 |
作者：林嵐(lan)，IBM 咨(zi)詢大中華區合伙人、大數(shu)據與人工(gong)智能事業部總經理(li)
北京(jing)2024年1月3日(ri) /美通(tong)社/ -- 隨著生(sheng)成(cheng)式(shi)(shi)AI技(ji)術的(de)(de)(de)到來，企(qi)業(ye)對AI的(de)(de)(de)應用(yong)(yong)開啟(qi)了一個新(xin)的(de)(de)(de)篇(pian)章，也將迎來新(xin)的(de)(de)(de)"黃金時代"。盡管(guan)"讓AI成(cheng)為核心生(sheng)產力"已成(cheng)為企(qi)業(ye)日益(yi)迫切的(de)(de)(de)需(xu)求(qiu)，但實(shi)際(ji)的(de)(de)(de)落地(di)應用(yong)(yong)卻非一日之(zhi)功。面(mian)對各(ge)不相(xiang)同(tong)的(de)(de)(de)應用(yong)(yong)場景和復雜需(xu)求(qiu)，企(qi)業(ye)管(guan)理者們(men)(men)也產生(sheng)了諸多的(de)(de)(de)困惑。例如，與傳統AI相(xiang)比，生(sheng)成(cheng)式(shi)(shi)AI適(shi)用(yong)(yong)哪些(xie)場景？有了生(sheng)成(cheng)式(shi)(shi)AI還需(xu)要專業(ye)咨詢機構的(de)(de)(de)支持嗎？他們(men)(men)在AI技(ji)術落地(di)中(zhong)扮演什么樣的(de)(de)(de)角色？如何(he)才能讓生(sheng)成(cheng)式(shi)(shi)AI在商業(ye)環(huan)境中(zhong)發揮最大的(de)(de)(de)作用(yong)(yong)？
專業團隊"調教"，最大程度發揮生成式AI的價值
對于AI應(ying)用(yong)(yong)，IBM現在會根據客戶的(de)情況酌情采取(qu)不(bu)同的(de)實施方(fang)法。一(yi)種是采用(yong)(yong)傳(chuan)統(tong)(tong)AI落(luo)地(di)，這種適(shi)用(yong)(yong)于企(qi)業問題非常聚(ju)焦，同時要求答(da)案非常精準的(de)情況。比如一(yi)個集團性汽車企(qi)業要用(yong)(yong)AI解答(da)嚴肅的(de)人力資源問題，我們(men)用(yong)(yong)傳(chuan)統(tong)(tong)AI的(de)方(fang)式提前在數據庫中定(ding)義好問題類型，然后通過自然語言(yan)識別（NLP）把文字轉換(huan)為一(yi)組數字串向(xiang)量，將(jiang)最合(he)適(shi)的(de)問題答(da)案匹配和(he)抓(zhua)取(qu)出來。
在用(yong)戶的問題非常(chang)發散，在特(te)定領域內需要模型不斷(duan)進(jin)行自(zi)我學(xue)習和升級優化的情況下，則更加(jia)適(shi)合采用(yong)生成(cheng)式AI，企業(ye)(ye)大腦、供(gong)應鏈(lian)控(kong)制(zhi)塔、客戶之聲VoC+等(deng)就(jiu)屬于這一類。比如，某化工企業(ye)(ye)客戶直接采用(yong)生成(cheng)式AI的方(fang)式實(shi)施供(gong)應鏈(lian)控(kong)制(zhi)塔，利(li)用(yong)大規(gui)模計算自(zi)動進(jin)行數據庫學(xue)習，理解(jie)其在供(gong)應鏈(lian)方(fang)面(mian)的專有(you)定義，2周就(jiu)覆蓋了企業(ye)(ye)供(gong)應鏈(lian)相(xiang)關的大量(liang)問題。
