在汽车生产线的打紧工序中,每一个螺丝的扭力都有具体数值,通过对数据进行大数据分析,就能及时发现生产工艺中可能存在的质量问题,提高生产成功率。这是数字技术在汽车制造业的一个应用实例。
如今,以AI、大数据为代表的数字技术正悄然重塑各个行业,改变着企业的运作方式。能否在这场技术变革中掌握先机,决定了企业未来的命运——成为行业领导者,或是被淘汰。
在本期《对话数字中国》中,至顶科技CEO兼总编辑高飞与领悦数字信息技术有限公司南京分公司总经理戚海飞、图灵新智算董事长兼CEO刘淼和IBM中国总经理、IBM大中华区科技事业部总经理侯淼展开对话,围绕技术、人才等多个角度,深入探讨了智能时代,企业需要哪些新方法论。
AI布局的起点
技术之变革,始于人心。
作为宝马信息技术中心,领悦推动了宝马集团在中国近年来的数字化变革。戚海飞说,“以前很多同事对‘大数据’、‘AI’的认识停留在技术热词表面,并不理解其内核。”他们采取的办法是将技术具象化。
比如,直接将产线上的一套打紧工具放在桌上,再向大家解释如何通过大数据分析提升生产精度。这种直观的方式拉近了人们心理上与技术的距离,让非技术背景的员工也能快速感受到技术的价值,更激发了各个部门参与变革的热情。
回看这段经历,2016年随着国家互联网+战略的提出,公司内部将数字化转型提上议程,2018年正式组建了数据和AI团队。2020年领悦的AI应用案例有十余个,而如今在整个生产制造领域已扩展到上百个案例,实现了规模化应用。
与领悦的逐步探索发展不同,图灵新智算则是在生成式AI浪潮中乘风而起。2023年9月,刘淼创立了图灵新智算,专注于提供AI算力解决方案。曾在联想、IBM担任多个重要职位的他,敏锐地捕捉到了生成式AI带来的算力市场机遇。
在他看来,企业级AI方案不仅要对架构、存储、软硬件等有深刻理解,更需要大胆创新,尤其是如何基于大模型赋能传统企业?如何将其与行业应用相结合?回答这些AI时代下的新问题,是他创立公司的初衷。
构建AI平台时,图灵新智算选择了IBM作为合作伙伴。IBM与AI的渊源由来已久,从1997年“深蓝”计算机在国际象棋竞赛打败卡斯帕罗夫,到2011年Watson系统在“Jeopardy!”问答赢得冠军,过去十几年,IBM在AI领域写下了属于自己的页页篇章。去年五月,IBM推出企业级AI与数据平台watsonx,进一步完善了企业级AI布局。
从IBM的角度看,过去几年用户的基础架构和应用环境越来越复杂,数据量越来越大,面对新的市场变化,侯淼指出了几个关键趋势:第一是通过混合云架构对独立的系统进行整合和标准化,第二是数据和AI的爆发,AI从过去的辅助角色转为驱动角色;第三是自动化管理将变得愈发重要。
AI落地的方法论
今天,拥抱AI已成为行业共识,但在具体实施AI的过程中,企业又往往陷入困惑,不知从何处着手。
刘淼认为,通往AI没有固定答案,企业可以量体裁衣。对于大型互联网企业如微软、AWS、阿里、腾讯、字节跳动等,他们在技术实力、人才储备和创新文化上都占据优势,最容易向AI转型。这些企业正纷纷加速AI布局,高喊“all in AI”口号,是推动AI发展的中坚力量。
而初创公司往往采取更加灵活的策略。资源相对有限的他们,可以更多依赖云计算平台和外部算力资源来满足AI需求,这种方式为他们提供了更具成本效益的解决方案。
对于传统企业来说,AI的落地显得更加审慎。他们需要在不影响现有业务的同时进行技术转型,因此倾向于私有化部署,确保数据和系统的安全性。他们面临的最大挑战是“边高速开车边换引擎”。
刘淼提到,企业AI转型时应建立一套理论框架,具体的实施路径则有很多种,既可以先构建算力,也可以先开发出POC(概念验证)和MVP(最小可行产品),还可以选择套件逐步试验,条条道路通罗马。
