在CEO Arvind Krishna的领导与AI技术的推动之下，IBM真正改变了自身业务、技术与领导力。如今，IBM将发展重点定为AI加混合云，同时也对量子计算给予关注。

上周，IBM高管团队与各方分析师亲切会谈，现场出席的包括极具个人魅力的研究总监Dario Gill、真抓务实的软件高级副总裁Rob Thomas、生成式AI咨询领导者Matthew Candy，以及IBM研究部门的多位其他成员。

IBM的目标是在12月的IBM量子峰会之前先透露一点消息，帮助分析师将IBM的规划与AI业务的现实统一起来。下面，我们就一同回顾本次对话中的重点内容。

IBM AI与云战略

众所周知，AI潮流始于云端。随着IBM的企业客户群体逐步投身AI领域，IBM云（提供面向训练场景的大规模GPU设施，以及全新IBM AI推理处理器）也开始发挥关键作用。IBM的基本战略是建立一套经过测试和优化的基础模型库，该模型在构建过程中经过优化和注释，以过滤仇恨、滥用及亵渎（HAP）类内容。之后，IBM将这些模型连同治理/数据准备工具直接交付给客户，同时辅以IBM咨询服务。

IBM研究总监Dario Gill对其团队取得的成就感到自豪，盛赞这种将科学转化为产品和实际收入的能力

与以往一样，IBM还是公布了一大堆幻灯片。而究其根本，IBM希望认真选择AI模型来帮助客户提高生产力、获取卓越产出并降低成本。

头等机遇有三个，其他机遇数不清

虽然IBM分享了来自客群社区的几十种用例，但真正得到强调和具体阐述的，还是最具市场吸引力和投资回报表现的三大用例类别：数字化劳动力、客户服务和应用程序现代化。

IBM强调了三大最具影响力的AI用例，同时也在与客户一道探索众多其他应用方向

具体用例确实令人震惊。一年之前，大多数人还几乎说不清基础模型是个什么东西。如今，数百家IBM客户纷纷着手微调模型，并开始利用全套硬件、数据服务、AI平台、SDK和AI助手进行部署。上述三种用例，则代表着绝大多数企业都能轻松构建、部署并纵享成效的选项。IBM已经从中受益匪浅，例如Ask HR帮助员工节约了大量时间、自动完成了大量曾经劳心劳力的管理任务。

IBM的全栈生成式AI产品与服务

Watsonx平台也迎来大幅扩展，推出了新的基础模型、AI工具和辅助应用，以及用于发现、调整、治理、编码、编排以及提高数据质量（输入）的配套应用，致力于产出更加亮眼的业务价值。其中颇有趣的就是使用IBM专有推理加速器（安装在IBM Cloud中的AIU）在输入数据中识别并过滤仇恨、滥用和亵渎（HAP）内容的AI模型。这些新型加速器性能优异、极为节能，同样是IBM研究院的成果。尽管IBM尚未公开表示将在IBM Cloud之外销售AIU，但在本届SuperComputing 23超算大会上，我们看到初创公司NeuReality就展示了IBM AIU。

IBM Garage方法则支持从概念到用户采用的全流程业务转型方案，同时跟踪各个阶段的具体价值影响。此举能够降低关键投资风险，并通过透明的量化指标推进长期转型。

下图中的各个圆圈，代表着Garage逐步实现目标的相应方法。今年，IBM开始将生成式AI嵌入到这些步骤当中，希望进一步加快客户价值的实现速度。

1. 共同创作（蓝圈）——由不同主题专家组成的联合团队可以共同参与到深度设计与思路探讨当中，协同揭示客户机会的本质与价值。此阶段实现了“大创意”的一致性，并为最小可行产品（MVP）及其价值勾勒出基本愿景。

2. 共同执行（中间红圈）——展示了使用DevOps与精益实践快速启动并测试MVP的方案开发周期。其目标是通过迭代测试、量化和重新发布来验证并提高 MVP在市场中的价值。

3. 共同执行（右侧绿圈）——在整个企业中强化并扩展解决方案及新的创新文化。此阶段具体涵盖扩大功能集、对代码进行压力测试、增强安全性和弹性、广泛部署解决方案以及扩展继续转型能力等步骤。

右侧概述结果来自IBM Garage项目。高达102%的投资回报率在业界简直闻所未闻，67%的成果交付提速同样令人震惊。

先把左边的几个具体阶段放在一边，右侧的概述结果着实令人印象深刻

而IBM的雄心才刚刚开始。本月，IBM将发布用于本地部署的watsonx.ai，借此进一步充实IBM Cloud。下个月，IBM还将发布包含1000多项开箱即用skill的watsonx.orchestrate，以及watsonx.governance和Tuning Studio。目前企业应用AI技术时面对的两大核心障碍，就是治理不足和前文提到的HAP。蓝色巨人明显正在积极解决这些问题。

IBM发布的Watson近期路线图

前面说过，IBM在发布会上总喜欢掏出一大堆幻灯片，搞得人眼花缭乱。没关系，这里我们只关注干货部分。下图所示是IBM AI技术在招聘和人力资源管理中的作用。85%的首次接触解决率、HR查询的人工支持比例减少66%、人员流失降低50%等等，这些都是IBM已经达成的效能，而且还不止于此。

IBM发布AI在多个领域中的应用成果

总结

虽然IBM当初的Watson并不能算成功，但Watson如今已经成长为一套全面的AI平台，以令人印象深刻的方式成功实现了服务渗透。watsonx驱动下IBM的AI巨头转型初具成效，AI技术已经给IBM的客户业务带来深远的改变。IBM仍然需要为AIU等技术探寻可行的应用路线，更需要思考AI的全面普及将如何影响就业。但前者明显是个小问题，而后者直到当下似乎也还不具备讨论基础。