毋庸置疑，世界正在迎來一個AI爆發的時代。以各類GPT為代表的AI技術不斷刷新著人們的傳統認知，那些善用AI的企業經常能在激烈的市場競爭中快人一步，一時之間，似乎誰掌握了AI，誰就拿到了改變游戲規則的秘籍?！癈hatGPT的橫空出世，證明了大語言模型是一條走得通、通往未來AI的道路，意味著AI的發展經過幾十年的算法、算力、數據方面的量變積累，‘質變時刻’已經到來。”在“企業級AI的未來—watsonx大中華區發布會”上，IBM大中華區董事長、總經理陳旭東表示。

（ IBM大中華區董事長、總經理 陳旭東 ）

回顧IBM的百年創新歷程，幾乎每一輪的產業技術革命，IBM都沒有錯失，盡管其可能并不是永遠站在潮頭的那家公司，但卻始終是備受企業信任的技術伙伴。今年 5 月，IBM推出了企業級AI和數據平臺watsonx，這是繼OpenShift開放混合云技術平臺之后，IBM落地大中華區市場的又一個具有里程碑意義的開放式AI技術平臺，不僅是其推進混合云與AI戰略的重要一步，也是對生成式AI熱潮的一次冷靜思考。

watsonx的面世，源于IBM多年以來的客戶洞察和技術積累?！啊孉I成為核心生產力’是企業管理者的迫切需求。”陳旭東說。IBM商業價值研究院聯合牛津經濟研究院針對全球超過 30 個國家和地區的 3000 多位企業CEO進行的調研顯示，有75%的受訪者認為，部署先進的生成式AI將為企業帶來競爭優勢，不過也有61%的CEO表達了對生成式AI使用的數據來源的擔憂。此外，技術、人才、文化所構成的挑戰，導致只有54%的AI項目能夠成功從試點階段過渡到全面投產。

幫助企業用AI加速創新

由此可見，如何把好的想法轉化為成功實踐，是企業在擁抱生成式AI時面對的一個棘手問題，其中會涉及數據的質量、所有權、可信度，以及方法論的指導和專業服務等方面，企業所需要的是為其量身定制的模型和解決方案，而基礎模型的發展恰恰提供了一次新機遇。早在五年前，IBM就開始研究基礎模型，與傳統機器學習中每個新用例都需要使用特定數據設計和構建新模型不同，基礎模型是在大量未標記的數據上進行訓練的，可以適應新的場景和業務應用程序?；A模型使大規模的AI可擴展性成為可能，雖然構建基礎模型需要前期的大量投資，但是在每次使用模型時，都會攤銷建立AI模型的初始工作，因為微調基于基礎模型構建的其他模型的數據要求要比從頭開始構建低得多，這既可以大幅提高投資回報率，又可以縮短上市時間。

IBM預計，在兩年內，基礎模型將為企業環境中約三分之一的AI提供動力。在IBM將基礎模型應用于客戶的早期工作中，其看到客戶的價值實現時間比傳統的AI方法快70%。為此，IBM正在為需要利用大型語言模型、IT自動化模型、數字勞動力模型、網絡安全模型和很多其他專用模型的業務場景開發基礎模型，包括fm.code、fm.NLP、fm.geospatial等，涉及代碼、時間序列數據、表格數據、地理空間數據、半結構化數據和混合模態數據(如文本與圖像的組合)?；贗BM的基礎模型能力，企業可以更快速、更有效、更低成本的打造專屬的模型和方案，并充分受益于模型的持續進化。與此同時，企業需要全新的工具和管理方法對模型進行開發、部署、調試等工作，來滿足AI可信、模型適應性和擴展性的要求，從數據為先的“+AI”時代邁入AI為先的“AI+”時代。

“企業走向AI+之后，意味著他們已經建立了人工智能的基礎能力，并借此結合自有數據與不同的業務目標構建新的應用，在實施過程中，企業會不斷把現有的業務賦予AI能力，進行橫向擴展，在不同的AI模型之間實現自動化串聯，使得企業的運作越來越智能化、自動化，二者相互結合才能發揮出更大的作用。”IBM大中華區首席技術官、研發中心總經理謝東談到，“為了滿足這些需求，我們推出了IBM watsonx。”

