毋庸置疑,世界正在迎来一个AI爆发的时代。以各类GPT为代表的AI技术不断刷新着人们的传统认知,那些善用AI的企业经常能在激烈的市场竞争中快人一步,一时之间,似乎谁掌握了AI,谁就拿到了改变游戏规则的秘籍。“ChatGPT的横空出世,证明了大语言模型是一条走得通、通往未来AI的道路,意味着AI的发展经过几十年的算法、算力、数据方面的量变积累,‘质变时刻’已经到来。”在“企业级AI的未来—watsonx大中华区发布会”上,IBM大中华区董事长、总经理陈旭东表示。

（ IBM大中华区董事长、总经理 陈旭东 ）

回顾IBM的百年创新历程,几乎每一轮的产业技术革命,IBM都没有错失,尽管其可能并不是永远站在潮头的那家公司,但却始终是备受企业信任的技术伙伴。今年5月,IBM推出了企业级AI和数据平台watsonx,这是继OpenShift开放混合云技术平台之后,IBM落地大中华区市场的又一个具有里程碑意义的开放式AI技术平台,不仅是其推进混合云与AI战略的重要一步,也是对生成式AI热潮的一次冷静思考。

watsonx的面世,源于IBM多年以来的客户洞察和技术积累。“‘让AI成为核心生产力’是企业管理者的迫切需求。”陈旭东说。IBM商业价值研究院联合牛津经济研究院针对全球超过30个国家和地区的3000多位企业CEO进行的调研显示,有75%的受访者认为,部署先进的生成式AI将为企业带来竞争优势,不过也有61%的CEO表达了对生成式AI使用的数据来源的担忧。此外,技术、人才、文化所构成的挑战,导致只有54%的AI项目能够成功从试点阶段过渡到全面投产。

帮助企业用AI加速创新

由此可见,如何把好的想法转化为成功实践,是企业在拥抱生成式AI时面对的一个棘手问题,其中会涉及数据的质量、所有权、可信度,以及方法论的指导和专业服务等方面,企业所需要的是为其量身定制的模型和解决方案,而基础模型的发展恰恰提供了一次新机遇。早在五年前,IBM就开始研究基础模型,与传统机器学习中每个新用例都需要使用特定数据设计和构建新模型不同,基础模型是在大量未标记的数据上进行训练的,可以适应新的场景和业务应用程序。基础模型使大规模的AI可扩展性成为可能,虽然构建基础模型需要前期的大量投资,但是在每次使用模型时,都会摊销建立AI模型的初始工作,因为微调基于基础模型构建的其他模型的数据要求要比从头开始构建低得多,这既可以大幅提高投资回报率,又可以缩短上市时间。

IBM预计,在两年内,基础模型将为企业环境中约三分之一的AI提供动力。在IBM将基础模型应用于客户的早期工作中,其看到客户的价值实现时间比传统的AI方法快70%。为此,IBM正在为需要利用大型语言模型、IT自动化模型、数字劳动力模型、网络安全模型和很多其他专用模型的业务场景开发基础模型,包括fm.code、fm.NLP、fm.geospatial等,涉及代码、时间序列数据、表格数据、地理空间数据、半结构化数据和混合模态数据(如文本与图像的组合)。基于IBM的基础模型能力,企业可以更快速、更高效、更低成本的打造专属的模型和方案,并充分受益于模型的持续进化。与此同时,企业需要全新的工具和管理方法对模型进行开发、部署、调试等工作,来满足AI可信、模型适应性和扩展性的要求,从数据为先的“+AI”时代迈入AI为先的“AI+”时代。

“企业走向AI+之后,意味着他们已经建立了人工智能的基础能力,并借此结合自有数据与不同的业务目标构建新的应用,在实施过程中,企业会不断把现有的业务赋予AI能力,进行横向扩展,在不同的AI模型之间实现自动化串联,使得企业的运作越来越智能化、自动化,二者相互结合才能发挥出更大的作用。”IBM大中华区首席技术官、研发中心总经理谢东谈到,“为了满足这些需求,我们推出了IBM watsonx。”

