IBM 谢东：IBM watsonx 助力生成式 AI 的企业应用

　　“2023中国AIGC产业发展论坛”于9月4日在北京召开。IBM全球副总裁、IBM大中华区首席技术官谢东出席并演讲。

　　以下为演讲实录：

　　大家好，我今天分享的题目是《IBM watsonx 助力生成式AI的企业应用》，站在企业应用角度，来谈一谈各个行业面临AI大潮到来的时候，是如何用大模型来促进企业自身发展的。

　　IBM 是一家服务于企业用户的 IT 公司。随着 ChatGPT 的问世，我们经常被企业客户追着要各种各样的人工智能工具，几乎见面都会说“我们来谈一谈人工智能大模型”。以前谈到 AI 的时候，经常限定在某些场景、某些情况下谈，而现在几乎是各行各业，都在探索自身企业到底如何能够用好大模型。IBM 研究院针对全球企业进行了调查，大约 50% 的 CEO 都认为生成式 AI 将是促进企业创新和发展的利器。

　　为什么会产生这样的变化，其实是生成式人工智能带来的创新能力，比如可以做文件文本的总结摘要，可以进行对话搜索，可以进行各种各样的包括文字、图象、视频、声音的内容生成，甚至还可以生成代码等。对一个企业来说，企业应用不仅用到大模型，同时还要兼顾以前仍然有效的传统AI方法，以及如何部署实施这些大模型。

　　这里列举了一些人工智能在不同行业的应用场景，无论是金融、制造、零售行业等，都会有不同形态的 AI 大模型助力。教育行业带来的改变非常深刻，一方面人工智能大模型会改变教育模式本身，也会对教育提出新的要求，需要有更多的人工智能应用，和更多生成式人工智能时代的新型人才。再有对IT行业本身也有冲击，很多程序员利用生成式人工智能辅助自己，基础的科研项目也都是用大模型来辅助科学研究。

　　既然有这么多的好处，企业为什么无法快速应用生成式AI？

　　很多企业谈到应用挑战时，主要体现在三点：安全、隐私、准确性。

　　安全，在大模型使用过程中怎样保护企业内部的数据，确保内部的知识产权不被泄露。

　　隐私，如何保证个人用户的隐私安全。

　　准确性，既然是生成式模型，我们在强调生成内容创新的同时，必须保证内容的准确性。

　　除此之外，我们还看到更多企业领导关心的问题，包括生成式大模型可解释性、伦理问题、所遇到的偏见以及是否可信等，必须解决这些问题，才能使生成式 AI 在企业里有一个真实的价值体现。

　　当一个企业决定使用生成式AI时，它应该考虑哪些问题？

　　我总结为五个方面 ——

　　第一，应用场景。结合企业自身业务思考，生成式AI可以在哪些场景得以应用？虽然我们刚才看到生成式AI可以带来很多新奇的能力，但是企业要考虑这些应用场景是否真的能为自身带来价值。

　　第二，成本因素。在实施AI过程中，要考虑哪些成本比较低，哪些过程容易尽快实施，并且在这之后能逐步深化。

　　第三，生态。我们看到，从算力、算法、到数据、到不同行业，其实要在一个很大的生态里完成，一个公司不可能从训练、调优、开发都靠自己，甚至不能完全靠自己的数据完成这一切，一定要考虑合作伙伴，建立起自己的应用生态。

　　第四，如何治理。目前已经有越来越多针对人工智能的法律规范逐步出台，要遵守这些规范，才能保证企业在应用人工智能和大模型时是合法合规的。

　　第五，人才。开发人工智能大模型的应用需要新型人才，企业在应用时一定要考虑如何培养起这样的人才，以及如何通过合作伙伴和生态力量，获取这些人才能力。

　　解决以上这些问题，当一个生成式 AI 具备以下三个要素时，才能被企业快速的应用起来：

　　第一，   AI 必须是可信的。不仅包括它要准确，还包括它是公平的、可解释、稳健的、透明的、具备隐私保护、数据权利等，确保当企业应用 AI 时，它可以为企业创造价值，而不是带来麻烦。

　　第二，   它必须是企业就绪的 AI。一个企业想利用 AI 大模型发挥价值的时候，一定要把大模型的价值建立在自己企业的数据基础之上，让大模型跟自己的业务紧密结合。

　　第三，   开放和可扩展。采用 AI 只是一个开始，一定要规划好入门以后的 AI 治理，确保企业一步一步坚实地走好。

　　为了支持企业能在生成式大模型时代用好人工智能，IBM发布了IBM watsonx平台，它由三大能力组成：watsonx.ai、watsonx.data、watsonx.governance。

　　watsonx.ai，它既有传统AI的能力，又有生成式的能力，通过训练调优，能提供一个集群帮助企业进行模型的使用。IBM 的观点，在大模型时代我们可以对用户不仅提供一些IBM 自己训练的大模型，还有各种开源大模型，同时还可以帮助用户在自己的数据基础上训练自身的大模型。

　　watsonx.data， 企业一定要把 AI 应用跟自身的数据相结合，包括如何跟企业现有的数据、内部外部的数据都结合好，让数据可以安全可靠的被访问，所以我们做了这样一个湖仓一体的数据方案，让企业现有数据更好的支持大模型的应用。

　　watsonx.governance，它用来确保大模型训练中用到的数据是合规的。利用工具对数据进行公平性扫描，并且它根据不同国家不同行业的法规进行实时更新与合规检查。

　　我们希望通过开放向善的技术、高瞻远瞩的领导力、携手共创的生态，帮助更多企业抓住 AI 机遇，大幅度促进企业生产力的发展，IBM 期待与更多企业携手共创！

海量资讯、精准解读，尽在新浪财经APP

责任编辑：梁斌 SF055