——企业需要的是根据其独特需求和自身数据而量身定制的生成式 AI
作者: Kareem Yusuf博士, IBM Software 产品管理与成长 高级副总裁
(2023年7月13日,北京)在不到一年的时间里,我们已经从“应用AI助力业务经营”的范式,转变为各行各业几乎每家企业都在寻求如何把AI嵌入企业的战略核心 ——而将我们带到了这个拐点的正是基础模型技术。事实上,IBM商业价值研究院CEO调研的最新研究发现,四分之三(75%)的CEO认为拥有最先进的生成式AI的组织能够在竞争中获胜,43%的CEO表示他们的企业已经在使用生成式AI来为其战略决策提供信息。
过去,扩展和实施AI对企业和组织而言一直是极具挑战的,只有54% 的AI项目能够成功地从试点阶段过渡到全面投产。企业急需具备恰当的专业知识与能力的转型伙伴来帮助他们走上正轨。
生成式 AI 正在改变游戏规则
生成式 AI 可以应用于一系列用例,例如对书面输入进行排序和分类,将特定领域的文本转换为个性化摘要,从非结构化数据中识别和提取关键信息,以及生成代码、营销内容等。
以下几个关键领域关乎大多数企业,而且技术也已相当成熟,可以快速帮助企业提高生产力和加速价值实现:
人才
人力资源部门正在利用生成式AI来更有效地管理他们的工作负载,其中一些部门的生产力提高了 40%。通过用公司特定的人力资源数据来训练他们的模型,人力资源专业人员可以利用AI来完成诸如创建职位发布信息、对收到的简历进行汇总分组、帮助专业人员更好地理解新政策文件等任务。
客户关怀
企业和组织正在将客户数据与生成式AI 相结合,通过聊天机器人和数字助理规模化地构建一流的个性化体验。AI已经在成功地处理多达70%的呼叫中心呼叫,从而改善了服务,并使人工座席能够专注于更为复杂的任务。
应用程序现代化
工程师们正在利用 AI 来生成和构建入门代码与脚本。事实上,在应用程序现代化和企业 IT 运营领域,我们已经看到生产力提升了 30%。
向 AI 为先的世界转变
企业正在探索实施AI的可选项——他们可以从头开始构建自己的模型,也可以使用专有与开源的模型组合。企业就绪的平台、端到端的工具,以及技术专业知识可以帮助他们入门,但在采用 AI 时企业需要牢记以下几个要点:
值得信赖的 AI 至关重要
随着企业踏入新的AI领域,他们必须将AI信任与伦理放在首位。他们需要有绝对的信心,确保他们用于关键任务决策和输出的AI是可信且可靠的。AI必须是可解释的、公平、稳健和透明的,务必要优先考虑和保护消费者的隐私和数据权利,从而建立信任。
解决方案应根据企业的独特需求而量身定制
企业在 AI 领域取得成功与差异化优势的关键——无论是基于机器学习还是基础模型——都要根据客户的特定需求和优先事项来定制和调整技术。基础模型的前景就是在于它们能够根据企业独特的数据和领域知识进行调整,而这在以前是不可能实现的。
AI 环境应以治理和灵活性为核心
一个可信赖的AI环境是至关重要的,该环境应秉持治理、透明度和道德规范,以有效驾驭复杂的监管和合规要求。与此同时,AI项目计划必须根据不断变化的需求及机会而不断演进。企业采用混合的方法,可以更容易地在更大范围内扩展和采用新的流程和工作流。
IBM 助力企业稳步迈进 AI 新时代
IBM 致力于帮助各行各业的企业将 AI 嵌入其战略核心。我们为企业提供开放、可信、有针对性和以实现价值创造为使命的AI解决方案。IBM watsonx —— 我们企业级 的AI 和数据平台 ——为企业在各种环境中部署 AI 提供了一套无缝、高效、且负责任的方法。
无论企业是在微调开源模型、创建自己的模型,还是在本地或云中部署 AI,IBM 都已做好准备,成为他们的转型伙伴,助力所有企业稳步迈进 AI新时代。
了解有关watsonx的更多信息: https://www.ibm.com/watsonx
查看IBM的 AI 路线图:https://www.ibm.com/roadmaps/ai/

好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。