規模應用場景，與中國客戶全方位共創可執行、可落地的企業級AI解決方案， 將AI實實在在地轉化成生產力。
IBM Consulting（IBM 咨詢）大中華區總裁 陳科典
以下是對其發言的整理：
精準定位場景讓AI發揮更大作用
Arvind Krishna在2020年上任IBM CEO時就為IBM提出了一個非常清晰的定位與戰略：IBM是一家AI（人工智能）與混合云公司。這個定位充分印證了他的遠見卓識，因為他已經前瞻性地看到了AI將是企業必備的能力。同時這個定位還包涵了一個另重要的信息，那就是AI 和 混合云并不是兩個相互孤立的技術領域，因為，想要讓 AI發揮最大的的能力，一個好的混合云架構是至關重要的。
他上任初期的另一個決定就是在2021年10月重新定義了IBM 的咨詢業務 ，成立了 IBM consulting品牌。從此IBM 業務簡化成兩大板塊，IBM Consulting 和 IBM Technology（IBM 科技），這讓兩個事業部既能互補，同時也能更獨立地和生態伙伴合作，壯大我們的業務。這次簡化后的效果非常顯著，我們已經連續8個季度實現正增長。
其中IBM Consulting 和IBM Technology 互補最成功的當然是我們的AI和混合云相關主力產品——IBM Consulting是 IBM Watson AI和紅帽混合云產品最大的咨詢實施伙伴。而自從生成式 AI 問世以來，IBM Consulting 也大量參與了watsonx 產品的研發，從而讓watsonx能更快地為企業增能。
為了讓大家可以直觀地認識到IBM Watson的AI力量。 我想和大家分享我們在溫布爾登網球賽中的AI應用案例。
溫網可謂是大滿貫賽事中粉絲數字（線上）互動的標桿。粉絲互動對體育賽事而言如此重要，乃至于成為所有賽事主辦方最看重的KPI，原因就在于它是賽事的重要變現手段——只有粉絲互動多，黏性高，賽事才能獲得更多贊助和轉播費等收益。 也因此，粉絲互動是溫網等賽事主辦方希望應用包括AI等技術來不斷提升的方面。IBM作為溫網官方技術合作伙伴已有34個年頭，對此貢獻頗多。在2022年溫網首輪，7屆賽會冠軍小威廉姆斯對戰第一次獲得溫網正賽資格的24歲法國姑娘哈默尼·譚。比賽前，大多數網球迷都預測小威將晉級，但是IBM Watson預測哈莫尼的贏面為53%。結果讓球迷們大跌眼鏡，小威苦戰3小時不敵哈莫尼，IBM Watson實現了準確預測！
時間來到2023年法網期間，對于球迷高度關注的法網男單決賽，此時已經升級為IBM watsonx的IBM Watson AI再次準確預測了結果；對比之下，它的預測甚至擊敗了專長于此的一些體育博彩公司，這就是它的厲害之處。同樣值得一提的是，到了2023年watsonx的時代，IBM還啟動了基于生成式AI的比賽視頻精彩解說，這進一步提升了球迷的觀賽體驗。
那么IBM的AI精準分析是如何實現的呢？
其實，在精準預測背后，IBM 分析了上百萬的數據點，結合了大量內外部數據，包括主觀數據和客觀數據，例如運動員過去幾年在所有比賽中的表現，一發準確度和得分率、球速等非常客觀的技術數據，同時我們也會對海量的媒體報道進行抓取分析， 提取這些報道里提到的一些非客觀的數據，比如說受傷和康復情況，還有運動員精神狀態、承壓能力等。
IBM將這些數據放在混合云架構上進行AI綜合分析，從而得出對運動員和比賽的洞察，也通過這個功能，讓溫網球迷互動變得更有趣，豐富觀賽體驗。在這個過程中，IBM作為混合云與AI公司的優勢就體現出來了。因為這些海量數據是在不同的平臺上存儲的，既有溫布爾登官方的私有云，也有公有云（甚至多個公有云），更有外部網站的數據。這些數據都必須被構建在良好的架構上進行分析。這就是為什么說要發揮AI威力，建好混合云架構至關重要。
從溫網這個例子也不難看出，我們精準找到了運用AI與球迷互動這個合適的應用場景。事實上，精準定位AI應用場景對發揮AI效能是極其關鍵的。而IBM Consulting的價值就在于能將對行業的洞察、對企業業務的認識帶給客戶，激發出新的專業的AI應用場景，最終實現業務價值。
構建企業自身能力，讓AI更好地增能
我們相信，AI的力量可以將企業能力成倍數級擴大，也就是說我們用AI為企業增能。而同時應該看到的是， AI增能有一個重要的前提，那就是企業自身需要具備良好的相關能力，包括人才，數據基礎，以及架構的能力等。如果說AI能夠幫助企業增能10倍，那么最基本的企業自身AI能力不能是0，必須將它提到1，增能后就是10，提到2，增能后是20……
