智東西（公眾號：zhidxcom）
作者 | 程茜
編輯 | 心緣
智東西8月22日報道，今天，IBM召開企業級AI平臺watsonx的中國發布會。早在今年5月，IBM就已經官宣了這一企業級AI平臺的進程，7月其產品開始陸續上市，并且預計今年年底會投入到客戶的產品中。
IBM watsonx包含企業級AI與數據平臺watsonx.ai、湖倉一體的數據存儲方案watsonx.data以及AI治理工具包watsonx.governance。
其中，watsonx.ai可以訓練、驗證、調優和部署AI模型，watsonx.data大規模擴展AI工作負載，適用于企業內外的所有數據，watsonx.governance實現負責任、透明和可解釋的數據和AI工具流。
這一命名的由來是，“watson”是IBM創始人的名字，“x”代表未知的可能。
IBM大中華區首席技術官、研發中心總經理謝東談道，在生成式AI時代，IBM的角色就是幫助企業建立AI的基礎能力，圍繞新一代生成式AI建立起應用，watsonx就是一個平臺，讓用戶建立能基礎能力，基于此，企業可以一步步將越來越多的AI能力用到自己的企業中。
此外，IBM Consulting（咨詢）大中華區總裁陳科典還提到，生成式AI率先落地的領域包括AI業務咨詢能力中的業務策略、管理變革、數據治理，人力資源、客戶關懷等AI嵌入運營場景，以及應用開發、部署與運維等AI技術服務能力。
一、企業應用AI面臨三大挑戰
IBM大中華區董事長、總經理陳旭東認為，ChatGPT的成功證明了大型語言模型是通向AI未來的道路。
AI產業在數據、算力、模型方面不斷積累下，現在達到了爆發，也意味著AI從量變到質變的時刻到來。
今年5月，IBM發布了企業級AI平臺watsonx，7月開始在各個板塊上市，預計年底陸續投入到客戶的產品中。
陳旭東談道，IBM能快速推出企業級AI平臺的原因是，首先有市場，因為眾多企業的CEO都認為應該將AI轉化成企業的核心競爭力，再加上IBM的技術積累。
他基于IBM商業研究院對30多個國家、3000多名CEO的調查數據，其中四分之三的CEO認為AI的部署和應用能為企業帶來很大的競爭力。不過，其中還有61%的CEO會對AI數據來源表示擔憂。
這也表明了企業應用AI過程的三個挑戰，分別是技術、技能學習和文化。首先是企業如何收集、整理、利用數據，其次是企業需要提升在AI相關知識、技能方面的學習，最后是面對大機遇，企業的發展需要相應的文化匹配。
因此，陳旭東稱，企業應用AI，首先需要企業有自己的數據，第二，要滿足企業的需求，第三，根據數據來調教出適合企業的解決方案。
計算機從誕生初期就被廣泛關注，IBM也一直在探索AI。上世紀五六十年代，IBM第一臺商用科學計算機IBM701戰勝了西洋跳棋大師，這是通過算法教計算機下跳棋，上世紀九十年代，計算機深藍戰勝了國際象棋大師，這一階段是基于規則去學習，2011年的人機知識大賽《危險邊緣》中，AI戰勝了人類選手，此時AI開始掌握人類的知識，理解人類的自然語言。2019年，AI可以和人類進行辯論，AI不僅能了解跨行業知識還能進行推理，去理解上下文之間的關聯。到2023年，IBM推出了生成式AI平臺watsonx。
目前，IBM watsonx已經為2023年溫網賽事進行了解說，IBM還為2024高爾夫大師賽提供了基于生成式AI能力的球評與逐洞球員預測。
陳科典提到，2022年溫網賽事中，球迷平均預測七屆冠軍會獲勝，Watson預測網球小將獲勝，最后結果表明Watson預測成功。現在2023年，watsonx也參與了賽事預測，同樣預測成功。
據了解，IBM watsonx抓取了大量的數據，其中有70萬個比賽數據點，包括整個比賽中的發球方向、回球類型、回球次數和落點等，以及1億條媒體報道，綜合完成對賽事的預測分析。
二、“AI+”時代，企業要先建立AI基礎能力
生成式AI已經在各行各業有不同的應用體驗，對于企業而言，企業要將AI的能力用到數據上，結合自己的業務場景來做，給用戶提供額外的價值。
在這一過程中，企業需要考慮用哪個模型、用什么樣的工具開發應用、如何部署等，這些都是其面臨的挑戰。
IBM大中華區首席技術官、研發中心總經理謝東談道，在生成式AI中，基礎模型是最關鍵的概念，它也使得企業加速和擴展生成式AI成為可能。
首先，以前基于機器學習的算法要對海量數據打標簽，進行深度學習，模型部署后也只能完成特定任務，不具備廣泛應用能力。現在，基礎模型前期不需要打標簽，可以從海量數據中學習，然后在更廣泛的領域中形成多個應用。
其次，基礎模型可以讓企業將工作聚焦在微調和推理之上，意味著企業能更快部署。
第三，企業本身需要解決的問題在變化、知識在更新，基礎模型的能力不斷的進化，能靈活適用于企業的多個用例。
最后，基礎模型的性能更好也會給企業帶來更多的營收。
謝東認為，現在已經從數據為先的“+AI”變為AI為先的“AI+”時代。“+AI”時代的系統構建是以數據為中心，附加上一些AI的能力，“AI+”的新架構指的是，企業已經建立起AI的基礎能力，在此之上，結合企業的數據和業務目標構建起新的目標。
企業級的生成式AI應用，必須具備三個要素，分別是可信度高、適應性強、可擴展。
