caihua 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）
微信扫一扫 