（ IBM大中華區首席技術官、研發中心總經理 謝東 ）

作為一個針對基礎模型和生成式AI的全新平臺(同時包含傳統的機器學習和深度學習)，IBM watsonx提供了涵蓋AI開發平臺、數據存儲和AI治理在內的工具包，包括watsonx.ai，watsonx.data，watsonx.governance三個部分，其中，watsonx.ai可供用戶使用開放直觀的界面來訓練、測試、調整和部署由基礎模型提供支持的傳統機器學習和新的生成式AI功能;watsonx.data是一個基于開放式湖倉一體(Lakehouse)架構構建的數據存儲，針對受管控的數據和AI工作負載進行了優化，支持以查詢、治理和開放數據格式訪問和共享數據;IBM watsonx.governance則是一個AI治理工具包，用于支持可信的AI工作流。此外，IBM還在不斷拓展著外部生態，例如與Hugging Face合作發布了基于NASA衛星數據構建的IBM watsonx.ai地理空間基礎模型，幫助用戶挑選適合的開源模型，與PyTorch合作構建了可用于大型AI模型的訓練、微調和推理的生產就緒的軟件堆棧，與Meta合作在watsonx.ai上納入 700 億參數的Llama2 聊天模型等等。到 2025 年，所有Watson產品都將融入基礎模型和生成式AI的能力。

筑牢AI根基 成就業務價值

開放、可信、定制化，構成了watsonx的成功要素，其使得企業可以在一個平臺上訪問完整的技術堆棧，并在任何云環境下，以其能夠信任的數據、速度和治理，在整個組織中訓練、調整和部署人工智能，包括基礎模型。而在watsonx的背后，是IBM積累深厚的基礎架構能力——自 1964 年System/ 360 面世以來，IBM的主機、存儲等產品就在支撐著全球的企業、科研機構、政府的關鍵業務穩定運行?！皐atsonx平臺一方面源于IBM研究院的創新技術，以及IBM排名靠前的硬件、軟件和咨詢專長，另一方面受益于領先的企業級開放技術(OpenShift)，以及與強大的開放生態社區(Hugging Face)的合作，watsonx中的‘x’代表著未知的無限可能?！痹贗BM大中華區科技事業部總經理、中國區總經理繆可延看來，“X”因子不僅意味著AI技術要開放、向善，更需要一大批具有洞察力、領導力、有遠見的客戶和共創者攜手創新。

（ IBM大中華區科技事業部總經理、中國區總經理 繆可延 ）

百度在AI領域深耕已久，相繼推出文心一言、千帆大模型，接入了LIAMA2、ChatGLM2-6B等 33 個大模型，大規模異構數據的快速增長對存儲系統提出了更嚴苛的要求，例如在性能上如何把吞吐、延時、訪問路徑等做到極 致，有效提升數據處理能力和擴展性，保障系統可靠穩定等。百度智能云云存儲部、數據庫部總經理于淼稱:“從數據的產生、訓練，到大模型的生成，再到最后的分發和應用，每一個環節上，數據的流轉效率、便捷性、及時性也是非常關鍵的，這是AI時代對存儲的要求?！?/p>

為了滿足AI的存力需求，IBM提供了高擴展的AI存力平臺引擎IBM Storage Scale，支持多種協議，可以借助局部數據緩存等技術在線水平擴展，不損失性能，能夠自動管理數據和備份，專門適用于AI場景。其中，IBM Storage Scale支持英偉達DGX SuperPOD集群，可將NVIDIA GDS集成到軟件，使性能提升一倍，延時降低50%，基于IBM Storage Scale，IBM構建了IBM Storage Scale System 3500，可提供單模塊16PB容量，實現125GB/秒的文件訪問帶寬， 130 萬IOPS文件操作，可擴展到上千個模塊，實測數據訪問帶寬大于3TB/s，每秒可創建 260 萬個小文件?！拔覀兊漠惖卮鎯夹g可以跟GPU協作，為其提供大容量數據支持，滿足高性能、擴展性和數據管理的要求，同時，我們的存儲產品還可以幫助客戶有效降低成本?！盜BM大中華區存儲業務總經理侯淼說。目前，百度陽泉數據中心部署了 14 個TS4500 Tape Libraries磁帶柜，存儲了超過2EB的冷數據，該存儲系統提供了 12 個 9 的數據可靠性保障，并且帶庫密度更高、能耗更低，可以節省至多80%的存儲成本和近90%的能耗。

