第三次人工智能浪潮非常重要的一个特点在于,技术与实体的结合更加紧密,这也是技术价值被释放的前提。比如在金融行业,AI被用于用户精准分析和反欺诈;在零售行业,AI正在帮助提升消费者的个性化体验,用于企业精准营销、实时库存追踪、动态定价等场景;在制造行业,AI被应用于设备的运营和维护,提前预测设备故障,合理安排生产进度和资源调配。
无疑,AI将带来生产力的极大提升。根据麦肯锡对全球2000多名高管的调查显示,在已经采用了人工智能技术的企业中,有63%表示,其业务(主要是市场营销和销售领域)出现了明显的收入增长,同时,有44%表示,人工智能确实降低了企业的成本,尤其是制造和生产成本。
但是,目前许多企业对AI技术的接纳程度还主要是单点切入,试水面并不广。一方面是碍于AI技术本身发展的成熟度,另一方面是很多企业事实上并没有为启用AI布局做好准备。总而言之,阻碍AI应用的因素有很多,比如:
>>> 问题一:并不是每个企业都具有强大的数字化能力,在很多情况下,甚至数据的获取、访问、整理和分析都成问题,因此,企业数据很难为AI所用;
>>> 问题二:当下绝大多数AI应用都散落部署在企业不同的业务场景中,并且彼此之间割裂,联动性差,没有形成长期的规划和完整的人工智能布局,这也使得企业很难挖掘出数据的整体价值;
>>> 问题三:AI的落地需要大量的定制,而由于团队能力不足以支撑,过去复杂的IT运维方式也在拖AI项目的后腿,因此在新应用开发、实施和后期运维过程中,企业也面临着巨大的挑战。
也就是说,企业要用好AI,不仅要改变战略思维、弥补技术短板,还面临着人才资源匮乏、投入周期长、运维难度大等问题,这些不确定性和风险正在让许多企业望而却步。
如何对症下药?
IBM打造了一个通往数字化的人工智能阶梯,能够帮助企业为AI之旅做好准备,加速企业数字化。其中的“砝码”,是IBM Cloud Pak for Data。作为IBM新一代数据及人工智能平台IBM Cloud Pak for Data将覆盖企业数据和人工智能应用的全生命周期,一招破解以上三大问题。
首先,IBM Cloud Pak for Data能够实现从数据收集、组织到分析、AI应用的全打通,无论企业面对数据获取、清洗、分析还是什么样的数据难题,都可以从Cloud Pak for Data中找到解决办法。
同时,IBM Cloud Pak for Data是一个企业级数据与AI平台,能够部署在任意云架构上,通过统一平台实现管理和协同。并且,无论企业数据位于本地、公有云还是私有云,Cloud Pak for Data都可以进行混合数据管理,便于企业从全局出发统一制定数据战略。
非常重要的是,IBM Cloud Pak for Data在短短4小时内就可以完成部署,并且即插即用。而基于AI Ops,还可以实现智能化运维和自助分析。不仅如此,Cloud Pak for Data还集成了大量数据科学工具和Watson AI服务,能够帮助技术人员、数据分析人员、业务用户快速将数据模型部署到生产框架中,更好地理解和分析数据、预测业务成果。
除此之外,IBM Cloud Pak for Data还有很多厉害的功能,1月16日,IBM专家将在线介绍如何快速部署这一数据与AI平台,并展示IBM Cloud Pak for Data的更多特点和技能。
点击链接立即报名参与:http://www.zhiding.cn/special/ICP4D_q1
好文章,需要你的鼓励
HPE存储业务表现优异,公司重新公开报告存储收入数据,Alletra Storage MP成为主导产品。在AI驱动的市场变革中,HPE将存储作为AI系统销售的重要组成部分,Alletra存储连续三个季度实现三位数同比增长。公司调整财务报告结构,突出云和AI业务,存储收入重新独立披露。面对Dell、NetApp和Pure Storage等竞争对手,HPE依托服务器和网络优势推动存储销售增长。
斯坦福大学研究团队深入分析了广泛使用的AI评判系统Arena-Hard Auto,发现了三个重大问题:AI评委经常不按既定标准评判(规划失效),不同评判维度高度重合无法独立区分(因子坍塌),以及ELO评分系统通过数学变换掩盖了底层的不确定性。研究开发了专门的诊断工具来检测这些问题,并提出了改进建议,对依赖AI评判系统的学术研究和商业应用具有重要警示意义。
能源初创公司联邦聚变系统宣布与谷歌DeepMind合作,利用AI技术优化其即将建成的Sparc反应堆运行。双方将使用DeepMind的Torax软件模拟反应堆内等离子体,并结合AI模型帮助实现聚变发电。聚变发电有望提供零排放的大量电力,AI公司看好聚变作为数据中心电源。谷歌此前已投资多家聚变公司,并计划从CFS首个商业电站采购200兆瓦电力。
斯坦福大学研究团队开发出"边听边想"的音频识别新技术,让人工智能像侦探一样逐步分析声音。系统将音频分成半秒片段,对每段进行多次推理,再用语言模型综合判断。相比传统方法只在最后给答案,新技术实现渐进式理解,准确率从84%提升至88.3%。该技术可应用于智能家居、医疗设备、工业监测等领域,让AI决策更透明可信。