然(ran)(ran)而，在(zai)具體應(ying)用和(he)落地的(de)過程中，不少企(qi)業(ye)(ye)已經發現，傳統AI可(ke)以(yi)特別準(zhun)確(que)，但大(da)模型在(zai)一(yi)開始往(wang)往(wang)是不夠(gou)準(zhun)確(que)的(de)。企(qi)業(ye)(ye)需要在(zai)生成(cheng)(cheng)式AI的(de)基礎上(shang)建(jian)立一(yi)個微(wei)調(diao)層（Fine Tune），然(ran)(ran)后根據(ju)企(qi)業(ye)(ye)的(de)特定(ding)語(yu)言和(he)情況建(jian)模。面對用戶提出(chu)的(de)需求，微(wei)調(diao)層會先(xian)進行(xing)一(yi)些簡單(dan)的(de)預(yu)處理，然(ran)(ran)后再交(jiao)給(gei)大(da)模型進行(xing)理解和(he)分(fen)析，這樣就(jiu)可(ke)以(yi)大(da)大(da)提升生成(cheng)(cheng)式AI的(de)可(ke)靠性。
這也回答了(le)企業(ye)在應用生成式AI時面(mian)臨的另一個常見的問題(ti)：為什(shen)么有(you)了(le)生成式AI還需要專(zhuan)(zhuan)業(ye)團隊提供服務？因為在微調層進行建模工作正是專(zhuan)(zhuan)業(ye)咨詢(xun)公(gong)司能夠(gou)發(fa)揮(hui)專(zhuan)(zhuan)長(chang)的地(di)方。在專(zhuan)(zhuan)業(ye)團隊的幫助(zhu)下，生成式AI可以更加充分(fen)地(di)發(fa)揮(hui)其價值。
具體而言，這(zhe)些(xie)價值主要體現在三個層面。
第一個層面，是(shi)以問(wen)答的(de)(de)方式給用(yong)(yong)戶(hu)提供準(zhun)確的(de)(de)符合(he)場景的(de)(de)答案。比(bi)如，當用(yong)(yong)戶(hu)對生(sheng)成式AI提問(wen)：在一個特定(ding)化工企(qi)業(ye)中呆(dai)(dai)滯(zhi)庫存slow moving的(de)(de)定(ding)義是(shi)什么？如果(guo)沒有微調層，生(sheng)成式AI就(jiu)會給出一個非(fei)常通用(yong)(yong)的(de)(de)答案。但是(shi)有了(le)針對企(qi)業(ye)的(de)(de)特定(ding)模型后(hou)，用(yong)(yong)戶(hu)再問(wen)同樣的(de)(de)問(wen)題，生(sheng)成式AI就(jiu)會根據用(yong)(yong)戶(hu)提問(wen)的(de)(de)上下文、公司的(de)(de)特定(ding)定(ding)義等信息(xi)給出更(geng)精確的(de)(de)回答："對于化學品部(bu)門的(de)(de)特定(ding)物料(liao)——TPU來說(shuo)，呆(dai)(dai)滯(zhi)庫存的(de)(de)定(ding)義是(shi)滯(zhi)留三十(shi)天(tian)以上的(de)(de)物料(liao)"。
第(di)二個層面，是根據(ju)用戶需求(qiu)，綜合多維(wei)度信息理解并(bing)抓取正(zheng)確(que)的字段(duan)，靈活(huo)生成各種圖(tu)(tu)表，并(bing)且自動匹配(pei)最適合的圖(tu)(tu)表呈現方(fang)式，比如以餅(bing)狀(zhuang)圖(tu)(tu)表現百分(fen)比，以餅(bing)狀(zhuang)圖(tu)(tu)體(ti)現某(mou)個涂料在不(bu)同地區的銷(xiao)量(liang)，以折(zhe)線圖(tu)(tu)展現一款產品的銷(xiao)量(liang)變化趨(qu)勢等等。