針對此，IBM發布的企業級AI平臺watsonx包含企業級AI與數據平臺watsonx.ai、湖倉一體的數據存儲方案watsonx.data以及AI治理工具包watsonx.governance。
其中，watsonx.ai可以訓練、驗證、調優和部署AI模型，watsonx.data大規模擴展AI工作負載，適用于企業內外的所有數據，watsonx.governance實現負責任、透明和可解釋的數據和AI工具流。
同時，去年5月，IBM上線了首款AI優化的云原生超級計算機Vela，構建在IBM公有云上。
2018年，IBM宣布收購紅帽，并在全球推出混合云、AI戰略。2023年，IBM大中華區科技事業部總經理、中國區總經理繆可延感嘆道，世界產生了巨大的變化，AI的發展超出了他們的想象。
他補充說，現在，聊天機器人ChatGPT可以為用戶提供很多出行的建議，不過目前的技術不能達到完美的效果，數據準確性、有效性、安全性還存在問題。
那么，在生成式AI時代，IBM可以給企業提供什么樣的價值？IBM watsonx平臺的底層就是IBM的基礎架構，基礎架構之上是混合云平臺，watsonx就是這之上的數據平臺，為企業客戶提供數字員工、IT自動化等AI應用。
在IBM擅長的咨詢領域，其AI專家也能為企業轉型提供服務，再加上系統集成、軟件以及SaaS合作伙伴的生態圈構建。這些正是IBM現在推出watsonx的綜合原因。
三、基礎設施到產業應用，IBM為企業提供一站式服務
在AI構建的基礎設施方面，存力和算力同等重要。
IBM大中華區存儲業務總經理侯淼提到，在AI時代，80-90%的數據是非結構化數據，很難進行管理、處理，并且有90%的企業發現數據管理會限制AI擴展。
百度智能云云存儲部、數據庫部總經理于淼稱，數據的存儲規劃和使用，AI時代對存儲提出了很多新的要求，企業需要對存儲進行規劃和使用，不能讓昂貴的GPU閑著，一定要把數據快速送到GPU的顯存里。
同時，AIGC時代數據產生的速度會更快，這對存儲系統的可擴展性提出了更高要求。并且長周期的大模型訓練要求存儲系統既要高性能，還要穩定輸出。數據從產生、被訓練、大模型生成、分發到實際應用，這些環節中數據流轉的效率、便捷性也很關鍵。
在這一背景下，IBM提供了高擴展的AI存力平臺引擎IBM Storage Scale，這也是英偉達DGX SuperPOD第一個存儲合作伙伴。同時，IBM SSS 3500還可以提供單模塊16PB容量，125GB/秒文件訪問帶寬等。
在算力方面，IBM的LinuxONE采用7nm技術，能實現超低延時，實時和業務結合分析，并且達到7個9的可用性，同時搭載量子安全系統，支持完全開放開源的平臺。
去年10月，LinuxONE已經應用于愛爾眼科，節省了該公司的機房空間、電力消耗，IT運維等成本。
此外，IBM還致力于讓強大的技術實現真正的落地，讓技術產生價值。
企業的數字化轉型中會面臨技術和非技術兩大層面的挑戰，技術方面，生成式AI帶來更多想象空間，但存力、算力、數據都會有諸多挑戰。以數據為例，數據的質量、共享性、開放性要求越來越多，而大部分企業這方面的基礎問題沒有達到成熟的地步。
非技術層面，IBM大中華區客戶成功管理部總經理朱輝談道，數字化轉型是要利用AI能力來打造新的企業，而非利用新的技術來降本增效，如果一開始企業將目標定為后者，就會存在較高的風險，因為最后企業會發現，AI會影響到組織架構、人員管理等，因此，數字化轉型是一把手工程。
因此，在與洲邦科技的合作中，企業基于計算機軟件技術，通過AI助手幫助企業用自然語言自動生成分析圖表，提高決策效率。
IBM與合作伙伴的合作案例中，已經有很多成功落地場景。
如企業級智能決策方案提供商悠樺林，悠樺林信息科技（上海）有限公司創始人肖芳芳提到，此前，AI落地的環節中，他們需要教育市場。
現在生成式AI的出現，使得AI進入“未來可預見”階段，她認為，未來生成式AI可能會改變軟件行業的交互模式。
其次，物流供應鏈企業菜鳥科技已經落地了神經網絡驅動的倉儲、機器視覺應用、物流智能客服等。
菜鳥科技首席科學家、菜鳥物流科技部算法總監王子豪認為，現在企業落地AI的挑戰在于，企業有沒有高質量數據、數據有沒有被很好利用、處理數據的時間成本、數據的隱私保護等。
因此，企業需要建立高性能、可擴展的，兼顧安全、成本的分布式數據庫。
在這一過程中，企業領導關注的更多就是如何用AI創造競爭優勢，如何跨業務拓展AI，如何推進可信的AI。
結語：混合云+AI戰略，加速企業級AI部署
AI快速從量變到質變最關鍵的幾年，也是IBM布局混合云的關鍵幾年，從財務報表看，IBM的成果斐然。
沒有人提前預料到聊天機器人ChatGPT的爆發，但在發現其潛力后，IBM迅速抓住機遇制定了下一步的戰略，除混合云+AI外，還有合作伙伴戰略， 目前，IBM已經和SAP聯合開發了25個跨行業的解決方案。
同時，IBM也提出了自己對于AI行業未來10年發展的愿景，2024年實現更加完善的AI治理，2025年AI會更節能更經濟，2027年AI在生產環節廣泛應用，2029年可信任可解釋、能推理，2030年及未來將會出現全能型多模態AI。
與此同時，IBM也會在技術、產品、內部文化上推動AI的技術、應用布局。
