IBM李郁静：化AI为生产力，加速企业数字化转型

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，郁静业数并带来了可喜的生产速企业务成果。然而AI 的字化转型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，李力加IBM 在全球正式发布了企业级AI与数据平台-IBM watsonx，郁静业数旨在帮助企业加速使用可信数据、生产速企负责任地大规模应用AI。字化转型

依托这样一个里程碑式的李力加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郁静业数优势，利用深厚的生产速企技术、行业和领域专业知识，字化转型帮助客户应用AI来更好地交付业务成果，李力加从提高生产力、郁静业数提供更好的生产速企体验，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。