IBM正在与微软合作,向想要部署生成式AI和改进业务流程的企业提供IBM的专业知识。

这次公告主要是围绕IBM Consulting的,正在为那些试图在Azure云平台上使用微软Azure OpenAI服务的公司提供专门的服务,用户可以通过Azure Marketplace找到新的IBM Consulting Azure OpenAI Service产品。
IBM表示,这是一项完全托管的AI服务,专注于帮助开发人员和数据科学家使用OpenAI强大的大型语言模型来构建新型应用。通过该服务,开发人员可以访问OpenAI所有的大型语言模型,包括为ChatGPT提供支持的GPT系列和Codex LLM。
IBM表示,该服务可以帮助公司定义生成式AI的采用策略,然后开始创建更具体的生成式AI应用,而且IBM已经与微软合作开发了许多针对一些非常具体用例的生成式AI应用。
例如,IBM开发了一个采购和来源支付应用,将Azure Open AI Service与Microsoft Power平台相结合,以对寻源和采购等手动和分散流程实施自动化。IBM表示,这一切都是为了提高运营效率、节省时间、为客户创造可行的洞察。
另外一个IBM针对的明显用例是摘要和内容生成,创建可以高效处理和总结财务报告等的应用。
第三个应用旨在简化医疗流程。IBM Consulting解释了他们是如何使用Azure OpenAI Service构建一个平台,平台可以自动提取和分析医疗记录和政策文档,以自动执行事先授权的流程。同时,IBM为护士和医生开发了虚拟助理,使他们更容易访问患者的医疗记录。
最后,IBM提供了企业搜索和知识库体验,旨在满足公司员工的需求。在许多组织中,员工信息是分散且孤立的,这使得员工很难找到他们想要的信息。因此,IBM创建了一个知识提取工具,能够从多个知识库检索所请求的信息,从而减少手动搜索的时间。

Constellation Research分析师Holger Mueller表示,大多数公司都了解了生成式AI的潜力,但许多公司还在努力制定适当的战略,因为他们在这方面不具备足够的专业知识。因此,IBM的服务对他们来说可能是非常有价值的。他说:“IBM带来了很多东西,包括在平台方面提供帮助的AI服务,这不仅可以帮助企业创建AI应用和服务,还可以从这些项目中创造收入。”
Pund-IT分析师Charles King认为,这次的公告说明IBM强化了对多云合作伙伴及其解决方案的支持。他表示:“IBM和微软与数千家企业客户展开合作,因此支持微软的生成式AI产品和战略是非常有意义的。除此之外,IBM是业界最有经验的人工智能企业解决方案供应商之一。当微软推出自己的人工智能服务时,很难想象还有比这更好的公司来合作了。”
在Azure OpenAI咨询服务推出之前,IBM Consulting已经投入了巨资,专注于围绕最先进的生成式AI平台对他们的顾问进行培训。今年早些时候,IBM Consulting宣布成立一个新的生成式AI卓越中心,有1000多名顾问,随时准备提供专业知识来帮助企业客户。
除了这个卓越中心之外,IBM最近还发布了watsonx工具,供开发人员开始构建生成式AI应用。watsonx系列与IBM更有名的Watson AI服务不同,后者更专注于分析和处理数据。
IBM还通过watsonx支持其他生成式AI模型例如Meta Platforms的开源LlaMA 2 LLM,这意味着企业不仅限于使用OpenAI的模型。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。