IBM CEO致合作伙伴:让我们“一起在AI上赚很多钱”

IBM首席执行官Arvind Krishna在接受CRN采访时预测称,今年IBM解决方案提供商将努力建立客户对AI的信任并扩展早期用例。

他说:“这是行业中一个超级激动人心的时刻。我们迎来了生成式AI的新浪潮,这将为我们的客户创造商业价值,让他们有信心扩大规模。”

他还强调了一些赢得客户的早期用例,包括代码生成和增强人力。

他讨论了IBM围绕AI不断演化发展的战略,包括解释了在Watson在国际象棋和电视游戏节目“Jeopardy”中获胜而吸引世界注意力和ChatGPT引领当前AI炒作周期这两者之间所犯的错误。

“我们犯的错误是利用AI产生单一的答案,然后我们就说,无论我们是与你们合作还是自己进行训练都没关系。但让我给你一个完整的解决方案。我们已经比你考虑得更多了,所以请接受这个解决方案。每当出现新技术的时候,人们都想对其进行修改,他们想玩一玩,想尝试一下。当你给他们一个黑匣子的完整答案时,你就不能这样做。这就是我们犯的错误。”

在AI技术取得进步的同时,IBM还通过IBM Watson Studio等产品纠正了在AI上犯的错误,这些产品允许修正并允许客户引入他们自己的模型。

“这就是为什么我们看到了过去几个月所取得的成功,我当然希望与[合作伙伴]一起......我们可以在24年再次加倍努力,”他说。

Krishna表示,IBM不会在另一项新兴技术上犯同样的错误,这项技术就是得到了IBM大量投资的量子计算。

IBM有Qiskit开发者工具包,可供用户试验量子机器和运行电路。

“这一次,我们学到了,我们有点回到了我们的根源。……很多人之所以了解IBM,是因为他们在30、40、50年前从IBM销售和分支机构那里获得了关于如何使用大型机的免费编程课程。后来,我们可能有点失去了这一优势,但我们现在又回到了同样的根源,说‘这就是你使用技醯姆绞剑饩褪悄慊竦镁薮笥攀频姆绞剑梦颐歉嫠吣闳绾巫龅秸庖坏恪�’当你更愿意购买我们的技术而不是其他替代选择的时候,我们就获得了回报。”

2024年,IBM有什么值得我们期待的?

这是业界一个超级激动人心的时刻。我们迎来了生成式AI的新浪潮,我知道2023年看起来可能是AI年——确实有很多动作,很多人都在适应它。

在部署方面,尤其是我们的合作伙伴必须做的事情,2024年、甚至可能是2025年,他们将留下足迹,客户将逐渐信任他们,他们将开始扩展用例。……这将会给我们的客户创造商业价值,让他们有信心扩大规模。

顺便告诉你,云和混合云还在继续,还远未完成和成熟。

IBM解决方案提供商应如何与客户谈论IBM的AI?

我们确实应该将大型语言模型和生成式AI的结合,视为一种新的事物。......我们可以讨论AI的一般概念,它是10岁还是20岁,从2011年“沃森”在危险边缘节目中击败参赛者和主持人Ken Jennings,或者1997年“深蓝”在国际象棋比赛中赢了Garry Kasparov,这些都是真实的AI例子。...我们真的很想在三个主要用例上为我们的企业客户提供帮助。

首先是客户服务,可以延伸到联络中心、呼叫中心,改善我们企业客户的最终客户体验。

这方面还有很多工作要做——并不是要取代人员。很多时候,这是为了提高这些人员的工作效率,能够真正更好地提供客户服务 我认为这方面还有大量工作要做。

第二个例子是关于编码的。我们能否让某些人更擅长部署IT?我们可以帮助某些人处理[组织]内部的代码吗?在这两种情况下,许多行业是不会把这些信息转交给其他人的,他们会担心法规、隐私、谁从所有这些数据中学习?因此,所有这些都可以在混合环境中完成。

第三个用例是数字劳动力,这会随着时间的推移而增长。......技术人员很难获得,那么我可以使用数字劳动力来增强人类劳动力吗?这不是“替换”,而是“增强”,这样我们就可以更快速地扩大公司规模,可以找到新的分销渠道,可以找到人们和客户消费公司产品或服务的新方式。……我开玩笑地告诉我们的团队,我们不想做一个大型语言模型来教我用John Steinbeck的声音来写一封电子邮件。

这对某些人来说很棒,其乐无穷,但那不是我们。现在,我们可以帮助你更好地告诉某些人,根据来自某个特定银行的产品、哪些特定人群、这些人群所在位置等因素,判断哪一款财富管理产品更适合他们。

IBM是否赢得了足够多的新初创客户,并吸引了一些年轻解决方案提供商的业务?

我们赢了很多。我会给你一些统计数据和一些例子,我会说,“我们可以做得更好。”这就是我们要和合作伙伴交谈沟通的原因,我认为他们将成为实现这些目标的途径。……亚马逊也是我们软件和硬件方面的客户。

Uber、Paypal都是我们的客户,这些都是家喻户晓的品牌,都是年轻得多的公司,所以我们当然会得到这种公司的市场份额。话虽如此,我想我们应该有数万个这样的例子,……归根结底,还是产品背后的创新——Maximo,或者Watsonx,或者Apptio。我认为这些都是适用于新客户和成熟客户的出色产品。

随着生成式AI的快速普及,这是否会给量子计算普及的时间表带来一些影响?