（ IBM大中华区首席技术官、研发中心总经理 谢东 ）

作为一个针对基础模型和生成式AI的全新平台(同时包含传统的机器学习和深度学习),IBM watsonx提供了涵盖AI开发平台、数据存储和AI治理在内的工具包,包括watsonx.ai,watsonx.data,watsonx.governance三个部分,其中,watsonx.ai可供用户使用开放直观的界面来训练、测试、调整和部署由基础模型提供支持的传统机器学习和新的生成式AI功能;watsonx.data是一个基于开放式湖仓一体(Lakehouse)架构构建的数据存储,针对受管控的数据和AI工作负载进行了优化,支持以查询、治理和开放数据格式访问和共享数据;IBM watsonx.governance则是一个AI治理工具包,用于支持可信的AI工作流。此外,IBM还在不断拓展着外部生态,例如与Hugging Face合作发布了基于NASA卫星数据构建的IBM watsonx.ai地理空间基础模型,帮助用户挑选适合的开源模型,与PyTorch合作构建了可用于大型AI模型的训练、微调和推理的生产就绪的软件堆栈,与Meta合作在watsonx.ai上纳入700亿参数的Llama 2聊天模型等等。到2025年,所有Watson产品都将融入基础模型和生成式AI的能力。

筑牢AI根基 成就业务价值

开放、可信、定制化,构成了watsonx的成功要素,其使得企业可以在一个平台上访问完整的技术堆栈,并在任何云环境下,以其能够信任的数据、速度和治理,在整个组织中训练、调整和部署人工智能,包括基础模型。而在watsonx的背后,是IBM积累深厚的基础架构能力——自1964年System/360面世以来,IBM的主机、存储等产品就在支撑着全球的企业、科研机构、政府的关键业务稳定运行。“watsonx平台一方面源于IBM研究院的创新技术,以及IBM首屈一指的硬件、软件和咨询专长,另一方面受益于领先的企业级开放技术(OpenShift),以及与强大的开放生态社区(Hugging Face)的合作,watsonx中的‘x’代表着未知的无限可能。”在IBM大中华区科技事业部总经理、中国区总经理缪可延看来,“X”因子不仅意味着AI技术要开放、向善,更需要一大批具有洞察力、领导力、有远见的客户和共创者携手创新。

（ IBM大中华区科技事业部总经理、中国区总经理 缪可延 ）

百度在AI领域深耕已久,相继推出文心一言、千帆大模型,接入了LIAMA2、ChatGLM2-6B等33个大模型,大规模异构数据的快速增长对存储系统提出了更严苛的要求,例如在性能上如何把吞吐、延时、访问路径等做到极致,有效提升数据处理能力和扩展性,保障系统可靠稳定等。百度智能云云存储部、数据库部总经理于淼称:“从数据的产生、训练,到大模型的生成,再到最后的分发和应用,每一个环节上,数据的流转效率、便捷性、及时性也是非常关键的,这是AI时代对存储的要求。”

为了满足AI的存力需求,IBM提供了高扩展的AI存力平台引擎IBM Storage Scale,支持多种协议,可以借助局部数据缓存等技术在线水平扩展,不损失性能,能够自动管理数据和备份,专门适用于AI场景。其中,IBM Storage Scale支持英伟达DGX SuperPOD集群,可将NVIDIA GDS集成到软件,使性能提升一倍,延时降低50%,基于IBM Storage Scale,IBM构建了IBM Storage Scale System 3500,可提供单模块16PB容量,实现125GB/秒的文件访问带宽,130万IOPS文件操作,可扩展到上千个模块,实测数据访问带宽大于3TB/s,每秒可创建260万个小文件。“我们的异地存储技术可以跟GPU协作,为其提供大容量数据支持,满足高性能、扩展性和数据管理的要求,同时,我们的存储产品还可以帮助客户有效降低成本。”IBM大中华区存储业务总经理侯淼说。目前,百度阳泉数据中心部署了14个TS4500 Tape Libraries磁带柜,存储了超过2EB的冷数据,该存储系统提供了12个9的数据可靠性保障,并且带库密度更高、能耗更低,可以节省至多80%的存储成本和近90%的能耗。

