作者：李红焰
IBM 大中华区数据人工智能与自动化业务总经理
如果把 2023 年看成是人工智能在消费者市场独占鳌头的一年，那么 2024 年必将是企业级人工智能大刀阔斧迈步向前的一年。
当下，各大技术厂商不断将各种大模型推向市场，“卷”技术参数，做行业测评……那么，企业到底需要什么样的 AI 和模型?如何选择适合自身业务发展的 AI 和模型?我们似乎又来到了一个“乱花迷眼”的彷徨时刻。企业领导一方面对于 AI (尤其是生成式 AI) 能够为企业效率与竞争力带来革命性变革的可能性充满期待，另一方面也因为担忧数据质量、安全、治理、AI 技术本身，以及人才文化等各种现实问题而踌躇不决。
“科技引领进步”是 IBM 坚守百年的价值承诺，我对此深信不疑。科技必须向善，必须能够造福企业和社会，这既是科技人的愿望，也是技术使用者应该坚守的准则。IBM 认为，锐意进取、渴望引领人工智能革命的企业在决心开启 AI 之旅的时刻，需要认真思考四个基本原则，这是企业 AI 创新之旅的起点，也可能成为未来企业 AI 之旅的指航针。
第一个原则：企业要成为拥有 AI 领先优势的价值创造者。
企业级 AI 有三种不同的使用或者消费模式：第一是购买嵌入了企业级 AI 的应用软件;第二是通过 API 调用查询第三方模型;第三是利用公有和私有数据创建 (然后查询) 自己的基础模型。
如今，大多数企业主要采用前两种模式，因为它们是尝试和发现有价值用例的最简单的途径。例如，国内著名鞋服行业领军品牌企业柒牌男装就选择采用嵌入了企业级 AI 的 IBM 业财一体化计划与分析平台 (Planning Analytics with Watson)，作为其全面预算管理项目的核心软件，涉及公司的财务、人资、运营、IT 等多个业务条线与系统数据，目的就是为了释放各种类型业务数据的价值，获得更多的业务洞察与预见性，通过智能化的预算管理，使企业上至集团的战略规划，下至某个店铺的运营，都能获得应有的效率。
生成式 AI 逐步融入普通消费者的生活和企业的运作，普通消费者作为 AI 使用者，也许可以不在意自己所用的 AI 技术的底层运行机制，而企业却不行，因为作为 AI 使用者的企业需要保护专有信息、知识产权和商业机密，还需要满足道德、声誉和法律的要求。
企业想要拥有 AI 领先优势并最大限度地发挥AI的向善价值，就应积极参与企业基础模型的价值创造，而不是将自己的能力、战略以及最为重要的数据简单地外包给第三方。基础模型，究其根本，是一种全新的数据呈现方式，可以揭示潜藏在数据中的深刻洞察。因此，企业必须慎重考虑，如果将自己的数据交由一个不属于自己的基础模型进行编码，他们是否会丧失自己的竞争优势，是否会失去原本可从这些数据中获取的独到洞见与价值。
有能力创建自己的 AI 模型(切记，并非都是大模型)的企业，不仅可以训练、调整和管理自己的 AI，从而可以持续优化和利用这些技术，还可以对融入自身宝贵数据的企业基础模型拥有真正的所有权和掌控权，并对其加以保护和利用，直接为企业的规模化创新和数据变现服务。
企业构建针对自身业务发展的基础模型，这个任务看似艰巨，其实不然。为了减轻企业构建和使用 AI 的负担，使企业能够更加轻松地规模化开发、调整和部署企业就绪且值得信赖的 AI，IBM 推出了能够端到端支持企业构建和采用可信的基础模型和生成式 AI 的新一代 AI 与数据平台 watsonx，帮助他们可以根据自身独特的业务需求和自身数据来构建自己的 AI 和模型，让更多企业能够从“乱花迷眼”的困境当中走出来，把握生成式 AI 和大模型带来的机遇，成为拥有 AI 领先优势的价值创造者。
第二个原则：企业应押赌于开放式生态。
当企业数字化转型迈入 AI 为先的“AI+”时代，就要避免关起门来单打独斗，想象自己可以打造一个类似“独家秘笈”的封闭能力。
无论 AI 如何向前，都不可能在封闭的模式下获得大发展。推动 AI 革命，需要调动整个生态社区的能量与智慧，必须倚赖一个开放的生态。利用开放社区的力量，企业可以选择和整合符合业务需求的开源模型、专有模型，或者自建模型，以恰当的成本获得最大的业务价值。
IBM 与 Hugging Face 的合作就是为了贯彻和推动这一原则。Hugging Face 是企业级开源生态系统的中流砥柱，目前已经开放共享了超过 25 万个 AI 模型。将 Hugging Face 纳入 IBM watsonx 平台，就是为了帮助 watsonx 的客户利用社区的创造力和多样性，使他们的 AI 是开放和充满活力的，并且具有无限的可定制性。
以气候和地球科学为例，这个商业和科学领域有很多瓶颈，例如，难以获取最新信息，由于数据规模庞大而难以快速分析等等。美国国家航空航天局 (NASA) 预计，到 2024 年，他们仅新数据就将达到 25 万 TB，如何将如此庞大的宝贵数据有效地用于商业和科学研究?IBM 给出的答案，是在 Hugging Face 上开源我们与 NASA 共同构建的 watsonx.ai 地理空间 AI 基础模型。该模型使用 NASA 卫星数据来构建，目前是 Hugging Face 上最大的地理空间基础模型，也是有史以来第一个 NASA 参与共同构建的开源 AI 基础模型。通过将这个模型分享到 AI 社区当中，就可以利用协作创新的力量，一起来改善人类保护地球及其资源的方式。
