IBM升级云解决方案,Watson AI功能首次融入私有云平台
IBM近日宣布,其私有云解决方案发布不到12个月,在全球已有数百家知名企业和组织采用该平台,包括新西兰警察局、中国福耀集团、日本Aflac保险公司、土耳其信用机构Kredi Kay?t Bürosu和巴西繁徳公司(Fidelity National Information Services)等。
基于这一良好势头,IBM同时发布了一系列整合强大AI能力的全新功能,例如IBM Watson Assistant语音助理和IBM Watson Speech-to-Text语音转文本功能。这些功能同时支持在包括IBM云计算平台在内的其他公有云环境中使用。本次升级能够使得企业的IT系统拥有更多的选择和更高的灵活性。这也是IBM首次将Watson AI的强大功能融入到私有云平台中。
在本次发布中,IBM还公布了十余家借助其私有云平台,推动转型的企业和组织详情,其中包括:
新西兰警察局(NZP)运用这些最新技术,对自己的运营方式进行改革,提高了打击犯罪和保障社会安全的能力。新西兰警方正在探索如何运用IBM私有云平台与Kubernetes开源容器技术,实现其现有系统的自动化,以及全新服务在其移动系统中的快速发布。
福耀集团是中国最大、最先进的汽车玻璃生产商,客户包括奥迪、宾利、通用汽车、丰田等顶级汽车厂商。为满足不断增长的业务需求,福耀集团已着手实施“智能制造”计划,借助 IBM 私有云平台集中管理支持其遍布全球的制造和业务运营的企业级应用,确保整个组织的信息顺畅自由流动。
Aflac Insurance是一家领先的医疗和癌症保险公司,为日本四分之一的家庭提供保障。该公司与IBM签署协议,对其IT基础架构进行简化和自动化改造。Aflac计划借助IBM私有云平台,提高运营效率,加快新产品和服务的开发。
Kredi Kay?t Bürosu(KKB)为土耳其搭建金融云基础架构。去年,KKB在安卡拉建立了一个数据中心,目前正使用IBM私有云平台,帮助整合包括银行和其他金融服务公司在内的150多个成员的银行系统,并使这些系统实现本地化。借助IBM私有云平台,KKB能够推动金融服务生态系统的创新的同时,满足数据安全和隐私方面的高标准。
巴西繁徳公司(Fidelity National Information Services (FIS)) 是全球领先的金融业支付处理解决方案供应商,该公司采用IBM私有云平台,帮助简化其巴西业务的信用卡收费流程。IBM私有云平台帮助FIS统筹管理交易收费相关的对账和检查流程所涉及的各种IT系统,同时满足该行业严格的监管要求,帮助防止欺诈行为。
福耀玻璃工业集团副总裁及首席信息官夏乐冰先生表示:“IBM正在运用其私有云帮助我们搭建端到端的数据平台,这将使我们的企业运营架构变得更加智能、敏捷、有柔性。同时,也能够使我们连接人工智能、区块链、物联网等其他基于云的服务,从云端获取更多的商业价值。”
IBM私有云平台产品与服务管理总监Robin Hernandez表示:“云计算仅用很短的时间就从一种成本削减方式转变为业务变革和创新平台。我们的IBM私有云平台能够在保留企业原有内部系统的同时,帮助企业向云端迁移。时至今日,许多核心业务应用和敏感的数据集仍然依赖于这些内部系统。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。