如果说5年前我们去谈“互联网+”是源自消费者驱动的被动选择,那么如今我们去谈“智能+”则是企业自驱动的主动变革。从“互联网+”到“智能+”是技术发展和应用的必然,也是企业数字化转型的进一步延伸和深化,两者之间具有延续性,但同时也存在诸多不同特点。
比如,“互联网+”基于的是互联网数字技术,解决的是通信问题,而“智能+”基于的是人工智能、大数据、云计算、物联网等最新的前沿技术,解决的是商业模式创新问题;“互联网+”主要面向的是消费者,实现的是人与人的连接,而“智能+”是对传统产业转型升级的全面赋能,它实现的不只是人与人的连接,还有人与物、物与物的连接。
这样的变化,与IBM今年提出的从数字化重塑第一篇章到数字化重塑第二篇章的进阶路径一致。在2019 IBM中国论坛上,IBM大中华区云计算与认知软件业务总经理张永健表示,如今,数字化重塑已经全面揭开新篇章,“互联网+”时代大多企业都处在数字化重塑的第一篇章,而“智能+”时代将有大量企业迈入第二篇章。对于企业而言,在新阶段的“小目标”就是由内而外发挥数据潜力,深化人工智能,部署混合云环境,转型关键业务。而最后的“大目标”,是发展成为一个认知型企业。
IBM大中华区云计算与认知软件业务总经理 张永健
一月之前,IBM发布了《认知型企业:发挥人工智能优势,全面重塑企业——七大成功要素》报告,其中指出,如今企业在经历了浅水区的摸索之后,正在面临更深层次的数字化转型挑战。企业需要充分利用最新的技术,“由内而外”地展开全面的数字化重塑,打造新型的商业模式。IBM将这种新一代的商业模式称为“认知型企业”,认为认知型企业能够进化出类似人类大脑和感官的功能,自动在外部收集、了解客户需求,再充分发挥人工智能的优势,从内部的平台、架构、数据、人才等关键的企业内核任务作出反应和决策,从而更好地帮助企业应对复杂的客户需求和多变的竞争环境。
这样的转变将触及企业七个关键层:敏捷的创新文化,包括新的技能、员工队伍和工作方式,以及以人为本的企业文化;业务平台生态系统,包括特定的行业平台和交易平台;面向前台流程、后台流程及决策的认知型工作流;呈指数级发展的应用技术,例如人工智能、物联网、自动化和区块链;为支持关键工作流和平台而进行综合管理的数据;覆盖新旧解决方案的新一代应用;开放、混合、安全的多云基础架构。
“之前很多企业是‘由外向内’推进数字化转型,希望从体验方面改变用户和消费者的使用习惯;而认知型企业更多的是‘由内向外’,基于数据、新的技术进行数字化重塑,包括利用生态云的方式来重塑企业,挖掘内部价值,使它形成新的企业形态业。”IBM中国开发中心云计算开发总经理吉燕勇对记者解释,“因此,如今我们去做云计算研发,会引入更多的AI技术,基于数据分析进行流程转化,再基于机器学习实现场景创新。这是典型的从规则提炼到AI赋能能力提升。”
IBM中国开发中心云计算开发总经理 吉燕勇
在企业进行如上的数字化重塑过程中出现了一些新的“游戏规则”,张永健总结了两点:第一,企业需要对业务专业知识和技术进行统筹安排;第二,企业不仅要将最新的技术和业务“集成一体”,还要统筹它们的设计,推进构建和运营。“就像我们炒菜一样,不仅仅要把各种菜品组合起来,更重要的是如何通过不同的烹饪手法把它变成一道广东菜或是川菜。”他比喻说。
新的“游戏规则”之下,云计算的重要性越来越突显。可以说,它已经成为如今数字化世界必不可少的基础,是实现万物互联的重要通道,构筑于云之上的大数据、人工智能、物联网、区块链等技术也能发挥更大价值和作用。拿炒菜来说,它就是让每一种菜品的口味能够融合得更好、更快的重要“调味剂”。
与此同时,在“智能+”时代,云计算的应用也呈现出了新的特点。吉燕勇表示,其中最大的特点就是企业80%的关键应用上云。
企业上云是一场“修行”,关键应用上云更是一次披荆斩棘的磨砺。其中的阻碍主要包括三个方面:首先,独特的工作负载要求企业架构更加合规、安全和灵活配置;其次,多类云环境、多家供应商的存在,使得企业很难进行统一的连接和管理;其三,由于技术人员缺乏必要的技能,使得企业不知如何确定优先级和实施现代化。
所以,当下企业需要的是一个具有综合实力的云,而IBM要做的,就是为企业提供一把能够披荆斩棘的“利剑”。 在IBM看来,解决上云过程中的问题可以从四个方面入手——对云之旅的每个阶段进行合理的规划(云规划);根据规划逐步迁移工作负载和应用并实现其现代化(云迁移);构建创新型应用与体验(云建设);管理、治理和优化混合多云环境(云管理)。
对此,IBM能够提供的是在每一个环节的全线支持,是云计算的全栈能力。具体来看,IBM有着广泛的业务线,从硬件基础架构,到云计算、认知解决方案、技术服务和全球商业服务,各个部门合力,完全可以为企业提供从规划、构建、迁移、管理到优化的全流程解决方案。
端到端的全方位服务是IBM云计算能力的一大优势。而从产品能力来看,IBM云计算还有另外五个特点,即混合、多云、开放、安全、统一管理。
早在十年前云计算刚刚起步时,IBM就提出了跨平台管理的理念,认为IT基础架构的未来发展方向不是纯粹的私有云,也不是纯粹的公有云,而是混合云。时至今日,混合云、多云的确已经成为企业应用云计算的重要趋势,同时也成为众云计算厂商角逐的重要“战场”。除了IBM之外,包括AWS、谷歌等在内的云服务商也在全力进军这一领域。
但对此,IBM表现得似乎并不以为然。“多云不仅仅是把所有的云产品放到一起,更多的是要把业务和技术落地到基础架构上,对公有云、私有云以及传统应用进行统一管理,并在此之上构建新的业务场景。”吉燕勇强调,“在这方面,IBM不仅一直专注于为企业提供咨询服务,同时经过长时间的行业积累,也比别人拥有更强的整合能力和更专业的行业知识、方法及久经验证的技术,比别人更懂客户。”
显然,混合云与多云已经成为IBM云计算大展拳脚的机会。而IBM对此的信心和底气在很大程度上还来自于去年对红帽的收购。与红帽的整合,不只是对IBM在操作系统、容器、混合云等方面能力的延伸,同时也加强了IBM的开放和开源能力。
在开放生态的构建方面,IBM一直有所布局。比如,其ICP平台(IBM Cloud Private)能够同时支持x86、Power和LinuxONE硬件环境,在IaaS层面不仅支持IBM自身的解决方案,任意其他厂商所出的软件平台也都可以在ICP平台上运行,例如VMware和OpenStack;在PaaS层面,IBM Cloud Private也同时支持Kubernetes、Docker等容器平台,以及早年IBM推出的Cloud Foundry。同时,IBM也一向支持开源,有着众多开源合作伙伴。
如今看来,IBM在云计算领域的定位已经越来越清晰,即日益向多云和混合云倾斜。这是企业在“智能+”时代对云计算提出的新需求,也将是IBM云计算价值得以最大化呈现的重要契机。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。