第三個層(ceng)次(ci)，是通過生成式AI主(zhu)動發(fa)(fa)現問(wen)題(ti)(ti)，并(bing)且幫助企(qi)業進行深入的洞察(cha)分析，同(tong)時推進后(hou)續工(gong)作(zuo)(zuo)的完成。管理(li)(li)者打(da)開系統，智能助手就會主(zhu)動提醒某款(kuan)產品的銷量問(wen)題(ti)(ti)需要關注，同(tong)時觸發(fa)(fa)智能工(gong)作(zuo)(zuo)流(liu)給銷售經理(li)(li)，銷售經理(li)(li)收(shou)到預警的同(tong)時會收(shou)到幾種推薦解(jie)決方案(an)和(he)歷(li)史使用(yong)的百分比(bi)，銷售經理(li)(li)選(xuan)取合適的解(jie)決方案(an)解(jie)決問(wen)題(ti)(ti)，其后(hou)智能工(gong)作(zuo)(zuo)流(liu)一直(zhi)在系統中(zhong)跟進問(wen)題(ti)(ti)，進行預警、升(sheng)級問(wen)題(ti)(ti)等，直(zhi)到問(wen)題(ti)(ti)100%閉環解(jie)決。
這其中的第(di)二、第(di)三個層次，尤其依賴專(zhuan)業團隊的支持，戰略(lve)專(zhuan)家、供應(ying)鏈領域專(zhuan)家除了提(ti)供技術幫(bang)助外，還可以更好(hao)地指引客戶高(gao)效有(you)意義地使用企業數據。
加速技術轉化，利用AI為企業增能
IBM始終(zhong)致(zhi)力于(yu)幫助企(qi)業進(jin)行數字化(hua)轉型，解(jie)(jie)決AI使用(yong)(yong)過程(cheng)中的問題和挑戰。為(wei)了(le)滿足企(qi)業級AI的需求(qiu)，IBM基(ji)于(yu)在AI領域數十(shi)年的積(ji)累，在今年五月率先發(fa)布了(le)企(qi)業級 AI 與數據平(ping)臺 watsonx，旨在通過可(ke)(ke)信數據來擴(kuo)展和加(jia)(jia)速 AI 的影響力。其(qi)核心組件(jian)包(bao)括：一(yi)個(ge)(ge)用(yong)(yong)于(yu)新基(ji)礎模型、生成式 AI 和機器學(xue)習的企(qi)業級AI開(kai)發(fa)平(ping)臺（watsonx.ai）；一(yi)個(ge)(ge)基(ji)于(yu)開(kai)放(fang)式架構構建的湖倉一(yi)體解(jie)(jie)決方(fang)案（watsonx.data）；以及一(yi)個(ge)(ge)AI治理工(gong)(gong)具包(bao)（watsonx.governance），用(yong)(yong)于(yu)加(jia)(jia)速構建具備(bei)可(ke)(ke)信任、透明和可(ke)(ke)解(jie)(jie)釋(shi)性的 AI 工(gong)(gong)作流程(cheng)。通過選擇一(yi)個(ge)(ge)或多個(ge)(ge)符合特定(ding)業務(wu)用(yong)(yong)例和要求(qiu)的組件(jian)，客戶可(ke)(ke)量身定(ding)制(zhi) AI 解(jie)(jie)決方(fang)案。
除了擁有這一強大的AI與數據平臺，IBM同時還可以提供從規劃到落地端到端的AI相關服務，這樣的綜合能力在業界是獨一無二的。我帶領的IBM咨詢大數據與人工智能部門所負責的正是將AI等新技術轉化為客戶的商業應用。為了加速企業對AI的應用，我們打造了專門的大數據與AI核心方案，其特點可以歸納為——價值引領、行業聚焦、綠色持續。
首先，價值引領是指IBM的生成式(shi)(shi)AI解(jie)決(jue)方(fang)案(an)(an)能(neng)夠(gou)超越傳統(tong)方(fang)案(an)(an)，為客戶創造更大價值。就拿企業(ye)(ye)最關注的數(shu)據資產利用(yong)來說，傳統(tong)方(fang)案(an)(an)是通過BI報表方(fang)式(shi)(shi)收集(ji)(ji)、加工(gong)、整理(li)和呈現數(shu)據，不(bu)僅形式(shi)(shi)單(dan)調，而且(qie)無法滿(man)足不(bu)斷(duan)變(bian)化(hua)的管理(li)需求。而利用(yong)有生成式(shi)(shi)AI加持的企業(ye)(ye)大腦(nao)解(jie)決(jue)方(fang)案(an)(an)，就可以(yi)實現根因分析、智(zhi)(zhi)能(neng)工(gong)作流、企業(ye)(ye)頭條能(neng)力和應用(yong)集(ji)(ji)市(shi)等能(neng)力，成就智(zhi)(zhi)能(neng)化(hua)業(ye)(ye)務運轉與數(shu)字化(hua)的企業(ye)(ye)運營(ying)。
