北京2023年9月27日 /美通社/ -- 过去十年,企业级 AI 取得了阶段性进步,并带来了可喜的业务成果。然而AI 的潜在风险一定程度阻碍了企业进一步推广AI的应用。今年7月,IBM 在全球正式发布了企业级AI与数据平台-IBM watsonx,旨在帮助企业加速使用可信数据、负责任地大规模应用AI。
依托这样一个里程碑式的AI技术平台,IBM Consulting(IBM 咨询)也将充分发挥其端到端咨询服务的优势,利用深厚的技术、行业和领域专业知识,帮助客户应用AI来更好地交付业务成果,从提高生产力、提供更好的体验,到打造新的业务模式。
响应时代的呼唤:让AI成为企业核心生产力
今年,IBM商业价值研究院(IBV)联合牛津经济研究院针对30多个国家和地区的24个行业的3000位CEO展开了调研。这份调研报告显示,鉴于全球经济形势较为严峻,提高生产力上升至公司高管当前最紧迫的事项。与之紧密相关的技术现代化虽然降为第二位,但随着生成式AI引爆热点、云服务日趋成熟、量子计算飞速发展,企业仍然不得不高度关注技术现代化相关工作,以保持自身竞争力。
其中,AI的合理运用已经在深刻改变一些行业的业务运营,久负盛名的温布尔登网球赛就是一个极佳的例子。
众所周知,粉丝互动是赛事的重要变现手段,所有赛事主办方都希望应用AI 等技术不断提升粉丝互动的KPI。34年来,IBM 一直是温网的官方技术合作伙伴,对此贡献颇多。2022 年温网首轮,7 届赛会冠军小威廉姆斯对战第一次获得温网正赛资格的 24 岁法国姑娘哈默尼·谭。比赛前,大多数网球迷都预测小威将晋级,但 IBM Watson 预测哈默尼的赢面为 53%。结果小威苦战 3 小时不敌哈哈默尼,IBM Watson 实现了准确预测。
这样精准的预测是如何实现的呢?在这背后,IBM分析了上百万的内外部数据点,包括运动员过去几年在所有比赛中的表现,同时抓取海量的媒体报道,提取其中的非客观数据,如受伤和康复情况,运动员精神状态和承压能力等。IBM将这些数据放在混合云架构上,进行 AI分析,从而得出对比赛的洞察,也由此让温网球迷互动变得更有趣、更有温度,给观众带来更丰富的观赛体验。
温网的例子很好地证明了AI技术应用到合适的行业场景所能带来的创新突破。但是,知易行难,企业要真正将AI落地到业务场景中,依然面临重重挑战。对此,IBM认为企业需要制定生成式AI应用的四项核心原则:
开放性,需要支持当前最佳的AI和云技术,可建立新的基础模型并访问开放社区。
针对性,需要针对企业和特定的业务领域而设计,可释放新的价值,包含可根据专有数据和公司指导准则进行调优的精选模型。
可信任性,需要提供安全和数据保护,以治理、透明度和伦理道德为基础,支持不断增长的监管合规要求。
可赋能,包括在单一平台上汇总自主数据和AI模型,可便于调优、训练、部署和管理;随处运行,专为规模化和广泛应用而设计,可创造真正的企业价值。
IBM 近期在华正式发布的IBM watsonx恰恰可以遵循以上原则帮助企业负责任、规模化地构建、应用和扩展领先的AI技术,提升竞争力。IBM watsonx 平台包含三个产品集:watsonx.ai是基于生成式AI和机器学习的AI开发平台;watsonx.data是基于开放式湖仓架构而建设,且与用途匹配的数据存储平台;watsonx.governance则是一个端到端的AI治理工具包,帮助企业构建负责任、透明、可解释的AI工作流。
IBM 咨询则具备从战略到运营的端到端咨询服务能力和团队,可以通过"授人以渔"帮助企业全方位构建 AI 能力,依托 IBM watsonx 产品快速发掘大规模应用场景,与客户全方位共创可执行、可落地的企业级 AI 解决方案,将 AI 实实在在地转化成生产力。
携手企业客户,打造最佳AI范例
事实上,IBM正在通过广泛的业务领域与企业客户积极合作,推进在AI领域的企业级应用,共创业界领先的案例,主要包括核心运营能力,客户关怀,人才转型,应用现代化,IT自动化、安全性、可持续发展等领域,帮助企业从数据为先"+AI(即局部应用 AI)"的范式,转变为 AI 为先的"AI+"范式。
