毫無疑問，ChatGPT是今年的世界頂流……

相關數據顯示:OpenAI網站的流量在 4 月份就超過了 18 億，進入了全球流量排名前20，同時也引發了AIGC的熱潮。IDC也做出預測: 2026 年全球人工智能市場規模達到 820 億美元，其中80%左右可能都是與AIGC相關的應用。

站在時代的風口，AI大模型如雨后春筍，層出不窮。文心一言、通義千問、紫東太初等中國一批通用化大模型正在快速發展。按照中國科技部新一代人工智能發展研究中心 5 月底發布的《中國人工智能大模型地圖研究報告》顯示，中國 10 億參數規模以上的大模型已發布 79 個。

“百模大戰”似乎格局已定，但也為新AI時代的發展提出了深層次的思考:

如今AI正成為一種通用的技術能力，但對行業客戶而言，這種“通用大模型”能力如果不能結合企業訓練數據和行業知識庫，形成行業客戶的專有模型，就像是“珍瓏棋局”一樣，布局再精巧，也像是一個美輪美奐的“籠子”，將行業AI鎖在了象牙塔，做不到普惠行業。

這樣的“珍瓏棋局”，要如何破解?

行業AI“破題者”IBM

《智能時代:大數據與智能革命重新定義未來》中預言，傳統的行業都將采用智能技術實現升級換代，也會改變原有的商業模式。AIGC的轟然了來襲，也的確讓我們看到了這種可能性。

（ IBM大中華區董事長、總經理 陳旭東 ）

如IBM大中華區董事長、總經理陳旭東所說，ChatGPT的橫空出世，證明了大語言模型是一條走得通、通往未來AI的道路，也意味著AI的發展經過幾十年的算法、算力、數據方面的量變積累，“質變時刻”已經到來。

但在巨大的機遇面前，AI實現大規模行業應用的挑戰同樣存在:

首先，行業里遇到的問題，如何轉化成AI可以解決的問題，如何將行業知識與AI結合;第二，如何降低AI的算法、模型開發門檻，讓AI可以普惠;第三，將AI順利部署到實際的生產系統去中，始終都是一個系統性的難題。

這些難題，不僅與AI相關，更與企業自身的業務邏輯相關。

當“讓AI成為核心生產力”成為了企業領導的迫切需求。一向以客戶需求為導向的IBM推出了新一代AI與數據平臺IBM watsonx，并宣布在中國市場落地。旨在賦能中國本土企業使用可信數據，負責任、規模化地構建、應用和擴展領先的AI技術，提升競爭力。

過去多年，IBM對AI技術的投入，長期而又堅決。早在 1997 年，IBM開發的深藍(DeepBlue)國際象棋超 級計算機在 6 局比賽中擊敗世界冠 軍加里·卡斯帕羅夫(Garry Kasparov)，震驚了整個世界。 25 年后，watsonx接過了IBM在AI技術探索的“接力棒”，成為了行業AI的“破題者”，陳旭東說，“根據企業自身的業務需求、使用企業自己的數據，IBM watsonx將為他們量身定制生成式AI解決方案和模型。”

行業AI模型，并不是越大越好

大模型之所以為“大”，是其參數規模的數量級決定的。其實在ChatGPT之前， 2020 年的GPT- 3 就已經名震世界，擁有 1750 億個參數的GPT- 3 開啟了千億規模的大模型時代。也正因為“大”，而不夠專，使得大模型在“狂歡”之后，與企業應用之間的距離，仍然沒有被明顯的拉近。實際上，在企業應用當中，部署AI的目標是模型能夠解決其特定的問題，企業當然就希望這個模型越小越好，因為越小越靈活，越小才更加節能、更加有效。

（ IBM大中華區首席技術官、研發中心總經理 謝東 ）

相比于大模型，IBM大中華區首席技術官、研發中心總經理謝東認為，“企業應該關注一個更核心也更廣泛的概念——基礎模型。企業一旦擁有一個基礎模型，團隊就可以比過去更輕松地構建AI和衍生AI應用來支持多個不同的任務，基礎模型的靈活性和可擴展性會大大加速企業對AI的采用。”

基礎模型的概念是在 2021 年 8 月，由斯坦福大學人類中心人工智能研究所(HAI)下屬的基礎模型研究中心(CRFM)正式提出，而其實早在五年前，IBM就開始研究基礎模型。

企業為什么應該選擇基礎模型?因為企業級應用，除了大語言模型還會有不同的應用場景，比如IT的自動化模型、數字勞動力的模型、網絡安全模型等等，這些不同的專業模型組合，才支撐起企業的應用。

而作為基于一種特定類型的神經網絡架構，盡管基礎模型也需要前期大量投資，但每次使用時，它都會攤銷AI模型構建的初始工作，因為微調基于基礎模型構建的其他模型的數據要求要比從頭開始構建低得多。這既可以大幅提高投資回報率，又可以大大縮短上市時間，這就大大的減輕了企業邁向AI的負擔，降低了行業AI的準入門檻。

這也是為什么IBM提出:要從數據為先的“+AI”時代，邁入AI為先的“AI+”時代的先決條件。只有模型足夠簡單和輕量，并結合行業的知識庫，以及保證數據安全的AI，才是行業客戶所需要的AI。

謝東提出，“行業AI需要具備幾大特征，第 一是AI的可信性;第二是適應性要更強;第三是足夠的可擴展性”。

也正是基于這些特征，IBM watsonx作為新一代AI與數據平臺誕生了。它包含watsonx.ai，watsonx.data，watsonx.governance三個模塊，幫助企業建立起人工智能的基礎能力。同時，圍繞新一代生成式人工智能建立起企業級的應用。

為什么是IBM watsonx?

