雄心勃勃的一年：IBM人工智能战略回顾

IBM无疑是坚定站在“不玩虚的”阵营这边，这一点从IBM的AI研发计划规模、项目运行时间、业务优先重点以及AI产品的市场投放速度等指标就能看得出来。此前就曾有文章分析过IBM在基础模型方面的工作及其建立的用于AI模型训练的巨型云超级计算机。总之，IBM如今正通过大规模发布watsonx平台和多种Granite AI模型继续充实自己的AI阵容。他们还帮助各个行业的数千家客户将AI应用于人力资源、客户体验、应用程序现代化等诸多方面。这绝对不是什么跟风炒作，而是实实在在的有价值探索。

IBM的生成式AI技术栈与相关服务

仰仗积累多年的AI开发储备

IBM历史上最著名的AI里程碑主要集中在游戏领域。1997年，该公司的AI超级计算机“深蓝”就在六场制国际象棋比赛中击败了加里·卡斯帕罗夫，随后Watson系统又在2011年的Jeopardy问答比赛中击败了肯·詹宁斯。重要的是，IBM打造这些系统并不单纯为了展示，而很快将其投入到从癌症治疗、到零售优化的实际应用领域。五年之前，时任IBM Analytics负责人、现任IBM首席商务官的Rob Thomas就孜孜不倦地倡导企业客户设计各种不同规模的实验，希望能将AI应用于实际客户、找到更好的方法来解决业务问题。

可以说在多年之前，IBM就开始坚定落实大多数企业最近才刚刚开始接受的AI观念：这项技术将给诸多工作领域带来变革。必须承认，过去15个月来这场技术风暴主要依托于生成式AI，但包括IBM、亚马逊云科技和谷歌在内的各大技术领导者也仍在其他AI领域攻城掠地、推进战线。

Watsonx立大功

对于IBM来说，当前大部分AI探索源自2023年5月向客户交付的watsonx AI与数据平台。该平台不仅采用生成式AI，还用到了机器学习、深度学习和基础模型等要素。该平台内的watsonx.ai是一款AI工作室套件，用于支持AI开发到部署的全阶段流程；watsonx.data是针对AI优化的开放数据湖仓；watsonx.governance利用IBM在数据治理方面的深厚根基，确保AI流程与项目符合信任、问责与透明度要求。该平台基于红帽OpenShift构建，在设计上足够灵活，可以容纳多种不同功能——从前沿数据科学到优化财务投资组合、再到营销活动或供应链细节管理等。它还能自动执行软件编码、合规性报告等特定任务，且在多数情况下可将成本与周期时间降低一半以上。

自推出以来，IBM一直在不断改进该平台，且主要围绕新的向量数据库等技术功能和项目展开。而随着生成式AI模型Granite系列的发布，IBM的AI探索又远远超出了这个范围。这些模型由经过专门审查与策划的数据集进行训练，数据集内容涵盖五大关键领域（互联网、学术、代码、法律和金融），面向企业应用和工作流程。客户可以将模型与自己的数据圣齐，借此建立起或大或小的定制化模型。为了扩展其实用性，IBM还允许使用第三方模型，包括Meta的Llama-2或来自专业AI提供商（例如Hugging Faec）的模型。

将IBM或第三方模型同自有数据正确结合，即可建立起强大的AI持续开发体系，借此获得关于所在市场的新见解、制定明智决策并以适合业务需求的独特方式服务于客户。IBM的基准测试表明，这些定制化模型拥有更高的准确性、相关性与性价比，可供客户充分享受前沿科技。

AI模型与更广泛的watsonx平台则构成了整体生成式AI技术栈。这夶技术栈还得到IBM内部大量专业知识的增强，包括OpenShift、数据服务（IBM长期以来在该领域始终占据主导地位）和其他集成，并得到IBM Consulting、IBM各系统集成商及其他合作伙伴网络的进一步支持。自2023年5月以来，IBM已经与SAP、亚马逊云科技、Adobe、微软、Salesforce等厂商建立起新的合作伙伴关系，以改善客户对企业级AI的使用体验。

没有强有力的信任与治理底座，企业AI根本无法起效

IBM对自己的规划和实施极富信心，特别是为AI模型提供的全额赔偿对企业客户来说无疑是个巨大的卖点。这些模型使用的训练数据经过过滤，能够减轻对隐私、偏见和不良训练素材的担忧，同时坚持更高的AI透明度与可解释性标准。这也与IBM在AI治理方面长期坚守的整体立场保持一致。

IBM的观念，不禁让人想到其两家企业合作伙伴Adobe与Salesforce在保障企业内负责任AI使用所付出的努力。Adobe正在为使用Firefly AI艺术生成器的客户提供知识产权赔偿。与IBM一样，Adobe之所以敢于做出这项承诺，是因为其对支持生成式AI功能的库进行了认真审查。另一方面，Salesforce在其全新Einstein 1 AI平台上构建起“信任层”，使得客户在使用来自Salesforce或者第三方大语言模型的同时，不必担心自己的敏感企业数据处于风险当中，同时最大程度检查输出结果以消除有毒内容或AI幻觉。几十年来，这三家公司都在商界拥有良好的经营声誉，他们在为企业AI客户创造高水平透明度与合规保障中付出的辛勤工作无疑值得肯定。

建立AI技术联盟

同样是为了推进可信AI发展，IBM与Meta共同创立了AI联盟。该联盟的成立旨在支持整个AI领域的开放式创新，以期加速进步、提高安全性并促进AI的安全与信任发展。该联盟在全球拥有70多家成员，包括大学、机构和非营利组织，以及初创公司与AMD、戴尔、英特尔和甲骨文等大型科技公司。AI联盟旨在汇聚大量计算、数据、工具和人才，推动AI软件、模型和工具的开源创新步伐。