（ 從左至右：IBM大中華區存儲業務總經理 侯淼，百度智能云云存儲部、數據庫部總經理 于淼 ）

過去幾年，愛爾眼科醫院集團對核心IT系統進行了重構，LinuxONE的高可靠性和單核高算力滿足了其供應鏈系統的要求，有效節約了占地空間和電力消耗。 2022 年，愛爾眼科成立了數字眼科研究所，希望利用AI技術推動業務的創新?！拔覀冊诤虸BM LinuxONE的專家交流時，了解到新一代LinuxONE的CPU上集成了AI加速器，我們會根據實際的業務情況，看看能否結合這些AI特性在眼科的場景中進行落地?！睈蹱栄劭漆t院集團信息中心總監唐凡介紹稱，人工智能在醫療行業應用的常見問題就是缺乏大規模、高質量的標準數據，礙于數據隱私和安全方面的考慮，不同的醫療機構之間的數據很難共享，“IBM watson是人工智能醫療行業的先行者，這次發布的watsonx可以幫助企業在建模、數據統一、安全合規和隱私等方面提供有力的支持，我們希望愛爾眼科面向數字眼科的聯邦協同平臺(由愛爾眼科和中科院計算所共同發布)能夠與IBM watsonx合作，讓AI技術可以更好地為患者服務。”

如今，IBM正在將越來越多的AI能力融入到主機和LinuxONE中，例如，IBM把基于watsonx.ai基礎模型能力的產品IBM watsonx Code Assistant封裝到了主機中，推出了新的解決方案IBM watsonx Code Assistant for Z，利用其生成式AI代碼的功能加速完成主機COBOL應用程序的Java現代化改造，同時，利用ADDI工具可以對主機應用進行整理、重組和測試。

有了方法論和技術能力，要想把創新真正轉化為業務價值，就需要一位有經驗的老師父來幫忙，解決技術挑戰，以及數據的質量、共享和開放等問題，改善組織架構和生產流程的效率。過去兩年，IBM客戶成功管理團隊落地了數百個場景案例，例如在制造行業的智能客服、智能維修、核心生產設備排產決策優化，訂單轉化管理，金融行業的風控、客服、知識庫建設，汽車行業的車聯網數據、運營數據、客戶數據安全管理方案、OTA軟件升級/傳輸、車企研發平臺的全生命周期管理等。近期，IBM還在推進 700 億參數量級的大模型項目。

蘇州環球科技是中國鏈條制造行業的龍頭企業之一，其利用IBM Cloud Pak for Integration中的企業服務總線組件App Connect提供了可靠的應用集成解決方案，為企業構建起了敏捷、輕量的應用集成平臺，同時，采用IBM Cloud Pak for Business Automation中包含的業務自動化工作流(BAW)的能力，作為企業級BAW來整合業務系統與管理系統流程審批信息，實現了對業務流程的全面可視和綜合管理。上海洲邦信息科技是一家工業物聯網及大數據解決方案提供商，也是IBM在中國頭家離散制造數字化工廠解決方案的合作伙伴，基于洲邦的數字化共創解決方案，并以無代碼/低代碼的方式整合IBM Cloud Pak for Integration(CP4I)，實現了中大型制造企業不同業務系統(如研發、采購、生產、物流、銷售)的無縫集成，節省了大量費用，并且建立了統一標準化的API平臺。目前，洲邦科技也在嘗試使用Cognos Analytics的AI助手功能，將用戶需求自動轉為圖形報表和儀表盤，助力工廠管理人員提升決策效率。

（ 從左至右：上海洲邦信息科技有限公司 CEO 朱林，蘇州環球科技股份有限公司總經理 黃雅丹，IBM大中華區客戶成功管理部總經理 朱輝 ）

AI+時代的共創者與行業專家

從人工智能的戰略遠見到業務落地的成功實踐，這一過程中，IBM的合作伙伴同樣扮演著關鍵角色，可以幫助IBM把各種前沿技術進行快速驗證。成立于 2016 年的悠樺林信息科技是一家以運籌學、強化學習、大數據分析等智能決策技術為核心驅動，聚焦制造業場景需求的整體解決方案供應商。該公司與IBM在CPLEX求解器等領域進行了合作，探索了PA(Planning Analytics with Watson)財務協同規劃的應用，并計劃在生成式AI的交互體驗上開展更多的嘗試。菜鳥科技首席科學家、菜鳥物流科技部算法總監王子豪則透露，希望在AI可信方面與IBM進行更多的聯合研究。