我們知道，Watson這個詞原本是IBM創始人老沃森和文化奠基人小沃森的名字，在 2011 年后Watson成為了IBM人工智能的代名詞，更是企業級AI的代名詞。

（ IBM大中華區科技事業部總經理、中國區總經理 繆可延 ）

IBM大中華區科技事業部總經理、中國區總經理繆可延表示，今天，IBM推出的新一代的AI與數據平臺同樣用“watson”來命名，后面加上了一個藍色的“x”。這個“X”代表未知的無限可能，“X因子”也是催生奇跡的關鍵:它是開放向善的，并需要一批有高瞻遠矚的洞察力、有領導力，愿意跨越行業壁壘，愿意攜手共創打造一個生態圈的行業領導 者一起努力，才能確保在這個AI時代里取得成功。

的確，AIGC對各項底層技術，應用技術和應用場景的考驗都在加劇，生態各界也需要攜手將這些衍生出來的難題，一一突破。

watsonx不僅是基于領先的企業級開放技術，也是以平臺的方法，通過構建和擴展廣泛而強大的生態，從存力、算力、企業級AI應用到咨詢服務，為企業提供全棧的核心能力。

AI時代對存儲提出了很多新的要求。比如AI計算會用到海量的文件，最初的 10 億GB是大規模，但是在大數據時代， 10 億可能就是剛剛起步。再到AIGC時代，數據產生的速度更快，有更多的數據產生出來，如此多的數據對存儲系統的可擴展性提出了很高的要求。另外，千億的大模型的訓練周期是在 20 天到 1 個月的規模，期間不能中斷，這又要求存儲系統既要提供高性能，而且要持續穩定地輸出。

面對AI時代的存力挑戰，IBM大中華區存儲業務總經理侯淼說，“IBM Storage Scale提供了一個數據平臺，它能夠支持多種協議，滿足不同數據互聯互通，也能實現水平擴展，特別是通過局部數據緩存等技術，能在線拓展同時，不損失性能，同時能夠進行自動的管理，包括數據相關的管理和備份。是針對人工智能，解決客戶有關性能和擴展能力以及相關管理的一個非常重要的數據平臺。”

在AI算力方面，IBM大中華區主機及LinuxONE總經理李航表示，“IBM宣布把基于watsonx.ai基礎模型能力的產品IBM watsonx Code Assistant封裝到主機，推出了一個新的解決方案IBM watsonx Code Assistant for Z。它利用生成式AI代碼的功能，加速實現主機COBOL應用程序的Java現代化改造。這個發布也封裝了ADDI這個工具，它是主機里的一個應用工具，可以幫企業做到幾點:第 一就是梳理主機里的應用，第二可以重組，也可以測試，這些都是一體化封裝在主機上的。”

在企業級AI應用維度，IBM在中國市場早已結出累累碩果。上海洲邦信息科技、菜鳥科技、蘇州環球科技、悠樺林信息科技等國內知名的創新企業，均與IBM攜手在AI應用的探索上形成了標桿性的案例。

（ 參加waxtsonx發布活動的IBM發言人及客戶、合作伙伴代表 ）

不得不承認一個事實:“百模大戰”的熱火朝天，但沒有解決任何行業AI實質性的問題，而IBM watsonx早已經在“企業如何邁向AIGC時代?”這個課題上給出了自己的答案。

如陳旭東所說，“在過去 67 年以來孜孜不倦的探索歷史里，IBM一直是AI從技術到理論到應用非常重要的一個推動者。我們也抓住了這個歷史機遇來，推動IBM下一步的戰略，除了混合云+AI之外，IBM也與合作伙伴一起，將很多行業AI應用帶給客戶。”IBM watsonx平臺在正式發布之前，在全球已經有 150 家領先的行業客戶參與產品的試用計劃，早期客戶試用結果顯示，企業采用watsonx.ai利用基礎模型的方法部署AI比傳統方法提速70%;采用watsonx.data的開放式湖倉一體式架構實施AI就緒的數據存儲，可以節約一半成本(降本50%)。

有技術的沉淀，有行業需求的認知，有對AI時代的準確的判斷，有全球化的戰略支撐，IBM實際上已經破解了行業AI的“珍瓏棋局”。(作者: 科技正能量 鄭凱)