在CEO Arvind Krishna的領(lǐng)導(dǎo)與AI技術(shù)的推動之下，IBM真正改變了自身業(yè)務(wù)、技術(shù)與領(lǐng)導(dǎo)力。如今，IBM將發(fā)展重點定為AI加混合云，同時也對量子計算給予關(guān)注。

上周，IBM高管團隊與各方分析師親切會談，現(xiàn)場出席的包括極具個人魅力的研究總監(jiān)Dario Gill、真抓務(wù)實的軟件高級副總裁Rob Thomas、生成式AI咨詢領(lǐng)導(dǎo)者Matthew Candy，以及IBM研究部門的多位其他成員。

IBM的目標(biāo)是在12月的IBM量子峰會之前先透露一點消息，幫助分析師將IBM的規(guī)劃與AI業(yè)務(wù)的現(xiàn)實統(tǒng)一起來。下面，我們就一同回顧本次對話中的重點內(nèi)容。

IBM AI與云戰(zhàn)略

眾所周知，AI潮流始于云端。隨著IBM的企業(yè)客戶群體逐步投身AI領(lǐng)域，IBM云（提供面向訓(xùn)練場景的大規(guī)模GPU設(shè)施，以及全新IBM AI推理處理器）也開始發(fā)揮關(guān)鍵作用。IBM的基本戰(zhàn)略是建立一套經(jīng)過測試和優(yōu)化的基礎(chǔ)模型庫，該模型在構(gòu)建過程中經(jīng)過優(yōu)化和注釋，以過濾仇恨、濫用及褻瀆（HAP）類內(nèi)容。之后，IBM將這些模型連同治理/數(shù)據(jù)準(zhǔn)備工具直接交付給客戶，同時輔以IBM咨詢服務(wù)。

IBM研究總監(jiān)Dario Gill對其團隊取得的成就感到自豪，盛贊這種將科學(xué)轉(zhuǎn)化為產(chǎn)品和實際收入的能力

與以往一樣，IBM還是公布了一大堆幻燈片。而究其根本，IBM希望認(rèn)真選擇AI模型來幫助客戶提高生產(chǎn)力、獲取卓越產(chǎn)出并降低成本。

頭等機遇有三個，其他機遇數(shù)不清

雖然IBM分享了來自客群社區(qū)的幾十種用例，但真正得到強調(diào)和具體闡述的，還是最具市場吸引力和投資回報表現(xiàn)的三大用例類別：數(shù)字化勞動力、客戶服務(wù)和應(yīng)用程序現(xiàn)代化。

IBM強調(diào)了三大最具影響力的AI用例，同時也在與客戶一道探索眾多其他應(yīng)用方向

具體用例確實令人震驚。一年之前，大多數(shù)人還幾乎說不清基礎(chǔ)模型是個什么東西。如今，數(shù)百家IBM客戶紛紛著手微調(diào)模型，并開始利用全套硬件、數(shù)據(jù)服務(wù)、AI平臺、SDK和AI助手進行部署。上述三種用例，則代表著絕大多數(shù)企業(yè)都能輕松構(gòu)建、部署并縱享成效的選項。IBM已經(jīng)從中受益匪淺，例如Ask HR幫助員工節(jié)約了大量時間、自動完成了大量曾經(jīng)勞心勞力的管理任務(wù)。

IBM的全棧生成式AI產(chǎn)品與服務(wù)

Watsonx平臺也迎來大幅擴展，推出了新的基礎(chǔ)模型、AI工具和輔助應(yīng)用，以及用于發(fā)現(xiàn)、調(diào)整、治理、編碼、編排以及提高數(shù)據(jù)質(zhì)量（輸入）的配套應(yīng)用，致力于產(chǎn)出更加亮眼的業(yè)務(wù)價值。其中頗有趣的就是使用IBM專有推理加速器（安裝在IBM Cloud中的AIU）在輸入數(shù)據(jù)中識別并過濾仇恨、濫用和褻瀆（HAP）內(nèi)容的AI模型。這些新型加速器性能優(yōu)異、極為節(jié)能，同樣是IBM研究院的成果。盡管IBM尚未公開表示將在IBM Cloud之外銷售AIU，但在本屆SuperComputing 23超算大會上，我們看到初創(chuàng)公司NeuReality就展示了IBM AIU。

