 |
北京2023年9月27日 /美通社/ -- 過去十年，企業級 AI 取得了階段性進步，并帶來了可喜的業務成果。然而AI 的潛在風險一定程度阻礙了企業進一步推廣AI的應用。今年7月，IBM 在全球正式發布了企業級AI與數據平臺-IBM watsonx，旨在幫助企業加速使用可信數據、負責任地大規模應用AI。
依托這樣一個里程碑式的AI技術平臺，IBM Consulting(IBM 咨詢)也將充分發揮其端到端咨詢服務的優勢，利用深厚的技術、行業和領域專業知識，幫助客戶應用AI來更好地交付業務成果，從提高生產力、提供更好的體驗，到打造新的業務模式。
響應時代的呼喚：讓AI成為企業核心生產力
今年，IBM商業價值研究院（IBV）聯合牛津經濟研究院針對30多個國家和地區的24個行業的3000位CEO展開了調研。這份調研報告顯示，鑒于全球經濟形勢較為嚴峻，提高生產力上升至公司高管當前最緊迫的事項。與之緊密相關的技術現代化雖然降為第二位，但隨著生成式AI引爆熱點、云服務日趨成熟、量子計算飛速發展，企業仍然不得不高度關注技術現代化相關工作，以保持自身競爭力。
其中，AI的合理運用已經在深刻改變一些行業的業務運營，久負盛名的溫布爾登網球賽就是一個極佳的例子。
眾所周知，粉絲互動是賽事的重要變現手段，所有賽事主辦方都希望應用AI 等技術不斷提升粉絲互動的KPI。34年來，IBM 一直是溫網的官方技術合作伙伴，對此貢獻頗多。2022 年溫網首輪，7 屆賽會冠軍小威廉姆斯對戰第一次獲得溫網正賽資格的 24 歲法國姑娘哈默尼·譚。比賽前，大多數網球迷都預測小威將晉級，但 IBM Watson 預測哈默尼的贏面為 53%。結果小威苦戰 3 小時不敵哈哈默尼，IBM Watson 實現了準確預測。
這樣精準的預測是如何實現的呢？在這背后，IBM分析了上百萬的內外部數據點，包括運動員過去幾年在所有比賽中的表現，同時抓取海量的媒體報道，提取其中的非客觀數據，如受傷和康復情況，運動員精神狀態和承壓能力等。IBM將這些數據放在混合云架構上，進行 AI分析，從而得出對比賽的洞察，也由此讓溫網球迷互動變得更有趣、更有溫度，給觀眾帶來更豐富的觀賽體驗。
溫網的例子很好地證明了AI技術應用到合適的行業場景所能帶來的創新突破。但是，知易行難，企業要真正將AI落地到業務場景中，依然面臨重重挑戰。對此，IBM認為企業需要制定生成式AI應用的四項核心原則：
開放性，需要支持當前最佳的AI和云技術，可建立新的基礎模型并訪問開放社區。
針對性，需要針對企業和特定的業務領域而設計，可釋放新的價值，包含可根據專有數據和公司指導準則進行調優的精選模型。
可信任性，需要提供安全和數據保護，以治理、透明度和倫理道德為基礎，支持不斷增長的監管合規要求。
可賦能，包括在單一平臺上匯總自主數據和AI模型，可便于調優、訓練、部署和管理；隨處運行，專為規模化和廣泛應用而設計，可創造真正的企業價值。
IBM 近期在華正式發布的IBM watsonx恰恰可以遵循以上原則幫助企業負責任、規模化地構建、應用和擴展領先的AI技術，提升競爭力。IBM watsonx 平臺包含三個產品集：watsonx.ai是基于生成式AI和機器學習的AI開發平臺；watsonx.data是基于開放式湖倉架構而建設，且與用途匹配的數據存儲平臺；watsonx.governance則是一個端到端的AI治理工具包，幫助企業構建負責任、透明、可解釋的AI工作流。
IBM 咨詢則具備從戰略到運營的端到端咨詢服務能力和團隊，可以通過"授人以漁"幫助企業全方位構建 AI 能力，依托 IBM watsonx 產品快速發掘大規模應用場景，與客戶全方位共創可執行、可落地的企業級 AI 解決方案，將 AI 實實在在地轉化成生產力。
攜手企業客戶，打造最佳AI范例
