助力企业向 AI 转型，IBM 在其年度 Think 大会上推出了 IBM Watsonx 平台，该平台提供构建 AI 模型的工具和预训练模型，用于生成计算机代码、文本等内容。

IBM 表示，推出这个平台是因为很多企业在工作场所部署人工智能时仍有很多困难。在IBM 的一项调查中，有 30% 的企业领袖表示，信任和透明度问题是阻碍他们采用人工智能的关键；而 42% 的人则提到了隐私问题，特别是涉及生成式人工智能的隐私问题。

IBM 的首席商业官 Rob Thomas 在与记者的圆桌会议上表示：“人工智能可能不会取代管理者，但不使用人工智能的管理者将被取代。人工智能的确改变了我们的工作方式。”

IBM 声称，Watsonx 通过为客户提供所需的工具集、基础设施和咨询资源，使客户能够创建自己的 AI 模型或调整和适应现有的 AI 模型来处理他们自己的数据。使用 IBM 在营销用语中称之为“面向 AI 构建者的企业工作室”的 Watsonx.ai，用户还可以验证和部署模型，并在部署后监控模型，从而整合其各种工作流程。

这时候有人可能会说，像谷歌、亚马逊和微软这样的竞争对手不是已经提供了类似的产品吗？

确实如此。亚马逊的同类产品是 SageMaker Studio，而谷歌的产品是 Vertex AI。在 Azure 方面，有 Azure AI 平台。

然而，IBM 认为，Watsonx 是市场上唯一提供一系列预训练、为企业开发的模型和“具有经济高效的基础设施”的人工智能工具平台。

“要想用合理方式为企业带来 AI 创新，一个非常庞大的组织和团队必不可少，” IBM 的高级副总裁 Dario Gil 在圆桌会议上告诉记者。“这是 IBM 所具有的横向能力的关键要素。”

当下，IBM 正在向使用 Watsonx.ai 的企业提供七个预训练模型，其中有几个是开源的。同时，它还与人工智能初创公司 Hugging Face 合作，watsonx.ai AI 开发平台将建立在 Hugging Face 的开源库之上，并提供数千个 Hugging Face 开放模型和数据集。

IBM ：三大模型重磅登场

该公司在 Think 大会上重点推出了三个模型：fm.model.code，通过自然语言界面为开发人员自动生成代码的模型，以提高开发人员的工作效率并实现许多 IT 任务的自动化；fm.model.NLP，一个用于特定或行业特定领域的大型语言模型 (LLM) 的集合；以及 fm.model.geospatial，基于天气和遥感数据构建的模型，可帮助组织了解和规划可能影响其业务的自然灾害模式、生物多样性、土地使用和其它的地理过程的变化。 

这些模型听起来可能并不新奇。但 IBM 声称这些模型的训练数据集包含“多种类型的业务数据，包括代码、时间序列数据、表格数据、地理空间数据和 IT 事件数据”，因此具有差异化。

“我们允许企业使用自己的代码来调整这些模型，去适应他们想要运行的 playbooks 和代码的方式，”IBM 首席执行官 Arvind Krishna 在圆桌会议上表示。“这适用于那些想要拥有自己私有实例的情况，无论是在公共云还是在本地。”

IBM 表示，正在其软件产品和服务套件中使用这些模型。例如，fm.model.code 为 Watson Code Assistant 提供支持，这是 IBM 对 Copilot 的回应，它允许开发人员使用简单的英语提示跨程序（包括 Red Hat 的 Ansible）生成代码。至于 fm.model.NLP，这些模型已经与 AIOps Insights，Watson Assistant 和 Watson Orchestrate（分别是 IBM 的 AIOps 工具包，智能助手和工作流自动化技术）集成，以提供更大范围的 IT 环境性能可见性，更快速地解决IT事件以及改善客户服务体验。

与此同时，FM.model.geospatial 是 IBM 的 EIS Builder Edition 的基础，该产品允许组织创建解决环境风险的解决方案。

除了 Watsonx.ai，在同一个 Watsonx 品牌中，IBM 推出了 Watsonx.data，这是一个“适合目的”的数据存储，旨在为治理数据和 AI 工作负载提供支持。IBM 表示，Watsonx.data 允许用户通过单个入口点访问数据，同时应用查询引擎，以及治理、自动化和与组织现有数据库和工具的集成。

与 Watsonx.ai 和 Watsonx.data 相辅相成的是 Watsonx.governance。用 IBM 的话来说，这是一个工具包，它提供了保护客户隐私、检测模型偏差和漂移以及帮助组织满足道德标准的机制。

IBM ：正在 AI 领域全速竞争

在与 Watsonx 相关的公告中，IBM 展示了一种新的 GPU 产品，该产品针对计算密集型工作负载进行了优化，特别是用于训练和服务 AI 模型。

该公司还展示了 IBM Cloud Carbon Calculator，这是一个“AI 信息化”的仪表板，使客户能够测量、跟踪、管理并有利于他们随时了解云使用产生的碳排放量。IBM 表示，此产品是基于 IBM 研究部门的技术、与英特尔合作开发的，可以帮助可视化工作负载产生的温室气体排放量，甚至可以下到云服务水平。

可以说，这两个产品以及新的 Watsonx 套件，都代表了 IBM 对 AI 的一种加倍投入。该公司最近在云中建立了一台 AI 优化的超级计算机，称为 Vela。它还宣布与 Moderna 和 SAP Hana 合作，研究如何大规模应用生成式 AI。

该公司预计，到 2030 年，AI 可能为全球经济增加 16 万亿美元，而在未来五年内，30% 的后勤工作将实现自动化。

“我们可以猜想未来在传统的后勤流程中，不仅仅是客户服务，甚至在包括采购、供应链，或是 IT 运营和网络安全等环节，AI 都能够轻松地处理 30% 到 50% 的任务，并且做的比人更熟练，” Dario Gil 说。

这或许是一种积极的预测。IBM 的自动化解决方案（公司软件部门的一部分）——在 2022 年第四季度的营收同比增长了 9 %。与此同时，重点关注分析、客户服务和供应链管理的数据和 AI 解决方案的营收增长了 8 %。

但正如 Seeking Alpha 的一篇文章所指出的那样，我们有理由降低预期。过去，IBM 在 AI 领域举步维艰，由于技术问题导致备受瞩目的客户合作关系恶化，被迫以巨额亏损出售其 Watson Health 部门。与此同时，AI 领域的竞争正在加剧；IBM 不仅面临着微软、谷歌等科技巨头的竞争，还面临着像 Cohere 和 Anthropic 这样拥有大量资本支持的初创公司的竞争。

IBM 的新应用程序、工具和服务会有所作为吗？IBM 希望如此，但结果需要拭目以待。

参考链接：

Yahoo