（ 從左至右： IBM大中華科技事業部數據人工智能、自動化中國華南與華東大區總經理 許偉杰，菜鳥科技首席科學家、菜鳥物流科技部算法總監 王子豪，悠樺林信息科技（上海）有限公司董事長、創始人 肖芳芳，IBM大中華區伙伴生態業務總經理 譚穎瑜 ）

過去兩年，IBM實施了伙伴優先的政策，把很多客戶下沉到渠道，并且公布了全新的合作伙伴獎勵計劃，加入首單獎勵和額外獎勵等激勵措施，同時，向伙伴免費開放了各種技術資源，通過“企業級AI——走進IBM實驗室”等活動，加強了伙伴對watsonx等AI技術的理解。IBM大中華區伙伴生態業務總經理譚穎瑜介紹稱，依托由IBM中國開發中心打造的"IBM魯班平臺"、由IBM車庫創新體驗中心(Client Engineering)打造的創新工作坊、由IBM創新體驗中心(IBM Innovation Studio)提供的共創服務平臺，IBM制定了“魯班創新精英伙伴計劃”，并在最 新的AI共創計劃中，聚焦三大場景:開放式湖倉一體、湖倉一體機，以及基于IBM watsonx的場景創新。

不止是攜手共創，IBM還在積極發揮行業專長。如今，IBM Technology和IBM Consulting的各自定位更加清晰，后者可以讓咨詢服務的價值體現得更加獨立、更為深入，同時，還與IBM Technology形成了“最 佳搭檔”，通過深度參與產品研發(如watsonx)等形式為企業提供更快速、更有效地賦能。IBM與溫布爾登網球錦標賽(Wimbledon Championships)合作了 34 年，后者是網球賽事中粉絲數字互動的標桿，在 2023 年的溫布爾登網球錦標賽上，IBM與全英草地網球俱樂部聯合推出了全新的球迷數字體驗功能:利用IBM watsonx的生成式AI技術，為溫網比賽期間所有視頻集錦提供生成式AI網球評論解說的功能;IBM AI Draw Analysis——首 個為網球比賽而打造的分析應用，可以提供一套全新的統計數據，以確定每個球員進階決賽的潛力。

IBM Consulting大中華區總裁陳科典認為，AI的成功不是僅靠數據和模型，更重要的是對應用場景的理解，為AI技術找到適合的用武之地，這也是IBM Consulting能夠帶來價值的地方，其中包括人才、數據和架構上的能力提升。通過與致力于生成式人工智能服務的卓越中心(Center of Excellence)的緊密協作，IBM Consulting會把更多的AI場景創新帶給中國企業。在中國市場，IBM帶來了“AI工作坊”的體驗活動，可以幫助客戶更加了解生成式AI，制定下一步的試點POC，與工程師等技術團隊配合考察技術在場景中的適用性?？梢哉f，IBMTechnology有著廣泛而深入的技術能力，IBM Consulting則會幫助客戶把這些技術和產品“用對地方，發揮出最 大的價值”。與此同時，IBM的內部文化也在全面擁抱AI，其通過“watsonx challenge”、“ watsonx campaign”等一系列活動把每一位員工都變成了“AI專家”，可以為企業提供整套的解決方案建議。

結束語

混合云與AI，是IBM CEO Arvind Krishna在上任之時就定下的戰略方向，如今來看是頗具前瞻性的。事實上，從1956/ 1962 年的跳棋人機大戰到1996- 1997 年的國際象棋人機大戰，再到 2011 年的人機知識大賽和 2019 年的人工智能辯手，直至IBM watsonx的發布，幾乎每一次的AI變革背后都有IBM的身影。不過在AI創新的道路上，IBM并沒有在技術浪潮中迷失，這種篤定在當前巨頭們的AI燒錢大戰中顯得尤為重要。一直以來，IBM所提供的都是基礎架構和平臺的能力，再通過專業服務和咨詢的團隊與合作伙伴、客戶攜手共創，共同解決業務場景的問題。就像繆可延所說的，IBM不期待在每一個點上都爆發，IBM也不是一家因為某一項技術而成功的公司，IBM的優勢在于全面性，這不僅體現在 2 納米芯片、量子計算、云上超算等前沿技術的創新，以及計算、存儲等基礎業務的持續發展，更體現在百年以來服務客戶所積累的可靠與信任。(作者:中關村在線 徐鵬)