智慧供应链就是非常重要的一个核心运营领域。IBM不仅拥有自身供应链认知转型的经验,还在AI赋能的数智化解决方案和供应链咨询实施项目上有丰富的经验积累,可以通过IBM咨询服务与实施组合,助力客户解决实际问题,最终实现端到端供应链卓越运营。
从2021年开始,IBM便协助某跨国化工企业规划与建设供应链智慧平台,基于IBM Watson平台打造供应链运营的透明度和韧性,为客户实现2025年智能供应链愿景奠定重要基石。该智慧平台通过识别、设计、实施,覆盖供应链计划、采购、物流及订单管理各领域的20多个场景用例,实现了端到端业务运营的可视性、风险以及异常预警,实现预测、情境模拟、分析等决策支持功能。另外,该平台还通过智能工作流完成解决方案的执行,并应用生成式AI与用户互动,打造全新的用户体验。预计平台落地后,其供应链响应效能将提升约20%,交付可靠性将提升约8%,整个供应链成本将显著降低。
同时我们还有汽车行业场景的应用范例。国内整车行业某领军企业有非常复杂的物流网络需求,在全国设有5地6厂,近30个基地库,25个分拨库,1700多个经销商,遍布近500个城市。之前主要依靠人工经验,缺少科学的计算和数据支持,在运输计划和执行方面可视化协同能力差,效率低,缺乏对业务的快速响应能力。
IBM提出物流配送网络优化平台的解决方案,为该企业导入基于IBM专利技术的深度强化学习的AI算法,着重解决整个物流网络的布局优化问题。方案根据销量分布、同运输模式下的成本、时效、运力等信息,建议仓配网络布局模型,从物流网络的战略规划层面,实现物流经济性与时效性平衡。在运输计划和运输执行方面,建立运输主控室,通过优化算法实现运输计划自动编制及智能配板,提高整车业务效率,并通过跟承运商的合作,动态实时监控运输状态,精准预测货物到达时间。人工智能算法的加持使整车交付的全过程变得更快、更好、更透明,提升了客户满意度,有效控制成本,成为整车物流管理领域的行业标杆。据统计,单车运输成本降低26%,单车运输时效提升30%。
这些案例充分说明,IBM咨询团队正在协助众多大型企业运用传统的机器学习、深度学习以及预处理等各种AI能力解决不同的业务问题,实现重大的业务价值。
持续扩展全球服务能力,成为企业AI转型可信伙伴
与此同时,IBM咨询也在全球层面持续扩展AI服务能力。IBM 咨询最近宣布设立了一个致力于生成式人工智能服务的卓越中心,凝聚大量专家资源及丰富实践经验。卓越中心拥有 1000 多位具有生成式AI专业知识的顾问,他们将与客户开展合作,助力提高 IT 运营、人力资源或营销等核心业务流程方面的生产力,提升客户体验,并创新业务模式。
对于AI价值的交付,IBM不仅仅靠自己,也通过与生态系统伙伴合作拓展AI价值,借助值得信赖的专业知识,随时随地在任何云上交付任何AI模型:在开放创新方面,依托watsonx开放数据和 AI 平台,支持多模型、多云架构与能力构建,持续创新;在专业知识上,采用开放式多模型 AI 和云方法,结合领域和行业专业知识,重塑企业工作流程;在扩展价值方面,结合自主 AI 技术与合作伙伴技术,共同扩展解决方案的价值。
在过去的十年中,依托遍布全球的21000名数据和AI领域顾问,IBM咨询为企业提供AI、机器学习和自动化解决方案,为千行百业优化业务流程和IT运营。仅仅是2022年,IBM就为客户开发AI用例约2000个,实施AI与分析合作项目超过4万个。同样在2022年,我们在全球范围内开展的积极和持续AI客户合作项目的数量达到了1000多个。
如今,我们正在积极利用基础模型和生成式AI来帮助企业加速解决业务挑战,包括降低成本、缩短周转时间以及提高生产力等。IBM咨询希望凭借在AI领域的丰富经验累积与强大能力,成为企业客户在AI转型旅程中的最佳合作伙伴。
原创文章,作者:,如若转载,请注明出处:https://knewsmart.com/archives/212358