但无论选择何种路径,AI的实际应用,始终依赖于人才的支撑。根据艾媒咨询发布的《2024年中国企业智能化发展人才需求调研》报告,高达91.3%的受访企业面临AI人才缺乏。在全球范围内,AI人才的培养与竞争激烈异常。
戚海飞指出,企业首先要明确人才的定位,我们需要既懂技术又懂业务的应用型人才。他分享了领悦在人才培养、吸引及保留的全流程方法论。在人才储备上,领悦通过与高校合作,吸收了很多博士生。戚海飞表示,博士生项目是一种很好的人才培养模式,它让博士生能在真实的场景和数据中做研究,同时企业也因此获得了高素质人才。
另外,有竞争力的薪酬和广阔的发展空间对吸引和保留人才至关重要。企业应提供一个开放创新的平台,使他们在为企业创造长期价值的同时,也能实现个人的价值。
IBM从自身角度分享了协助企业部署AI的经验。侯淼强调,IBM视自身为“零号客户”,优先在内部应用自己的技术。为了促进技术转型,IBM专门成立了转型办公室,并在内部推行基于对话的解决方案“Ask IT”,通过自动化工具帮助员工快速解决IT问题,大幅削减了IT支撑成本。
IBM采用双管齐下的策略:一方面,通过IBM Consulting为企业提供咨询服务,引入行业know how和全球客户的实施经验,促进企业变革;另一方面,IBM借助合作伙伴生态系统的力量,为客户提供全方位的系统工程,确保AI的顺利实施。
重塑中的行业生态
每一种新技术的崛起,都会重塑或改变行业生态的格局,这种变化悄然改变着所有企业的生存之道。
据戚海飞观察,与传统的软件产品不同,对于大数据分析和AI技术,每个企业都有独特的应用场景,导致很难将其快速产品化。他相信,随着技术的不断迭代,未来AI应用必然会走向标准化和产品化。但这一过程,需要整个生态的企业合力去推动。
与此同时,企业内部的变革也正在上演。戚海飞指出,过去IT部门对业务部门通常是“交钥匙”的模式,不仅效率低且浪费严重。近几年公司推进敏捷转型,让IT部门与业务部门紧密合作,每两周进行一次迭代,以“小步快跑”的方式快速响应市场需求。
在刘淼的眼中,他看到了当前市场对整合式AI服务的迫切需求。他透露,公司在帮客户构建算力平台的过程中,整合了包括芯片厂商、模型厂商在内的上游资源,也切实感受到,“我们不仅需要强大的‘后厨’提供技术支持,还需要更多的‘前台’人员,及时解决客户的第一线问题。”
而IBM则是紧抓开放、共创的理念。公司深谙一个道理:企业要在这个瞬息万变的时代中立于不败之地,必须保持足够的开放性。
侯淼指出,企业需要一个开放的平台来支持不同的AI模型和应用场景。IBM企业级AI与数据平台watsonx,正是基于这样的开放理念,通过构建和扩展广泛的生态,把IBM从存力、算力、企业级AI应用到咨询服务的全栈能力,交到企业手中。
每一次技术革新,都像是把河流引入一个新的方向。企业只有顺水行舟,才能在浪潮下乘风而行,驶向远方。
好文章,需要你的鼓励
智谱AI率先推出了 AutoGLM,试图打造一款能够理解、规划、执行,并最终实现“无人驾驶”操作系统的 AI Agent。
该处理器采用16nm工艺技术设计,拥有 48 个ARM Cortex-A75内核,六通道DDR4 3200 MHz 内存 - 每插槽高达 768 GB(每通道 128 GB)
谷歌DeepMind研究人员则直接把这项技术集成到AI Agent中开发了Talker-Reasoner框架,让其具备“快”、“慢”两种拟人化思考方式。
数据密集型工作负载的激增,导致计算系统需要处理的数据量大幅增加。这种不断拓展的数据环境,迫切需要具备更大容量和更高带宽的