当微软、谷歌等科技巨头沉浸在生成式AI和大模型的浪潮中，蓝色巨人IBM也并不甘落后，并明确了自身差异化的定位——不直接做大模型，而是去帮助企业去打造基础模型和应用，成为企业最佳的合作伙伴。

(资料图)

这是IBM近日在一场面向媒体的发布会上，IBM大中华区董事长、总经理陈旭东透露出的战略定位。同时，IBM发布新一代AI与数据平台IBM watsonx，为企业级基础模型和生成式AI提供落地工具。

“ChatGPT的横空出世，证明了大语言模型是一条走得通的通往未来AI的道路，也意味着AI经过几十年的算法、算力、数据等方面的量变积累，质变时刻已经到来。”陈旭东对搜狐科技等媒体表示。这家成立百年的科技巨头，也在试图抢抓这波机遇。

拥抱企业级基础模型，+AI转变为AI+

伴随着ChatGPT引爆的生成式AI和大模型浪潮，AI成为企业提高核心生产力的迫切需求。IBM商业价值研究院最近发布的一份面向全球超过3000名CEO的调研报告显示，有四分之三的受访CEO认为，部署先进的生成式AI将为企业带来竞争优势。

陈旭东表示，IBM对于这波机遇的选择是拥抱企业级AI，帮助企业根据自身的业务需求、使用企业自己的数据，为企业量身定制生成式AI解决方案和模型。

IBM大中华区董事长、总经理陈旭东

此次发布的watsonx正是定位于企业级AI平台，它包括watsonx.ai （已上市）、watsonx.data（已上市）和watsonx.governance（今年第四季度上市）三大产品集。陈旭东称，watsonx是IBM以前所未有的速度所推出的新产品。

“最近我被问到最多的一个问题是，IBM现在还在做AI吗？我要告诉大家，IBM是一家混合云与AI公司，我们一直在做AI，专门为企业做。”IBM大中华区首席技术官、研发中心总经理谢东强调称。

实际上，IBM在AI领域已有60多年的积累。从上世纪五六十年代的跳棋人机比赛，90年代轰动世界的计算机深蓝战胜人类国际象棋大师，到2011年人机知识大赛中AI战胜人类选手和2019年的AI辩手，再到此次生成式AI和大模型浪潮，IBM在持续探索。

谢东认为，现在谈到AI的时候，很多人觉得ChatGPT特别厉害，但它并不是无所不能。对企业来说，把AI的能力用到自身数据上面，结合自己的业务场景，才能提供价值。

“这个过程中，企业应该关注更核心也更广泛的概念——基础模型。”谢东认为，企业一旦拥有一个基础模型，就可以比过去更轻松地构建AI和衍生AI应用，同时基础模型的灵活性和可扩展性也会大大加速企业对AI的采用。

据他介绍，微调和调优基础模型以适应各种任务所需的数据量，要比从头构建大模型少10倍、100倍。在IBM将基础模型应用于客户的早期工作中，企业的价值实现时间比传统的AI方法快70%。

为此，IBM正致力为需要利用大型语言模型、IT自动化模型、数字劳动力模型、网络安全模型等很多专用模型的业务场景开发基础模型，watsonx正是这样一个平台工具。

同时，谢东认为，对于企业应用来讲，大模型并不一定是越大越好。“企业应用的目标是模型能够解决特定的问题，还要考虑运维成本，那么模型越小越好，越小越灵活，才更加节能和有效。同时，模型能够不断学习、不断进化，这才是企业对AI的要求。”

这也使得AI在企业中的地位发生变化。在不到一年的时间里，企业已经从应用AI助力业务经营的范式，转变为各行各业都在寻求如何把AI嵌入企业的战略核心。

谢东认为，正是基础模型技术催生了这个拐点。“现在的企业希望把AI用到核心应用里面，增强实际的生产力，需要从以前数据为先的+AI时代迈入AI为先的AI+时代。”

陈旭东强调，面向企业级AI，IBM并不是要做“超市”的集成销售，而是把自己定位为技术赋能者，从基础算力、存力、算法，到咨询、训练、验证、调整和部署等，为企业提供全栈的核心能力，减轻企业实施AI的负担。

此外，IBM还在推动生态打造，参与AI开源平台Hugging Face最新一轮2.35亿美元的融资，并在watsonx上达成合作，帮助企业筛选出最好的开源模型，并帮助企业构建、部署和定制跨多个领域的基础模型。

未来十年将迎AI爆炸，面临数据等挑战

在与搜狐科技等媒体的对话中，陈旭东认为，生成式AI解决了一个最大的问题是人类和机器在自然语言上的沟通，产生了推理、总结、分析等以前没有预料到的能力。

“未来十年，是AI发展非常关键的十年。我个人的期待是，家里会有一个机器人保姆。”陈旭东说，IBM也希望能够抓住这个AI大爆炸的机会。

IBM大中华区客户成功管理部总经理朱辉认为，现在生成式AI和大模型基本处于打开脑洞的阶段，未来很长一段时间内都将处于企业探索大模型能力的阶段。

因此，不同于C端立竿见影的效果，企业级AI往往需要更长的落地周期。而IBM数年前确定的混合云与AI的战略，正契合了当今云与AI加速融合的大势。

陈旭东称，这对IBM是千载难逢的机会，会抓住历史机遇推动IBM的发展。IBM方面表示，到2025年所有Watson产品，将融入基础模型和生成式AI的能力。

但在大多数企业CEO认可生产式AI和大模型价值的同时，IBM前述报告还显示，有61%的CEO表达了对生成式AI中所使用的数据来源的担忧。

陈旭东认为，这侧面反映了企业的AI之路面临着重重挑战，首先是技术挑战，尤其是数据的准备、应用和治理。

“就像烹调美食一样，再好吃的美食，除了厨师的精湛技艺之外，更关键的是食材的新鲜和高品质。”朱辉也认为，现在AI对数据的质量、共享和开放等提出了越来越高的要求，但大部分企业远未达到成熟的地步，这将是AI落地成功的关键要素和挑战。

技术本身也面临先天缺陷，比如常常被提到的幻觉，目前所有生成式AI都存在这一问题。“解决幻觉要从数据开始，至少要保证训练的数据满足合规要求，数据本身的完整性、信息量能合乎要求。”谢东表示。

目前，IBM正在研究降低AI幻觉风险的方法，名为检索增强生成，这将使模型能够在生成答案之前从知识库中检索相关数据。用户还可以调整现有模型以执行特定任务，这也有助于降低产生幻象的风险。

谢东还表示，不同于消费级应用，企业级应用还必须解决AI可信性、适应性等问题。“在用AI决策时，一定要知道它的依据，同时模型能不断适应不同的应用需求，并可扩展。”

IBM watsonx则提供了全套的方案，除了进行训练、验证、调优、部署AI模型和应用的watsonx.ai，还有针对数据管理的watsonx.data，以及AI治理和监管的watsonx.governance。

此外，陈旭东还认为，AI应用落地还面临人才挑战，企业需要快速实现人员技能的转型和提升，来拥抱AI浪潮。最后还有文化挑战，技能的转型往往伴随组织文化的更新，这需要优秀的管理智慧。

责任编辑：