IBM Consulting可以提供從戰略到運營的端到端服務，幫助企業去同步建造自身的AI的能力，讓AI更好地為其增能。
在AI的不斷發展和演進中，企業會產生許多新的需求。 目前，從業務方向來看，我們優先推薦的AI應用場景在人力資源和客戶關懷領域；而技術層面則可以將生成式AI運用到應用開發以及AI助力的智能運維領域。這些場景已經在全球的合作案例中被證實擁有高表現和影響力，其中利用AI讓HR的工作效率提升了40%，70%的客服中心問題有效地被AI聊天機器人解決，而AI支撐的應用程序現代化更是帶來了30%的生產力提升。
我們在中國大陸也有相應的AI用例。例如，從去年12月份開始，我們就運用生成式AI手段幫助某客戶去提升生產力。該客戶IT系統有300多個子系統，每天需要應對的運維工單有7000-8000個，數量非常龐大。我們用了兩個月時間為該客戶選定了生成式AI模型，成功搭建架構后，又用4個月時間使用過去兩年的數據進行了訓練，經過一個月的用戶測試，最終達到了客戶滿意的效果。
現在，該企業客戶計劃在9月中全面開放這一AI賦能的客戶服務系統給相關用戶。這次涵蓋的是該客戶全部300多個子系統中的約150個，初步估計能夠實現60%的生產力提升。經過后續調試后，我們將把剩余子系統也加入進來。
當前，AI還在快速發展和演進中，我們的團隊也會借鑒 IBM Consulting全球人工智能卓越中心的新場景來為中國的客戶提供最新的解決方案。現在這個中心擁有 1000 多名生成式 AI 專家，并計劃根據我們過去在AI和自動化服務中積累的經驗，構建一個以watsonx為中心的方法論，積極為客戶構建和部署watsonx。
共創和試點，助國內客戶加速AI落地
我們認為，企業級的生成式AI想成功落地，必須具備三大要素，即AI必須是可信的，是企業就緒的，是開放和可擴展的。當然，我們的watsonx在設計時就遵循了這些原則。然而AI，尤其是生成式AI發展如此之快，也必然會帶來許多爭議，尤其是涉及風險、合規和道德方面的，這些對企業來說都是不得不重視的。我想強調的是，我們的顧問在幫助客戶建立AI能力和推動落地時，都是秉著IBM可信AI原則去思考和執行的。
另外據我們的觀察，中國的客戶都非常具有創造力，所以應用場景的思考對他們來說往往不是問題。對他們而言，企業級AI落地真正的挑戰其實是底層的數據方面。所以很多客戶還需要先在數據清理和數據架構等方面進行投入，如果數據不行的話，通過AI產生出來的東西也是有問題的。這方面是很多企業在過去快速成長的階段沒有真正思考過的。
為了幫助中國客戶加速AI的真正落地，IBM Consulting 現已推出watsonx體驗式客戶共創服務，專注于有價值的場景選擇和設計原型，并進行嘗試和落地。我們將為客戶提供為期半天的戰略工作坊，幫助客戶了解生成式 AI和 IBM 對于企業級AI的見解，IBM售前客戶工程團隊將引入IBM車庫創新方法論，與客戶共創，并幫助企業制定適合它們的人工智能商業戰略。之后，我們將會開展為期四周針對特定應用場景的項目試點，這時IBM的軟件專家也將加入我們，和售前客戶工程團隊一起，與客戶車庫共創，為客戶提供軟件技術支持。如果其他感興趣的客戶也愿意用少量投入進行場景PoC（概念驗證），建議選擇時考慮這幾個原則：1.核心業務，2.長期痛點，3.通過生成式AI解決痛點問題，帶來效益。如果真正聚焦效益，無論投入大小，都是值得的。
需要指出的是，大模型雖然有算力強大、上線時間短的特點，也具有飄忽、不完全準確的特點，我們需要在大模型基礎上建立微調層，解決行業特定、企業特定的問題。IBM一直是2B領域保持領先的企業，我們在中國有完備的大模型平臺，融合了watsonx和多家中國互聯網巨頭的開源方案，同時針對醫療、零售、煙草、汽車、新能源等行業，以及企業大腦、供應鏈、客戶服務、HR等業務方向建立了很多行業微調模型資產，這是IBM最大的與眾不同之處和亮點。后續我們會在大模型基礎上陸續發布行業解決方案。而我們的中國認知資產研究院一直致力于中國本土方案和資產的研發，比如我們的大模型平臺是watsonx和開源的結合，在此之上的微調模型完全為中國市場定制，包括智能美膚、皮膚健康檢測、煙草煙葉質檢、智能牧場、貨架巡檢、車漆缺陷分析、動態車書、汽車備件動態庫存優化、發動機故障檢測、智能客服、客戶之聲、HR機器人、金融貸款風險分析、銀行客戶現金流分析、銀行個性化金融產品推薦等特定場景，而且還在不斷演進之中。
通過這些，我們希望與更多中國客戶全方位共創，加速推出可執行、可落地的企業級AI解決方案，以符合倫理的方式將AI實實在在地轉化成生產力。
