世上唯一不变的就是变化! 随着AI时代的到来,我们工作和生活中的一切都在被重新定义。大家都在担忧,自己是否会被AI所取代。不过在IBM看来,AI本质上增强了人的能力,可以帮助人们去解决更加复杂的问题。
IBM自早期就一直积极拥抱AI技术,并成为全球AI发展的倡导者和引领者,IBM的技术服务支持部则是IBM最早利用AI技术的部门之一。“随着企业IT系统越来越复杂,我们尝试用最前沿的AI技术提高运维服务的有效性乃至预测性,同时降低成本,带给客户更好的运维和运营服务,推动客户在新时代下实现业务转型。”IBM全球信息科技服务部销售、咨询与合作伙伴管理总经理刘淼表示,他们已通过AI技术在金融、零售、电信、制造等诸多行业打造出很多成功案例。
IBM全球信息科技服务部销售、咨询与合作伙伴管理总经理刘淼
AI发展进入“AI+产业”阶段
很多时候,AI“赋能”并非高高在上,作为常年与AI技术打交道的专家,IBM大中华区大数据、认知计算、物联网实验室服务部总经理魏永明近年来明显感觉到,AI正呈现平等化趋势。如人们的手机现在已能广泛使用人脸识别技术;在AI技术面前,不同的国家面临的机会是平等的;当时机到来,一个国家完全可以靠AI迅速崛起。
例如美国在IT很多领域都位居世界前列,但中国移动互联网却是领跑全球,中国的电子支付也迅速超越美国。中国庞大的市场需求,为AI等新兴技术提供了非常好的成长土壤,大批中国企业公司因此抓住了国内电子支付和移动互联网大爆发的机遇。目前AI在垂直行业的发力也已初步显现出’AI+产业‘的优势,各行各业都在利用AI为自己赋能。
全世界只有中国有双十一、双十二这种非常考验IT系统的尖峰时刻,为了应对移动互联网、云计算、物联网时代的用户需求大爆炸,各大银行、电信运营商、互联网企业的IT系统越来越复杂。刘淼强调,“近几年IT已经成为社会发展最主要的推动力,要确保复杂IT系统的稳定与高效,也给企业IT运维带来更大的挑战。在运维领域,如何利用好AI为企业赋能,已然成为全新的课题,整体来看,传统IT运维模式必将被AI所颠覆。”
未来IT运维的核心是AI平台
传统IT运维是靠专家看系统、数据库,靠经验给系统调参、优化。但有了AI之后,IT运维是这样进行的:首先,IBM这样的平台公司会提供一个基于机器学习的AI平台,它能自主学习,分析和总结系统运维过程中的各种状况和规律,并针对不同行业应用场景建立模型;随后,让该平台去了解某个特定企业的IT系统运行规律,例如一家复杂的全国性股份制银行的IT环境里,可能会有几万个、甚至几十万个趋势或规律;最后,由该平台根据总结出来的规律去监控企业的IT环境,当机器掌握所有趋势或规律之后,不仅可以快速找出问题出现的原因,还可以提前预测,对可能出现的问题进行防备。
AI平台还能通过数据分析和机器学习,帮助企业降低成本、提高效益。IBM曾为美国最大的药妆店Walgreens——一家拥有八千家店的零售业客户,提供基于AI的IT运维服务,用AI平台帮这家企业做了详细分析,在这个分析基础之上采用了新的模型,结果帮Walgreens降低成本49%。
事实上,AI平台最重要的特征就是自适应,即能够及时更新知识储备。自适应的门槛相当高,技术是一方面,更重要的是行业经验的积累,比如在医疗行业做糖尿病或者心血管疾病的案例,如果不是这方面的专家,就无法设计相关模型,由此形成“行业壁垒”。而行业Insight正是IBM技术服务支持部门的优势所在,这么多年来,IBM技术服务支持一直在行业领域深耕,这也是为什么IBM技术服务支持能够如此迅速地成功转型至基于AI的运维。
AI时代让更专业的人做更专业的事
可以看到,未来基于AI技术的IT系统运维,需要既懂行业又懂AI技术的复合型人才。在刘淼看来,高端复合型人才的匮乏会让IT运维的业务模式发生转变:具备复杂IT系统的企业会把复杂的运维交给专业的人来处理,即运营外包模式。
这将会是比以往更加深入的IT运维服务外包合作,对企业IT系统的运维将不仅涉及基础设施层面,而是会在AI技术的渗透下,进一步深入到对每个业务系统、更加微观层面的管理与优化。一方面,外包方式大大降低了企业的AI学习成本和人员成本;另一方面,企业的业务系统,可以在AI的帮助下得以实现真正的AI赋能。
IBM大中华区大数据、认知计算、物联网实验室服务部总经理魏永明
对于提供外包服务的IBM技术服务支持来说,随着AI技术平台的赋能,他们的服务方式也转向人与技术的融合。“现在IBM技术服务支持部门与IBM实验室的合作日益紧密,我们希望把更多前沿技术投入到产业中来,为客户提供更好的整合服务。”魏永明表示,IBM现在强调“注入AI的能力”,这种能力首先就来自于IBM的研发机构。
技术是一条“腿”,行业Knowhow便是另一条“腿”。刘淼表示,以前大家觉得IT运维的行业差别不是很大,但现在的大中型企业,IT运维也会分为很多业务单位,如后台数据中心、开发中心、业务平台等等,每一个业务单位都有自己的一套场景诉求。所以我们需更加注重细分,以满足不同的需求。”
未来的IT运维需要既懂业务场景语言,又懂平台和技术的人,能够把业务场景翻译成新型的AI语言,然后把咨询与交付一体化完成。这时,所谓的IT运维服务其实更多地成为双方共同的研究与创造,IT技术服务支持与企业用户的连接也因此发生颠覆性的变化。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。