——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
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。