水积而鱼聚，木茂而鸟集。推动企业级 AI 革命的向善发展，需要齐心协力。在 AI 为先的新时代，用新技术赋能企业的创新和发展是一个巨大的“舞台”，需要基于开放的 AI 技术平台，让整个生态合作伙伴系统一起携手共创，才能把握好新技术带来的机遇。
IBM 希望借助 watsonx 这一开放式企业级 AI 技术平台，能够汇聚本地市场的科技公司、行业客户和合作伙伴，构建符合本地市场与行业特色的强大生态。通过携手共创，加速推进开放、可信、具有行业和业务针对性的企业级 AI 的采用，把 IBM 领先的企业级 AI 与基础模型的能力提供给更多客户，赋能千行百业。
第三个原则：企业应使 AI 能够“随处运行”、“高效运行”。
想要让 AI 发挥应有的效能，企业必须基于开放式混合云技术来构建AI，才能对内部和外部数据进行有效分析，才能做到优化成本、提高性能和减少延迟，因为企业的海量数据分散在不同的平台和系统之上，包括本地、私有云、多个公有云，甚至是边缘。
在 IBM，我们的目标是要帮助企业更为轻松地管理他们宝贵的数据，让他们可以在公有云、私有云和企业本地基础设施之间无缝地训练、调整和部署 AI 模型。而这些技术在未来能否助力企业获得革命性的成功，取决于它们能否为不同规模的企业提供他们所需的敏捷性、成本优势和节能高效的选择——成功的企业将是那些能够对技术做出正确选择，从而能够超越内外环境的限制而茁壮成长的企业。
三年前，我们把基于红帽 OpenShift 的 IBM 开放式混合云技术平台落地中国，今年又推出 IBM watsonx 为企业级基础模型和生成式 AI 提供动力，目的就是要赋能企业使用可信的数据，负责任、规模化地构建、应用和扩展领先的 AI，让他们的 AI 可以随处而高效地运行。与 IBM 混合云平台一样，watsonx 也是基于领先的开放技术，也是以平台的方法，通过构建和扩展广泛而强大的生态，把 IBM 从存力、算力、企业级 AI 应用到咨询服务的全栈能力，以及源自 IBM 研究院的前沿 AI 创新技术，交到企业手中，无论企业的规模大小。所有这些，都是基于 IBM 以始为终聚焦客户价值的战略准则。
第四个原则：企业在快速推进 AI 之旅的时候，必须负责任地构建和部署 AI。
生成式 AI 为企业数字化变革带来全新的图景。站在 AI 革命的起点，企业领导大刀阔斧快速行动是值得赞许的，因为技术进步的车轮滚滚向前，没有人希望落后，更没有人愿意错失创新发展的机会。然而，在客户、投资者、员工和同行的眼中，所有拥有“AI 创新发动机”的企业首先必须获得“信任”的许可证。
和所有强大的技术一样，AI 也伴随着潜在的滥用和风险可能。如果不能负责任地部署 AI，不能将治理作为使用 AI 的核心，就有可能产生不利的现实后果，尤其在一些敏感和安全至上的领域。
一个多世纪以来，IBM 一直站在负责任地引入突破性技术的最前沿，始终坚守科技向善引领进步的初心。这意味着 IBM 不会在没有充分了解其后果、且能提供必要护栏和恰当问责制的情况下，向公众发布相关技术。相反，IBM 认为，解决这些创新带来的问题与创新本身同样重要。
IBM 对于可信和负责任的 AI 的承诺，体现在我们构建和部署 AI 模型的方法当中。AI 模型本质上反映了支撑模型的数据，这就是为什么 IBM 要采用具有整体性的平台方法，推出 IBM watsonx 数据与AI平台，来实现贯穿 AI 生命周期各个层面和环节的治理——从数据摄取，到模型开发、部署和监控，帮助企业端到端地构建和部署可信负责的 AI。
例如，IBM 推出首批由 IBM 开发的 watsonx Granite 模型系列的同时，身体力行地公布了 Granite 模型训练数据集的详细信息——Granite 模型用源自互联网、学术界、代码、法律和金融这五个领域与业务相关的数据集进行训练，并由 IBM 根据企业使用要求对训练数据进行处理，过滤去除了令人反感的内容，并根据内部和外部模型进行基准测试，帮助企业负责任地构建和部署 AI，解决包括 AI 治理、风险评估、隐私问题和缓解偏见在内的一系列关键问题。于此同时，IBM 还宣布其标准的知识产权保护将适用于 IBM 开发的 watsonx Granite 模型，IBM 为其基础模型提供 IP 赔偿 (合同保护)，使客户能放心地用自身数据来构建企业的 AI ，这不仅是生成式 AI 的竞争优势之所在，也充分展现了 IBM 对于透明和负责任的 AI 的承诺。
以上四点仅仅是企业开启 AI 变革之旅的四项基本原则。除了脚踏实地的管理智慧和基本原则，企业领导还需具备高瞻远瞩、值得信赖的领导力，需要承担责任的勇气和坚忍不拔的毅力，能够带领企业直面变革征途上的风风雨雨，携手开放生态里的技术与行业合作伙伴，用向善的 AI 赋能企业，一起创造更加美好的未来。
（IBM中国）