其次，行業聚焦是IBM的(de)(de)(de)大(da)數據與人工(gong)智能(neng)核心方案的(de)(de)(de)一(yi)大(da)亮點。IBM在(zai)(zai)生成式AI基礎上(shang)建(jian)立了行業微(wei)調模型，聚(ju)焦不同行業的(de)(de)(de)需(xu)求，例如(ru)智能(neng)美膚、皮(pi)膚健康檢(jian)測(ce)、煙(yan)(yan)草煙(yan)(yan)葉質檢(jian)、智能(neng)牧(mu)場(chang)等，持續(xu)發展演進，讓客(ke)戶站在(zai)(zai)巨(ju)人的(de)(de)(de)肩膀上(shang)再上(shang)一(yi)層(ceng)樓(lou)。聚(ju)焦特定(ding)行業，精準定(ding)位應(ying)用場(chang)景有助于最大(da)化發揮AI效(xiao)能(neng)，IBM 咨(zi)詢的(de)(de)(de)價值(zhi)就在(zai)(zai)于能(neng)將行業的(de)(de)(de)洞察、對企業業務(wu)(wu)的(de)(de)(de)認識帶給客(ke)戶，激發出新的(de)(de)(de)專業的(de)(de)(de)AI應(ying)用場(chang)景，最終(zhong)實現(xian)業務(wu)(wu)價值(zhi)。
最后，綠色與可持續發展體(ti)現在(zai)IBM所有的(de)(de)方案(an)(an)中。IBM從1990年開(kai)始就發(fa)布了綠色白皮書(shu)，現在(zai)的(de)(de)供(gong)應(ying)鏈控制(zhi)塔方案(an)(an)中也融入了碳(tan)排放積分(fen)計(ji)算(suan)能力，已廣泛應(ying)用于(yu)汽車(che)行業。我們(men)還(huan)通過生成(cheng)(cheng)式AI和物聯網(wang)技術，幫(bang)助(zhu)一個大型(xing)集團化(hua)煤(mei)炭企(qi)業客戶分(fen)析井下環境的(de)(de)潛在(zai)危險，給(gei)現場的(de)(de)工人提(ti)供(gong)實時(shi)預警，降低工傷風險。可持續發(fa)展是IBM的(de)(de)核心(xin)價值(zhi)，生成(cheng)(cheng)式AI將(jiang)在(zai)此領域(yu)發(fa)揮更大作(zuo)用。
真實場景中發揮生成式AI潛力，創造實際業務價值
今天，幾乎每家企業(ye)(ye)都在尋求如何把 AI快速落地到(dao)具(ju)體的(de)商業(ye)(ye)場景中(zhong)，轉化為實(shi)實(shi)在在的(de)生產力，帶來(lai)實(shi)際的(de)業(ye)(ye)務價(jia)值(zhi)。借(jie)助價(jia)值(zhi)引領、行業(ye)(ye)聚焦(jiao)、綠色持續(xu)的(de)大數據(ju)和(he)人(ren)工智能(neng)解決(jue)方案，IBM咨詢團隊已經和(he)客戶展開積(ji)極的(de)探索。
比如，不少汽車、新能源、零售等行業客戶都在利用企業大腦和智能工作流幫助自(zi)己(ji)的(de)管理更上一層樓。企(qi)業(ye)大(da)腦(nao)猶(you)如企(qi)業(ye)的(de)智(zhi)(zhi)能中樞，能夠(gou)從龐(pang)大(da)的(de)業(ye)務(wu)數據中提(ti)取洞察、進行(xing)分析，為企(qi)業(ye)的(de)決(jue)(jue)策(ce)提(ti)供指導(dao)。企(qi)業(ye)大(da)腦(nao)與智(zhi)(zhi)能工作流結(jie)合，可基于決(jue)(jue)策(ce)發派任務(wu)，自(zi)動生(sheng)成(cheng)工作流，接受生(sheng)成(cheng)式(shi)AI提(ti)供的(de)解決(jue)(jue)方案建議，實(shi)現業(ye)務(wu)閉(bi)環。