有趣的是，AI联盟中并不包括部分主要AI参与者，特别是亚马逊、谷歌、微软、英伟达和OpenAI。这些企业似乎不像IBM那样热衷于支持AI联盟的开放协作、治理护栏等具体目标，或者是出于其他原因而暂未加入。所以AI领域各大领先厂商到底能不能在这些问题上齐心协力，抑或是最终将各自选择不同的道路，仍然有待时间的验证。

IBM AI的实施重点与新兴趋势

与此同时，IBM还积极在各种真实场景下实施和扩展AI技术。多年以来，该公司一直努力将AI融入自身运营，而这方面举措在生成式AI的大潮下将进一步提速。更重要的是，IBM也是唯一一家拥有全方位咨询服务部门的主要技术提供商，因此能够观察并指导众多其他企业在AI领域的探索和尝试。

IBM Consulting确定了生成式AI的五大主要实施领域：

• 新型商业模式——许多公司都在努力通过基于大语言模型的数字产品创造新的收入来源。
• 重构客户参与方式——生成式AI将带来广阔的客户交互定制与简化空间，例如提供更具针对性的营销方案到更快解决客户投诉。
• AI驱动型决策——生成式AI将帮助业务专家在所在专业领域之内做出更好的决策，包括管理投资组合以及更准确地检测金融欺诈。
• 将流程数字化推向极致——以之前提到的自动化合规报告为例，经过认真设计和实施的生成式AI流程能够将周期时长缩短60%甚至90%。此类改进被应用于发票处理或合同管理等常规功能后，往往能够显著降低运营成本并提高业务准确性。
• 内容与代码生成——这也是公众对于生成式AI技术的主要关注重点，如今文本与图像的自动生成已经在消费级市场上大放异彩。企业级AI面临的挑战集中于如何在关键业务流程、新产品开发等环节上精确完成这类任务。除此之外，IBM还与合作伙伴携手，为高尔夫大师赛和美国网球公开赛等体育赛事创建自动生成的AI语音解说。

高尔夫大师赛和美网公开赛等案例再次提醒我们，生成式AI的应用——即使是在内容创建这类“简单”的任务中——也将远远超出我们当初对这项技术哪怕最疯狂的预期。曾经人们为CHatGPT输出的莎士比亚十四行格式诗句而惊叹，可如今通过与Adobe合作，IBM训练和微调出的“品牌主脑大模型”已经能够理解企业的品牌与发布原则，学会如何根据基本方针高效产出各类业务内容。

配合体量更小、定制化程度更高的模型，这些功能还将得到进一步提升和普及。IBM一直在帮助客户从试点项目快速转向大规模实施，成功完成距多种混合环境的模型同步——之所以如此重要，就是因为有大量AI小模型都持续运行在网络边缘和私有云环境中。（也就是六，IBM还需要密切关注大型公有云服务商的动向，例如依靠亚马逊云科技将生成式AI大规模引入IaaS和PaaS产品。）

在探索上述用例时，IBM还利用到自身在数据管理方面的专业知识。IBM Consulting管理合伙人Glenn Finch目前负责领导前面提到的这些项目，他表示“这些数据管线与我们过去25年间在传统数据平台中看到的完全不同。”从发展历程和技术积累的角度看，如果有一家公司能够掌握这些新型数据管线，那答案只能是IBM。

IBM及其他厂商的AI前景如何

在去年6月的Think 2023大会上听取IBM公司CEO Arvind Krishna的主题演讲之后，我曾在文章中写道“IBM希望成为企业级生成式AI的首选提供商。他们掌握着必要的工具、数据层、治理与结构来建立相应工作流程，但最终决定一切的恐怕还是能否及时将产品投放市场。”

但事实证明我多虑了。自大会以来，IBM做出的探索给我留下了深刻印象。作为几十年来一直关注IBM的行业评论人士，我深深为IBM及其客户在AI领域表现出的活力、热情和执行力所折服。更重要的是，他们不仅是在解决孤立的问题。在最近一次简报中，IBM Consulting公司领导们强调，生成式AI将带来业务功能的重大及全面改进，包括人才获取/管理、客户服务与软件开发。令人惊讶的是，他们借此将整体人力资源生产力提升达40%，目前超过90%的客户询问由AI助手处理，更夸张的是有高达60%的软件开发内容已经出自AI之手。

而这，就是我们一直强调而且睽违已久的里程碑——AI正在从根本上改变我们开展业务的方式。它所影响的绝不只是零售或权限于特定领域的功能，而是在彻底必定整个行业及相应的职务类别。为了实现其在AI领域的雄心，IBM仍面临着诸多挑战，特别是那些掌握着更多资源的科技巨头们的竞争压力。但鉴于IBM在AI领域的悠久历史、庞大的专业知识储备以及在扩展AI解决方案中体现出的深度和广度，我坚信IBM仍然保持着自己的优势地位，完全有能力把握住这场影响深远的技术革命，最终成为新时代的先行者与创造者。

作为本篇回顾文章的结尾，我期待看到一个AI时代下的全新IBM。相信IBM将获得全新的形态与面貌，重新关注技术、变革步伐、服务与产品上市时间，并建立起属于自己的系统集成商、独立软件开发商乃至云服务巨头合作伙伴生态。必须承认，IBM过去曾经有过失误、错过了机会，但这既是打击但同时也是种宝贵的经验。所以那些唱衰IBM的企业、合作伙伴或者投资方，如果各位有段时间没关注过IBM的动向了，我强烈建议大家重新审视一番。