IBM Garage方法則支持從概念到用戶采用的全流程業(yè)務(wù)轉(zhuǎn)型方案，同時跟蹤各個階段的具體價值影響。此舉能夠降低關(guān)鍵投資風(fēng)險，并通過透明的量化指標(biāo)推進長期轉(zhuǎn)型。

下圖中的各個圓圈，代表著Garage逐步實現(xiàn)目標(biāo)的相應(yīng)方法。今年，IBM開始將生成式AI嵌入到這些步驟當(dāng)中，希望進一步加快客戶價值的實現(xiàn)速度。

1. 共同創(chuàng)作（藍圈）——由不同主題專家組成的聯(lián)合團隊可以共同參與到深度設(shè)計與思路探討當(dāng)中，協(xié)同揭示客戶機會的本質(zhì)與價值。此階段實現(xiàn)了“大創(chuàng)意”的一致性，并為最小可行產(chǎn)品（MVP）及其價值勾勒出基本愿景。

2. 共同執(zhí)行（中間紅圈）——展示了使用DevOps與精益實踐快速啟動并測試MVP的方案開發(fā)周期。其目標(biāo)是通過迭代測試、量化和重新發(fā)布來驗證并提高 MVP在市場中的價值。

3. 共同執(zhí)行（右側(cè)綠圈）——在整個企業(yè)中強化并擴展解決方案及新的創(chuàng)新文化。此階段具體涵蓋擴大功能集、對代碼進行壓力測試、增強安全性和彈性、廣泛部署解決方案以及擴展繼續(xù)轉(zhuǎn)型能力等步驟。

右側(cè)概述結(jié)果來自IBM Garage項目。高達102%的投資回報率在業(yè)界簡直聞所未聞，67%的成果交付提速同樣令人震驚。

先把左邊的幾個具體階段放在一邊，右側(cè)的概述結(jié)果著實令人印象深刻

而IBM的雄心才剛剛開始。本月，IBM將發(fā)布用于本地部署的watsonx.ai，借此進一步充實IBM Cloud。下個月，IBM還將發(fā)布包含1000多項開箱即用skill的watsonx.orchestrate，以及watsonx.governance和Tuning Studio。目前企業(yè)應(yīng)用AI技術(shù)時面對的兩大核心障礙，就是治理不足和前文提到的HAP。藍色巨人明顯正在積極解決這些問題。

IBM發(fā)布的Watson近期路線圖

前面說過，IBM在發(fā)布會上總喜歡掏出一大堆幻燈片，搞得人眼花繚亂。沒關(guān)系，這里我們只關(guān)注干貨部分。下圖所示是IBM AI技術(shù)在招聘和人力資源管理中的作用。85%的首次接觸解決率、HR查詢的人工支持比例減少66%、人員流失降低50%等等，這些都是IBM已經(jīng)達成的效能，而且還不止于此。

IBM發(fā)布AI在多個領(lǐng)域中的應(yīng)用成果

總結(jié)

雖然IBM當(dāng)初的Watson并不能算成功，但Watson如今已經(jīng)成長為一套全面的AI平臺，以令人印象深刻的方式成功實現(xiàn)了服務(wù)滲透。watsonx驅(qū)動下IBM的AI巨頭轉(zhuǎn)型初具成效，AI技術(shù)已經(jīng)給IBM的客戶業(yè)務(wù)帶來深遠(yuǎn)的改變。IBM仍然需要為AIU等技術(shù)探尋可行的應(yīng)用路線，更需要思考AI的全面普及將如何影響就業(yè)。但前者明顯是個小問題，而后者直到當(dāng)下似乎也還不具備討論基礎(chǔ)。