（ 从左至右：IBM大中华区存储业务总经理 侯淼，百度智能云云存储部、数据库部总经理 于淼 ）

过去几年,爱尔眼科医院集团对核心IT系统进行了重构,LinuxONE的高可靠性和单核高算力满足了其供应链系统的要求,有效节约了占地空间和电力消耗。2022年,爱尔眼科成立了数字眼科研究所,希望利用AI技术推动业务的创新。“我们在和IBM LinuxONE的专家交流时,了解到新一代LinuxONE的CPU上集成了AI加速器,我们会根据实际的业务情况,看看能否结合这些AI特性在眼科的场景中进行落地。”爱尔眼科医院集团信息中心总监唐凡介绍称,人工智能在医疗行业应用的常见问题就是缺乏大规模、高质量的标准数据,碍于数据隐私和安全方面的考虑,不同的医疗机构之间的数据很难共享,“IBM watson是人工智能医疗行业的先行者,这次发布的watsonx可以帮助企业在建模、数据统一、安全合规和隐私等方面提供有力的支持,我们希望爱尔眼科面向数字眼科的联邦协同平台(由爱尔眼科和中科院计算所共同发布)能够与IBM watsonx合作,让AI技术可以更好地为患者服务。”

如今,IBM正在将越来越多的AI能力融入到主机和LinuxONE中,例如,IBM把基于watsonx.ai基础模型能力的产品IBM watsonx Code Assistant封装到了主机中,推出了新的解决方案IBM watsonx Code Assistant for Z,利用其生成式AI代码的功能加速完成主机COBOL应用程序的Java现代化改造,同时,利用ADDI工具可以对主机应用进行整理、重组和测试。

有了方法论和技术能力,要想把创新真正转化为业务价值,就需要一位有经验的老师父来帮忙,解决技术挑战,以及数据的质量、共享和开放等问题,改善组织架构和生产流程的效率。过去两年,IBM客户成功管理团队落地了数百个场景案例,例如在制造行业的智能客服、智能维修、核心生产设备排产决策优化,订单转化管理,金融行业的风控、客服、知识库建设,汽车行业的车联网数据、运营数据、客户数据安全管理方案、OTA软件升级/传输、车企研发平台的全生命周期管理等。近期,IBM还在推进700亿参数量级的大模型项目。

苏州环球科技是中国链条制造行业的龙头企业之一,其利用IBM Cloud Pak for Integration中的企业服务总线组件App Connect提供了可靠的应用集成解决方案, 为企业构建起了敏捷、轻量的应用集成平台,同时,采用IBM Cloud Pak for Business Automation中包含的业务自动化工作流(BAW)的能力,作为企业级BAW来整合业务系统与管理系统流程审批信息,实现了对业务流程的全面可视和综合管理。上海洲邦信息科技是一家工业物联网及大数据解决方案提供商,也是IBM在中国首家离散制造数字化工厂解决方案的合作伙伴,基于洲邦的数字化共创解决方案,并以无代码/低代码的方式整合IBM Cloud Pak for Integration(CP4I),实现了中大型制造企业不同业务系统(如研发、采购、生产、物流、销售)的无缝集成,节省了大量费用,并且建立了统一标准化的API平台。目前,洲邦科技也在尝试使用Cognos Analytics的AI助手功能,将用户需求自动转为图形报表和仪表盘,助力工厂管理人员提升决策效率。

（ 从左至右：上海洲邦信息科技有限公司 CEO 朱林，苏州环球科技股份有限公司总经理 黄雅丹，IBM大中华区客户成功管理部总经理 朱辉 ）

AI+时代的共创者与行业专家

从人工智能的战略远见到业务落地的成功实践,这一过程中,IBM的合作伙伴同样扮演着关键角色,可以帮助IBM把各种前沿技术进行快速验证。成立于2016年的悠桦林信息科技是一家以运筹学、强化学习、大数据分析等智能决策技术为核心驱动,聚焦制造业场景需求的整体解决方案供应商。该公司与IBM在CPLEX求解器等领域进行了合作,探索了PA(Planning Analytics with Watson)财务协同规划的应用,并计划在生成式AI的交互体验上开展更多的尝试。菜鸟科技首席科学家、菜鸟物流科技部算法总监王子豪则透露,希望在AI可信方面与IBM进行更多的联合研究。