事實上，IBM正在通過廣泛的業務領域與企業客戶積極合作，推進在AI領域的企業級應用，共創業界領先的案例，主要包括核心運營能力，客戶關懷，人才轉型，應用現代化，IT自動化、安全性、可持續發展等領域，幫助企業從數據為先"+AI（即局部應用 AI）"的范式，轉變為 AI 為先的"AI+"范式。
智慧供應鏈就是非常重要的一個核心運營領域。IBM不僅擁有自身供應鏈認知轉型的經驗，還在AI賦能的數智化解決方案和供應鏈咨詢實施項目上有豐富的經驗積累，可以通過IBM咨詢服務與實施組合，助力客戶解決實際問題，最終實現端到端供應鏈卓越運營。
從2021年開始，IBM便協助某跨國化工企業規劃與建設供應鏈智慧平臺，基于IBM Watson平臺打造供應鏈運營的透明度和韌性，為客戶實現2025年智能供應鏈愿景奠定重要基石。該智慧平臺通過識別、設計、實施，覆蓋供應鏈計劃、采購、物流及訂單管理各領域的20多個場景用例，實現了端到端業務運營的可視性、風險以及異常預警，實現預測、情境模擬、分析等決策支持功能。另外，該平臺還通過智能工作流完成解決方案的執行，并應用生成式AI與用戶互動，打造全新的用戶體驗。預計平臺落地后，其供應鏈響應效能將提升約20%，交付可靠性將提升約8%，整個供應鏈成本將顯著降低。
同時我們還有汽車行業場景的應用范例。國內整車行業某領軍企業有非常復雜的物流網絡需求，在全國設有5地6廠，近30個基地庫，25個分撥庫，1700多個經銷商，遍布近500個城市。之前主要依靠人工經驗，缺少科學的計算和數據支持，在運輸計劃和執行方面可視化協同能力差，效率低，缺乏對業務的快速響應能力。
IBM提出物流配送網絡優化平臺的解決方案，為該企業導入基于IBM專利技術的深度強化學習的AI算法，著重解決整個物流網絡的布局優化問題。方案根據銷量分布、同運輸模式下的成本、時效、運力等信息，建議倉配網絡布局模型，從物流網絡的戰略規劃層面，實現物流經濟性與時效性平衡。在運輸計劃和運輸執行方面，建立運輸主控室，通過優化算法實現運輸計劃自動編制及智能配板，提高整車業務效率，并通過跟承運商的合作，動態實時監控運輸狀態，精準預測貨物到達時間。人工智能算法的加持使整車交付的全過程變得更快、更好、更透明，提升了客戶滿意度，有效控制成本，成為整車物流管理領域的行業標桿。據統計，單車運輸成本降低26%，單車運輸時效提升30%。
這些案例充分說明，IBM咨詢團隊正在協助眾多大型企業運用傳統的機器學習、深度學習以及預處理等各種AI能力解決不同的業務問題，實現重大的業務價值。
持續擴展全球服務能力，成為企業AI轉型可信伙伴
與此同時，IBM咨詢也在全球層面持續擴展AI服務能力。IBM 咨詢最近宣布設立了一個致力于生成式人工智能服務的卓越中心，凝聚大量專家資源及豐富實踐經驗。卓越中心擁有 1000 多位具有生成式AI專業知識的顧問，他們將與客戶開展合作，助力提高 IT 運營、人力資源或營銷等核心業務流程方面的生產力，提升客戶體驗，并創新業務模式。
對于AI價值的交付，IBM不僅僅靠自己，也通過與生態系統伙伴合作拓展AI價值，借助值得信賴的專業知識，隨時隨地在任何云上交付任何AI模型：在開放創新方面，依托watsonx開放數據和 AI 平臺，支持多模型、多云架構與能力構建，持續創新；在專業知識上，采用開放式多模型 AI 和云方法，結合領域和行業專業知識，重塑企業工作流程；在擴展價值方面，結合自主 AI 技術與合作伙伴技術，共同擴展解決方案的價值。
在過去的十年中，依托遍布全球的21000名數據和AI領域顧問，IBM咨詢為企業提供AI、機器學習和自動化解決方案，為千行百業優化業務流程和IT運營。僅僅是2022年，IBM就為客戶開發AI用例約2000個，實施AI與分析合作項目超過4萬個。同樣在2022年，我們在全球范圍內開展的積極和持續AI客戶合作項目的數量達到了1000多個。
如今，我們正在積極利用基礎模型和生成式AI來幫助企業加速解決業務挑戰，包括降低成本、縮短周轉時間以及提高生產力等。IBM咨詢希望憑借在AI領域的豐富經驗累積與強大能力，成為企業客戶在AI轉型旅程中的最佳合作伙伴。
