本月初,笔者参加了面向软件即服务提供商的SaaStr大会,这项活动面向那些希望分享想法以学习如何扩展和发展的小型SaaS公司。
到目前为止,参加这些活动最大的公司是IBM,鉴于这次活动的重点是小型SaaS提供商,很惊讶看到IBM在那里,所以笔者和负责软件和AI合作的副总裁Raj Datta谈论了IBM在这些活动上的现身。
他告诉我,IBM在那里是为了支持和发展独立软件供应商合作伙伴。IBM的展位不是典型的全功能展位,而是“IBM Partner Plus”风格的展位,其存在的目的是为了促进关系并使合作伙伴能够在watsonx上构建AI解决方案。
笔者花了一些时间在那里与其他IBM员工及其合作伙伴交谈,以下是主要收获:
AI已经从愿景转变为现实
行业观察家和媒体仍把AI视为一项未来技术,但现实是AI已经到来,并且正在创造新的体验。在SaaStr,我遇到了两位IBM合作伙伴,他们都在watsonx上构建了解决方案。
其中,TruGolf是一款使用watsonx生成式AI评论的高尔夫模拟器。当一个人走向高尔夫球时,系统会向球员打招呼,评论历史,然后评论击球。
另一个IBM合作伙伴Geminos使用watsonx来实现所谓的“因果AI”,它会查看数据找到所做分析的“因果关系”,这对于理解AI幻觉发生的原因特别有用。但这只是众多使用watsonx进行构建的两个例子,表明我们正处于AI的现实阶段,现在是时候让企业开始实践AI了。
AI的成功需要生态系统性的方法
没有一家企业能够独自成功地实现AI,因为有太多动态因素需要考虑,其中很多因素并非纯粹的技术。Datta谈到了这个问题,他说:“如你所知,很多企业正在采用我们的技术,我们可以帮助他们的一种方式,就是缩小技能差距。我们拥有一个庞大的工程组织,尤其是与较小型的SaaS厂商相比。我们帮助合作伙伴构建技术,然后一旦技术上线,我们就拥有一个合作伙伴生态系统,可以做从联合营销到帮助学习如何更好地销售技术等所有事情。”
从历史上看,IBM以其大型软件合作伙伴而闻名。借助AI,IBM还构建了一个由小型ISV组成的生态系统——大部分AI创新都将来自这里。
护栏必不可少,但很复杂
尽管AI有诸多好处,但人们也担心AI的“阴暗面”,这源于偏见、幻觉和其他问题。Datta说:“由于缺乏治理模式,道德问题仍然是企业面临的巨大障碍。我们听说过AI是如何产生偏见和错误信息的,这是IBM代表客户持续投资的领域。”
对于内部项目和较小型的ISV,我鼓励他们依赖IBM等大型AI提供商,因为他们拥有解决这些问题所需的专业知识和技术,而这些问题可能是非常昂贵且耗时的。
AI再培训是必须的
AI将取代数千万个工作岗位。具体数字谁也说不准,但我见过的估计数字最低是1000万,最高是3亿。
从表面上看,这似乎是坏消息,但其实是个好消息,因为AI创造的就业机会将远多于它取代的就业机会。此外,AI将使我们能够更聪明、更快速地工作。现在的关键是帮助员工重新学习技能,为下一波技术浪潮做好准备。
这种工作转型伴随着互联网的兴起、云的增长、以及大型机的演变而发生,AI也将如此。2022年,IBM改进了技能培训方法,为合作伙伴提供与IBM员工相同的培训和支持。
此外,Datta表示,IBM已经聘请了数千名工程师来帮助ISV把AI嵌入到他们的软件中,前提是ISV了解IBM软件、客户和产品路线图。IBM工程师可以利用他们的技能增强他们的技能,以提供联合解决方案。
构建可解决特定企业痛点的解决方案
AI可以解决的问题几乎是无限的;问题是从哪里开始。例如,Datta分享了一个数据点,91%对品牌不满意的人会离开,这并不令人震惊。有类似的数据显示,三分之二的千禧一代因为一次不好的体验就会离开一个品牌,或者90%的公司现在都围绕客户体验展开竞争。
因此这引出了一个问题:我该如何解决这个问题?Datta分享了一个后续数据点,那些没有AI的代理中,有51%是把大部分时间花在了简单重复的任务上。AI可以通过将这些工作自动化来解决这个问题,使代理能够花更多时间与客户互动。他展示了财务、人才管理、运营等方面的类似优势,结论就是从大问题开始,然后使用AI解决人为延迟最多的领域。
正如预期的那样,AI是这次SaaStr大会的核心主题。AI将成为自互联网兴起以来最大的技术变革推动者,但必须首先克服几个挑战。规模较小的ISV应该依靠IBM等更大型的合作伙伴,不仅是在技术方面,还有在技能、营销和其他支持方面。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。