智能工作流和企業大腦的一大價值在于能夠實現跨領域流程的貫通和跨部門的協同分析和決策，大幅降低溝通成本，提升工作效率。比如，IBM咨(zi)詢團隊(dui)在企(qi)業(ye)(ye)大腦的(de)平臺中為(wei)企(qi)業(ye)(ye)用戶(hu)提供了數(shu)(shu)據(ju)集市，實現數(shu)(shu)據(ju)共享的(de)全(quan)員覆蓋，銷(xiao)售人員、物(wu)流部們等各(ge)類業(ye)(ye)務人員可以像購物(wu)一樣(yang)將數(shu)(shu)據(ju)添加到(dao)購物(wu)車中，進行二次分(fen)析，并在數(shu)(shu)據(ju)場(chang)景廣場(chang)發(fa)布他們的(de)分(fen)析結果。數(shu)(shu)據(ju)集市今3月上(shang)線后，已為(wei)這家(jia)客戶(hu)累計了數(shu)(shu)據(ju)集2500+個(ge)，頁面瀏覽量(liang)達到(dao)三萬多個(ge)，用戶(hu)量(liang)2000+，此外(wai)，目前由業(ye)(ye)務用戶(hu)們共創(chuang)建的(de)數(shu)(shu)據(ju)作品累計已將近2000個(ge)，數(shu)(shu)據(ju)共享效(xiao)率提升了30%。
其次，該解決方案可以幫助企業實現線上流程自動生成與流轉，同時實現追蹤鏈路可視化，不僅讓流程更加透明和高效，還能基于生成式AI模型的應用實現自動化異常預警提醒，幫助企業在關鍵時刻迅速響應。我們已(yi)經(jing)幫助(zhu)一些(xie)客戶將(jiang)問(wen)題的(de)發現(xian)時(shi)間從過(guo)去的(de)3天(tian)縮短到(dao)僅需1小時(shi)，解決問(wen)題的(de)時(shi)間也從5天(tian)減少到(dao)了1天(tian)。
智能工作流平臺和企業大腦還為企業提供千人千面的工作臺，在保證業務個性化的同時，保留平臺逐步迭代擴張的能力。比如，車企(qi)的(de)整車項(xiang)目經理可(ke)以(yi)根據自身工(gong)作內容定制集成不同系統功能(neng)的(de)個(ge)性化工(gong)作頁面(mian)，在同一(yi)個(ge)頁面(mian)上(shang)完成車型產品定義動力(li)總成配(pei)置、車型產品配(pei)置、技(ji)術更改申(shen)報等所有工(gong)作，同時(shi)還能(neng)借助生成式(shi)AI機(ji)器人了解每個(ge)車型項(xiang)目中每個(ge)節點的(de)狀態及風(feng)險預警(jing)。這幫(bang)助企(qi)業部(bu)門間的(de)業務流轉(zhuan)從(cong)電(dian)話、郵(you)件(jian)轉(zhuan)變為系統上(shang)調用(yong)，效(xiao)率提高了大(da)約30%-50%。
另一個正在被企業關注和加速應用是供應鏈控制塔解(jie)決方案。在(zai)計(ji)劃供(gong)應場(chang)(chang)景(jing)中(zhong)，供(gong)需波動(dong)是常見(jian)的(de)問題。市場(chang)(chang)變化(hua)可能(neng)導致部分產品(pin)積(ji)壓在(zai)庫(ku)房中(zhong)，形成(cheng)非流(liu)動(dong)庫(ku)存的(de)挑(tiao)戰(zhan)。傳統(tong)的(de)供(gong)應鏈控制塔通常依賴(lai)預定(ding)義規則和模式進行運算，在(zai)特定(ding)場(chang)(chang)景(jing)下(xia)有效(xiao)，但在(zai)復(fu)雜、多變的(de)供(gong)應鏈環境中(zhong)顯(xian)得力不從心。生成(cheng)式AI的(de)出現為(wei)設計(ji)和規劃供(gong)應鏈控制塔提(ti)供(gong)了更(geng)多自動(dong)化(hua)、個性化(hua)和創新的(de)手段(duan)，幫(bang)助企業有效(xiao)應對上述(shu)挑(tiao)戰(zhan)。
