IBM 谢东：IBM watsonx 助力生成式 AI 的企业应用

作为 2023 中国国际服务贸易交易会的系列会议，2023 中国 AIGC 创新发展论坛于 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先生出席并发表演讲。他谈到，企业在探索利用生成式 AI 促进自身业务发展时所面临的挑战以及应对措施。

以下是他的发言摘要：

IBM 全球副总裁、IBM 大中华区首席技术官 谢东

（图片来源：2023 中国 AIGC 创新发展论坛）

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改变了教育模式本身，同时也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，主要聚焦在三点：安全、隐私、准确性。

• 安全，在大模型使用过程中，保护企业内部数据和客户知识产权至关重要

• 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！

关于 IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175 个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。

了解更多信息，请访问：https://www.ibm.com/cn-zh 

END

往期回顾

点击“阅读原文”，获取更多内容