今年IBM Think大会上，IBM CEO Arvind Krishna预测2024年是企业从试用AI（Experiment AI）迈向规模化应用AI（Scale AI）的关键一年，在业务场景中推动AI规模化部署的企业将获得“先发优势”。
AI规模化应用应给如何理解，IBM大中华区董事长、总经理陈旭东给出了解释，AI的规模化应用是企业级AI成熟的重要标志，只有率先完成数据整合等基础工作的企业，才能真正从AI技术中获得显著的业务提升，实现规模化应用的价值。
IBM商业价值研究院报告显示，全球47%的CEO受访者表示，他们已经开始试点。67%的CEO相信在2030年前AI将能够推动公司内变革实现业务增长。AI将成为蒸汽机、电力、物联网之后将重塑人类社会新的技术变革，而且会加速变革的速度。
现在“实验室AI”正在走出来，进入企业中，成为企业AI，这也预示着人工智能将成为企业运营的基本组成部分的未来。
平台化是规模化的前提
IBM亚太区总经理Hans Dekkers把现在称为一个“高风险、高回报”的时代，一方面经济快速发展，技术不断涌现，一方面面临经济压力、就业压力、不断变化的人口结构等全球性挑战。
企业级AI已经成为如今的破局关键，不同于普通消费者使用的AI，企业部署AI的不同在于，企业可以使用真实业务数据去训练模型，让其可以掌握企业的知识和技能。
IBM为企业提供了完整的、领先的工具和方法，给出企业部署AI的三个关键步骤：
第一步，选择一个"可信"的模型做为基础。企业可以自行选择可信的基础大模型，也可以选择IBM 开源的Granite基础模型。
第二步，将企业私有知识和技能融入到模型中。和训练通用大模型的数据相比，企业数据的规模小得多，数据量差距在百倍甚至上万倍。IBM InstructLAB 很好地解决了这个问题，让调教后的模型能真正为企业所用。
第三步，部署模型，用AI赋能企业应用。包括模型开发平台、数据处理和AI治理等完整的技术工具，帮助企业从数据的准备、模型以及应用的构建，到AI全生命周期的治理，在跨业务场景中快速训练并部署AI能力。
在领悦数字信息技术有限公司南京分公司总经理戚海飞看来，AI规模化离不开数据这个重要基础。“宝马一直强调的Data和AI，data一定在前面；数据资产化可以实现跨业务部门数据的互通共享，在这个基础上进行分析或者AI训练价值更加明显。
戚海飞认为，平台化是规模化的一个前提，因为企业很多能力要通过平台进行复用，降低成本、降低技术门槛、更加集成。
“No data no AI，没有数据就没有AI”，IBM咨询大中华区总裁陈科典也给出了同样的观点，如何让这些数据发挥力量，就必须要有最好的混合云架构，把数据的力量发挥出来，把AI的力量也发挥出来。
IBM如何推动AI规模化应用
2024财年第二季度财报显示，IBM第二季度总营收为157.70亿美元，与上年同期的154.75亿美元相比增长2%。自一年前推出 watsonx 以来，IBM的生成式AI业务已经超过了20亿美元。
目前，Watson全球已经了4万多个客户，IBM在AI领域已经有数十年的积累，在企业AI领域也具备三大优势：
第一，全球广泛应用：早在 2011年发布的企业级AI Watson，已经服务了全球超过 4万家企业客户。去年发布的企业级AI与数据平台watsonx，不仅能帮助企业找到需要的数据、建立合适的模型、监管系统的运营，还与 Watson 产品无缝对接，为企业客户提供从传统AI 到生成式AI的完整解决方案。
第二，IBM的独特价值：得益于咨询和技术的多年深耕，IBM非常了解企业客户的需求，既能帮助他们解决数据治理、IT架构现代化等入门障碍，也能在业务出海、安全合规、打造全球品牌等方面稳步进阶。
第三，市场和投资者的认可：2023年，IBM实现了全年的业绩稳健增长和利润持续改善，这主要得益于全球客户对IBM混合云和AI解决方案的认可。最近，IBM相继荣获IDC评选的生成式AI治理平台“全球领导者”，以及Forrester评选的语言AI基础模型“强劲表现者”。
在Hans Dekkers看来，在新的AI时代，IBM将继续深耕中国市场，构建开放、充满活力的AI生态系统，帮助民营企业、跨国公司在内的中国企业打通从试验AI到规模化应用AI之旅，携手各方去推动商业和社会的共同进步。
IBM大中华区技术销售总经理朱辉认为，IBM的企业级AI战略可以用制作咖啡的过程来诠释，第一，赋予客户选择的权利，有着各种咖啡口味选择；第二，为企业量身定制，包括模型和二次开发、训练；第三，可靠性，工业化的咖啡机（即可靠、可信的AI开发平台）把原料转化成可以享用的咖啡；第四，创造业务价值，让客户体验到咖啡的好处。
从中国企业的视角看，朱辉认为，现阶段AI主要有两大应用趋势，第一是知识库，将研发等领域的知识进行标准化，第二是客服，通过自动应答的方式为客户提供服务。
“企业AI要上规模，应用就需要用的人越来越多。”IBM大中华区首席技术官谢东说，不管是电气化，还是信息化革命，最明显的特点是越来越多的人在新的阶段使用起新的技术，当一个平台变得高度开放，不断有更多人进来，就能催生出新的技术并与新应用场景深度结合，这样才能超越现在的想象，释放出更多巨大的威力。
企业级AI平台的最佳实践
现阶段企业运用AI有三种方式，软件嵌入、API调用、企业级AI平台。IBM相信每个企业都需要有自己的AI平台，在将自己数据用起来的同时，把外面的数据带进来，产生最大的效应。
企业级AI平台怎么发生效应？就需要找到对企业的关键业务去创造应用场景，并且在创造应用场景之前必须要有良好的混合云和AI平台。
场景、混合云、AI平台三者结合就能帮助企业使用AI创造出更大的价值。IBM大中华区科技事业部总经理、IBM中国总经理侯淼强调，IBM一直专注于帮助混合云、数据与AI、自动化三大关键技术，帮助企业解决这些挑战。
其中，IBM混合云的核心技术是Red Hat OpenShift，可以优化IT架构、管理和保护数据、实现基础架构现代化。当百度智能云面临日益复杂的数据挑战，IBM为其提供了全局数据平台和磁带替换磁盘，节省了海量数据存储成本。
数据与AI的技术栈可以涵盖5个层面，包括混合云平台、AI和数据平台IBM watsonx、人工智能平台、开发工具、AI助手。在国内，源卓微纳科技基于watsonx平台，构建了企业知识库，利用生成式AI归纳总结最优答案。
自动化随着AI的加入被进一步赋能，IBM拥有三个智能运维产品，Instana观察之“眼”、Turbonomic执行之“手”、Watson AIOps决策之“脑”。国内著名企业车企的痛点是需要统一的界面来管理不同云和应用，IBM帮助实现了统一的可视化视图，减少由于人为或程序带来的故障。
“IBM中国是企业级AI最好的player，而且现在也是最好的时机。”图灵新智算董事长兼CEO刘淼认为，未来没有一家公司可以帮助企业把AI应用之旅全部走完，图灵新智算全力以赴加入到watsonx的合作当中，将IBM Technology+ IBM Consulting + partner三种力量合一。