（ 从左至右： IBM大中华科技事业部数据人工智能、自动化中国华南与华东大区总经理 许伟杰，菜鸟科技首席科学家、菜鸟物流科技部算法总监 王子豪，悠桦林信息科技（上海）有限公司董事长、创始人 肖芳芳，IBM大中华区伙伴生态业务总经理 谭颖瑜 ）

过去两年,IBM实施了伙伴优先的政策,把很多客户下沉到渠道,并且公布了全新的合作伙伴奖励计划,加入首单奖励和额外奖励等激励措施,同时,向伙伴免费开放了各种技术资源,通过“企业级AI——走进IBM实验室”等活动,加强了伙伴对watsonx等AI技术的理解。IBM大中华区伙伴生态业务总经理谭颖瑜介绍称,依托由IBM中国开发中心打造的"IBM鲁班平台"、由IBM车库创新体验中心(Client Engineering)打造的创新工作坊、由IBM创新体验中心(IBM Innovation Studio)提供的共创服务平台,IBM制定了“鲁班创新精英伙伴计划”,并在最新的AI共创计划中,聚焦三大场景:开放式湖仓一体、湖仓一体机,以及基于IBM watsonx的场景创新。

不止是携手共创,IBM还在积极发挥行业专长。如今,IBM Technology和IBM Consulting的各自定位更加清晰,后者可以让咨询服务的价值体现得更加独立、更为深入,同时,还与IBM Technology形成了“最佳搭档”,通过深度参与产品研发(如watsonx)等形式为企业提供更快速、更有效地赋能。IBM与温布尔登网球锦标赛(Wimbledon Championships)合作了34年,后者是网球赛事中粉丝数字互动的标杆,在2023年的温布尔登网球锦标赛上,IBM与全英草地网球俱乐部联合推出了全新的球迷数字体验功能:利用IBM watsonx的生成式AI技术,为温网比赛期间所有视频集锦提供生成式AI网球评论解说的功能;IBM AI Draw Analysis——首个为网球比赛而打造的分析应用,可以提供一套全新的统计数据,以确定每个球员进阶决赛的潜力。

IBM Consulting大中华区总裁陈科典认为,AI的成功不是仅靠数据和模型,更重要的是对应用场景的理解,为AI技术找到适合的用武之地,这也是IBM Consulting能够带来价值的地方,其中包括人才、数据和架构上的能力提升。通过与致力于生成式人工智能服务的卓越中心(Center of Excellence)的紧密协作,IBM Consulting会把更多的AI场景创新带给中国企业。在中国市场,IBM带来了“AI工作坊”的体验活动,可以帮助客户更加了解生成式AI,制定下一步的试点POC,与工程师等技术团队配合考察技术在场景中的适用性。可以说,IBMTechnology有着广泛而深入的技术能力,IBM Consulting则会帮助客户把这些技术和产品“用对地方,发挥出最大的价值”。与此同时,IBM的内部文化也在全面拥抱AI,其通过“watsonx challenge”、“ watsonx campaign”等一系列活动把每一位员工都变成了“AI专家”,可以为企业提供整套的解决方案建议。

结束语

混合云与AI,是IBM CEO Arvind Krishna在上任之时就定下的战略方向,如今来看是颇具前瞻性的。事实上,从1956/1962年的跳棋人机大战到1996-1997年的国际象棋人机大战,再到2011年的人机知识大赛和2019年的人工智能辩手,直至IBM watsonx的发布,几乎每一次的AI变革背后都有IBM的身影。不过在AI创新的道路上,IBM并没有在技术浪潮中迷失,这种笃定在当前巨头们的AI烧钱大战中显得尤为重要。一直以来,IBM所提供的都是基础架构和平台的能力,再通过专业服务和咨询的团队与合作伙伴、客户携手共创,共同解决业务场景的问题。就像缪可延所说的,IBM不期待在每一个点上都爆发,IBM也不是一家因为某一项技术而成功的公司,IBM的优势在于全面性,这不仅体现在2纳米芯片、量子计算、云上超算等前沿技术的创新,以及计算、存储等基础业务的持续发展,更体现在百年以来服务客户所积累的可靠与信任。(作者: 中关村在线  徐鹏)