智能进化论|让云计算与人工智能回归本质,拥抱新基建( 二 )


从物理距离的促因来看 , 5G时代的边缘计算是混合云架构的延伸 , 是即将来临的下一篇章 。 IDC预测 , 到2023年 , 有一半新的本地基础设施将会部署在关键的边缘站点 , 而不是在公司的数据中心 , 目前这一比例还不到10% 。 对于企业来说 , 5G可以使移动数据获得极高速、低延迟和最小传输延时的联接 , 企业能够利用5G的潜能来支持类似应急响应、机器人手术或者是联网车辆安全功能等关键应用 , 无需再把工作负载发送到中心云端 , 避免了现在以毫秒计的延时 。
IBM所提供的边缘计算服务与解决方案 , 结合了IBM多云环境的经验与专长以及红帽业界领先的开源技术 , 可以为各行各业带来全新的发展机会 。 我们有充分的理由相信 , 5G和边缘计算对企业计算能力的影响将不亚于手机对消费者的影响 。 抓住这个机会 , 意味着企业现在需要做出重要的架构选择 。 IBM认为 , 企业应该坚定不移地采用基于开放技术和标准的混合云策略来迎接5G时代的到来 。
关于人工智能 , 我很欣喜地看到人工智能的价值也在回归本质 。 今天已经不再是拿人工智能做噱头的时代 , IBM在制定人工智能策略时 , 聚焦于对企业最为重要的方面 , 致力于帮助企业更好地预测、实现自动化 , 优化运营和管理 。
过去几年 , 尽管人工智能的技术、产品和解决方案得到了一定的发展 , 但是在企业中的应用尚未普及 。 IBM商业研究院的调研报告显示 , 中国只有不到14%的企业真正用到了人工智能 。 人工智能的普及之所以雷声大雨点儿小 , 主要是因为企业在使用人工智能的过程中通常会碰到三大挑战 , 即数据的复杂性、AI人才的不足和AI的可信性 。 可喜的是 , 长期致力于人工智能研究与开发的IBM不仅拥有领先的人工智能技术 , 也是应用人工智能解决商业和社会问题的市场领导者(IBM连续三年被IDC评为“人工智能全球市场占有率第一”) , 对于企业所面临的每一项挑战 , IBM都有相应的技术和解决方案 。
第一 , 数据的复杂性 。 IBM的人工智能阶梯(AILadder)可以帮助企业解决数据难题 , 做到“数据就绪” 。 基于IBM在全球实施的数千个AI项目的经验 , IBM打造了一个开放且可扩展的数据和AI平台-CloudPakforData , 可以帮助企业收集、组织和分析数据 , 然后再把AI融合到企业整体经营中去 , 为企业提供端到端的数据就绪、分析和人工智能应用的全方位能力 , 而且不用4个小时就能部署在任何云上 。
第二 , AI人才的匮乏 。 今天AI人才的录用和培养成本极高 , 企业如何在可控的成本之下发挥人工智能的作用?为此 , IBM做了多层次的设计 , 以满足企业不同层次的需求 。 例如 , 针对具备人工智能开发能力的企业 , IBM可以提供全套的人工智能全生命周期解决方案 , 满足企业自己构建、管理人工智能模型的需求;针对企业业务部门有强烈需求 , 同时又面临上线时效性和人才的挑战 , IBM会推荐产品化的人工智能解决方案应用给业务人员直接使用 , 无需具备编程能力 , 如WatsonAssistant和WatsonDiscovery等;第三种是嵌入式的IBM人工智能技术 , 不是提供端到端的解决方案 , 而是提供人工智能的能力嵌入到IBM自身的产品或者第三方的产品中去 。 通过这些方式 , 帮助企业打破AI人才缺乏的瓶颈 , 加速智能化转型 。
第三 , 可信AI的挑战 。 IBM通过可信化、可管理的平台 , 监督和管理企业运营中人工智能的应用、算法和模型 , 使企业在应用人工智能的同时 , 可以规避可能存在的AI偏见风险 。 同时 , IBM承诺不会利用客户的数据 , 以及客户数据创造的模型和洞察来提升IBM人工智能的能力 。 IBM的人工智能紧跟客户的需求 , 大部分产品平均3到4个月就更新一个版本 , 而这些提升都源自IBM自身技术的发展和应用 。
此外 , 与IBM混合云架构一脉相承的 , 是IBM人工智能的开放性 , 这既是我们的技术承诺 , 也是客户所需 。 IBM的Watson采用开放的体系架构 , Watson使用到的数据、文本、流程、模型、结果等等 , 用户都能很直观地看到 , 并且能非常方便地以API的方式让企业内外的其它应用程序调用 。 这样可以快速地扩展人工智能在企业中的应用范围 , 真正实现人工智能无处不在 。 为此 , Watson还获得全球的API大奖 。