IBM陈旭东：携手IBM共创AI核心竞争力，开启企业级AI之旅

北京2023年9月15日 /美通社/ -- 9月14日至16日，由湖南省人民政府、工业和信息化部主办的2023世界计算大会在长沙举行。IBM大中华区董事长、总经理陈旭东应邀参加开幕式暨开幕论坛，并做主旨演讲。他分享了人工智能领域在近七十年的演进和未来十年的趋势，以及IBM对企业级人工智能的持续探索，包括最新发布的企业级AI与数据平台watsonx。

他认为，人工智能的发展历史基本和计算机的发展同步，且不断得益于算力的增强、算法的优化以及数据的爆炸式增长。今天的IBM拥有全面的基于机器学习和基础模型的企业级 AI 产品组合，并借助IBM车库创新等共创方法、广泛的合作伙伴生态，成为企业落地AI应用的最佳合作伙伴。

IBM大中华区董事长、总经理 陈旭东（图片来源：2023世界计算大会）

以下是他的发言内容节选：

人工智能技术的演进和趋势

人工智能的发展历史基本和计算机的发展同步，不断得益于计算机算力的增强、算法的优化以及数据的爆炸式增长。我们一般都把1956年的达特茅斯会议（Dartmouth Workshop）作为人工智能这门学科的开始，主要归功于计算机科学家阿兰·图灵、数学家约翰·麦卡锡等人的推动。IBM也是这次会议的重要参与者。这个时期的研究主要在探讨如何使计算机模拟人类智能，包括推理、问题解决和学习等方面的能力。

回顾一下67年的发展历史，我们大致可以把人工智能的发展分为四个阶段：

• 第一阶段，专家系统阶段：专家系统是早期人工智能的代表，它们使用特定领域专家的知识来解决特定问题。比较典型的应用领域有医学诊断、化学分析和工程问题等领域。这个阶段的算力可以支持机器下跳棋。
• 第二阶段，机器学习阶段，大致从上世纪80年代开始，机器学习的兴起标志着人工智能的新时代。这一阶段涌现了许多技术，包括决策树、支持向量机、随机森林等，使计算机能够从数据中学习和进行预测。机器学习应用广泛，包括语音识别、图像处理、自然语言处理和推荐系统等。这个阶段的算力可以支持机器下国际象棋，打败人类世界冠军。
• 第三阶段，深度学习阶段，大致从2000年后开始，深度学习是机器学习的一个子领域，它使用深度神经网络来模拟人类大脑的神经元结构。深度学习在图像识别、自然语言处理和语音识别等领域取得了显著进展。著名的深度学习模型包括卷积神经网络（CNN）和循环神经网络（RNN）。这个阶段的算力可以支持机器下围棋，并战胜人类。
• 第四阶段，基础模型阶段，从2017年至今，基础模型是指在广泛数据上进行训练（通常采用大规模自监督方法）、并可以适应各种下游任务（例如微调）的任何模型。基础模型采用从大量未标注数据进行预训练，使用有限的标签数据，可快速适应企业特定任务，通过智能体与环境互动学习，探索复杂场景如自动驾驶、机器人控制等。

这个阶段的算力出现爆发式增长，同时由于互联网，特别是移动互联网的快速发展，数据也迎来指数级增长。这为大规模自监督的学习方法提供了数据和算力的保障，从而使得大语言模型获得巨大成功，突破了人机之间的语言障碍。

同时，让机器具备了理解、推理、学习、交互的能力。这些能力的应用将迅速改善和优化人机交互场景，比如，企业的自动客服系统可以升级，提高客户满意度。另外，在大模型的辅助下，语言类、编程类任务的工作效率将大幅度提高。

从企业端看，从2017年到2022年的短短五年间，AI采用率增长了近2.5倍。展望未来，人工智能在未来几年的突飞猛进已成定局。我们预计，到2030 年，全能型、多模态的人工智能进一步普及，人类的生产生活将进入全新的人机协同时代。

IBM对企业级人工智能的探索与贡献

今天的IBM是一家专注于混合云和AI的科技公司，也是全球AI技术和AI应用的重要推动者。除了前面提到的达特茅斯会议，人工智能的另一个里程碑时刻也有IBM的推动：1997年，IBM深蓝计算机击败当时的国际象棋冠军，人工智能开始进入大众视野。2011年，IBM人工智能参加知识竞赛并获得冠军，这意味着12年前IBM的语音识别和语义理解能力已经达到很高的水平。2019年，IBM人工智能辩手已经开始与人类一较高下，其语言表达能力令世界瞩目。今年5月，IBM发布了新一代的企业级AI与数据平台watsonx。

事实上，IBM早在2011年就推出了企业级AI产品 Watson，通过自然语言处理、机器学习、数据分析等AI技术，优化业务流程、支持智能决策。Watson已经在全球超过4万家客户实现了广泛应用。

今天，我们看到“让AI成为核心生产力”已经成为企业领导的迫切需求。IBM商业价值研究院，最近发布了一份面向全球超过30个国家和地区，超过3000名CEO的调研报告。

调研报告显示：有四分之三的受访CEO认为，部署先进的生成式人工智能将为企业带来竞争优势。

然而，61%的CEO表达了对生成式AI中所使用的数据来源的担忧。这一担忧，侧面反映了企业的AI之路面临着重重挑战：首先是技术挑战，尤其是数据的准备、应用和治理；第二是人才挑战，企业需要快速实现人员技能的转型和提升，来拥抱AI浪潮；第三是文化挑战，技能的转型往往伴随组织文化的更新，如何让二者互相成就、带来生产力的提高。

企业级AI能在哪些方面帮助到企业的发展呢？最直接的价值是帮助企业优化业务流程，从而实现降本增效、提高生产力、以及提升客户体验。为了满足企业级AI的需求，IBM基于在AI领域数十年的积累，发布了企业级 AI 与数据平台 watsonx。

watsonx不仅能帮助企业运用大模型和生成式AI，同时，也能解决企业级 AI 应用的三大挑战：找到需要的数据、建立合适的模型、监管系统的运营。而且，IBM 还将watsonx 的部分模型和数据集开源，与社区和企业携手共创。

携手IBM共创企业级AI应用

未来，企业将在多个云上使用多个模型，IBM watsonx可以让AI 成为企业的核心生产力。我们可以为客户提供IBM开发的模型，包括针对特定行业的大型基础模型集合；也能支持客户使用开源或者其他公司的模型，以及自己的模型；还能根据不同任务需求，提供预训练的基础模型，包括传统的机器学习和最新的生成式AI 功能。

无论做出何种选择，IBM都能帮助客户进行尝试和实验，包括模型的调优、构建和评估，帮助他们在任何云上部署并调优模型。这也与IBM的混合云和AI战略相一致。 

今天的IBM，还拥有业界最全面的基于机器学习和基础模型的企业级 AI 产品组合。借助IBM广泛的合作伙伴生态，已部署到20多个行业的众多用户当中，例如，SAP和IBM 咨询合作构建的25个联合智能行业解决方案正在服务全球客户。

IBM致力成为企业落地AI应用的最佳合作伙伴，并已经做好了充分准备迎接有强烈需求的客户，来IBM参加为期半天的“watsonx 战略工作坊”；并根据工作坊的成果，开展为期四周的 “watsonx 试点项目”，利用IBM车库创新方法，帮助客户开启企业级 AI+ 之旅。