供應鏈控(kong)制塔的具體工(gong)作(zuo)流程是計(ji)劃(hua)(hua)(hua)經理登錄控(kong)制塔后(hou)，通過與智(zhi)(zhi)能(neng)(neng)助手交互，獲取推送(song)的關(guan)鍵(jian)指標和數據(ju)洞察分(fen)析結(jie)果。如(ru)果發現(xian)庫存出(chu)現(xian)亞健康狀態(tai)，智(zhi)(zhi)能(neng)(neng)助手能(neng)(neng)夠(gou)實(shi)時(shi)進(jin)行(xing)根(gen)因分(fen)析，并推薦多種解(jie)決方案。計(ji)劃(hua)(hua)(hua)經理選擇最佳方案后(hou)，智(zhi)(zhi)能(neng)(neng)工(gong)作(zuo)流將被觸發，并向(xiang)計(ji)劃(hua)(hua)(hua)員(yuan)分(fen)配任務。計(ji)劃(hua)(hua)(hua)員(yuan)根(gen)據(ju)解(jie)決方案執行(xing)操作(zuo)，隨后(hou)更(geng)新工(gong)作(zuo)隊列和工(gong)作(zuo)流進(jin)度。問題(ti)解(jie)決后(hou)，工(gong)作(zuo)隊列將關(guan)閉并發送(song)通知，實(shi)現(xian)100%閉環(huan)管理。
它不(bu)僅僅是(shi)一個數據展示(shi)工(gong)具，更(geng)是(shi)一個集成(cheng)了(le)感知、分(fen)析、預測、決策、執行和學習等(deng)多種能(neng)(neng)力(li)的智(zhi)能(neng)(neng)化系(xi)統(tong)。通過(guo)智(zhi)能(neng)(neng)預警(jing)和智(zhi)能(neng)(neng)解決方案推薦，實現了(le)從(cong)數據監(jian)控(kong)到問題(ti)解決的全過(guo)程(cheng)管理。在這一過(guo)程(cheng)中，生(sheng)成(cheng)式AI發揮著(zhu)關鍵作用，為供應鏈控(kong)制塔賦予了(le)更(geng)高的智(zhi)能(neng)(neng)性。
生成(cheng)式AI通過不(bu)斷(duan)學(xue)習大量非結構化(hua)數據(ju)，理解(jie)用戶解(jie)決(jue)(jue)問題的模式，創造性地生成(cheng)全(quan)新的解(jie)決(jue)(jue)方案以適(shi)應不(bu)同情況下(xia)的需求，這種創造能力(li)在企業(ye)(ye)生產環境能夠節省大量的人力(li)和時間(jian)成(cheng)本，對企業(ye)(ye)而言(yan)變得(de)愈發重要。同時，專業(ye)(ye)團(tuan)隊對于微調層的訓練，能夠使(shi)得(de)生成(cheng)式AI提供更加(jia)符合不(bu)同企業(ye)(ye)場景的答案，幫助客(ke)戶最大化(hua)利用數據(ju)。IBM作(zuo)為專業(ye)(ye)服務團(tuan)隊，一直與客(ke)戶共同成(cheng)長，始終(zhong)致(zhi)力(li)于幫助客(ke)戶運營數據(ju)和實現業(ye)(ye)務協(xie)作(zuo)生態，尤其是利用生成(cheng)式AI實現價值(zhi)飛躍(yue)。
關于IBM
IBM 是全球領先的混合云、人工智能及企業服務提供商，幫助超過 175 個國家和地區的客戶，從其擁有的數據中獲取商業洞察，簡化業務流程，降低成本，并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和紅帽OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。了解更多信息，請訪問：//www.ibm.com/cn-zh
媒體聯系：
Kelvin Liu
External Communications
E-mail: kelvin.
Mobile: 86-