这是一种不同的技术。我知道,人们喜欢将这些技术结合起来。我想说的是,量子计算将在一个交叉点上为AI提供帮助,......我认为量子将解决的第一组问题,实际上和AI是不同的。

量子计算可以解决材料领域的问题。我可以制造出更好的合金吗?我可以制造更好的润滑剂来做某些事情吗?我能制造出更好的碳纤维吗?电动汽车电池怎么样?我认为,这是一系列可以用量子计算来解决的、非常重要的问题。我们正在与克利夫兰诊所进行一些合作,目的不是了解蛋白质的形状,而是了解蛋白质形状在疾病期间是如何演变的,因为这可以为治疗或预防解决方案提供潜在的答案。

也许在风险领域,量子计算可以帮助银行提供更好的抵押贷款利率。好吧,这对消费者来说非常有吸引力。或者,如果你可以更好地评估可能发生的情况,也许保险公司也能用量子计算来降低费率或改善客户细分。因此,对我们消费者来说,这也是有意义的。当量子计算机执行传统计算机不可能或者不切实际的任务时,量子霸权这个概念,就有点像通用人工智能了。AI非常有用,我们不需要直接实现通用的智能。

您在Think 2023大会上曾提到,IBM过去在AI方面犯了一个错误。您从那个错误中吸取了教训吗?

我们犯的错误是利用AI产生单一的答案。然后我们就说,无论我们与你们合作,还是我们自己进行训练,都没有关系。但让我给你一个完整的解决方案,我们已经比你考虑得更多了,所以请接受这个解决方案。

即使事后看来,这些错误也不是那么地明显。每当新技术出现的时候,人们都想对其进行修改,想玩一玩,想尝试一下。当你给他们一个黑匣子的完整答案时,你不能这么做。这就是我们犯的错误。

所以现在,我还要告诉你,也许这个错误是有现实意义的。当时,所有AI都是基于我们所说的“深度学习”,这意味着你需要有很多人来标记数据、训练数据。这些模型很神秘,需要一屋子的计算机科学博士才能完成。

这很难说,“你可以对此进行了修改”,因为我们的普通客户不会有足够的人员来标记和训练,也不会拥有一屋子的计算机科学家。

现在有了大型语言模型之后,这种责任或障碍已经大大减少。所以,现在你可以进行修补和尝试了,……这就是为什么这一次,我们甚至没有从任何“解决方案”或单一答案开始着手。

我们从这里开始,这是一个工作室,这是你完善模型的一种方法。顺便说一句,你可以采用开源的模型,而不仅仅是我们自己的模型,你可以微调这个模型,我们可以帮你监控模型,帮你部署模型。

所以我认为这是一种非常不同的方法。我认为这就是为什么我们在过去几个月里看到了成功,我当然希望和合作伙伴一起……我们可以在2024年再次加倍努力。

我们能否这么认为,IBM在AI领域所犯的错误将帮助IBM避免在量子领域犯下同样的错误?

绝对地。......我们实际上从一个名为Qiskit的开发人员工具包开始着手。……我们实际上选择了免费的模型,已经把IBM整个量子计算机群放在了我们的云上,并且它是由超过100个量子位的公用事业规模级量子处理器提供支持的。事实上,这些都是免费的,任何人都可以访问并使用它们。

现在,你必须等待,如果有很多人使用它,你就必须等待,但这是为了打造一个社区,这个社区里的人都是由自己去做实验的。

他们可以通过实验来赋予量子机器一些特征。他们可以执行并运行你所谓的更高级别的“程序”,……量子研究人员会告诉我,“不,不,不,我们运行的是电路,而不是程序。”我会说,对于外行来说这是差不多的。这一切都是为了解决一种问题。

所以我认为,这一次我们已经学到了。我们又回到了我们的根源,……很多人之所以了解IBM,是因为他们在30、40、50年前从IBM销售和分支机构那里获得了关于如何使用大型机的免费编程课程。

后来我们可能有点失去了这一点优势,但我们又回到了同样的根源,说‘这就是你使用技术的方式。这就是你获得巨大优势的方式。让我们告诉你如何做。’

当你更愿意购买我们的技术而不是其他替代选择的时候,我们就获得了回报。所以我认为我们在量子方面一直处于领先地位。

对当前和潜在的IBM合作伙伴,您还有什么要说的吗?

我会提出一个请求……让我们共同努力,在AI上一起赚很多钱,因为我们所有的客户都想采用AI。采用率将从20%增加到90%,这是一个需要我们驾驭的大浪。

免责声明:文章内容不代表本站立场,仅供读者参考。产品相关技术问题请发送工单。 本文链接:https://www.idc.net/help/415382/

为您推荐

当"狂飙"的大模型撞上推荐系统

随着以 ChatGPT 为代表的大模型技术的迅速发展,推荐系统正经历着一场革命性的变革。传统的推荐系统主要基于用户和物品的历史行为数据进行预测,大模型技术的出现,为推荐系统带来了更强的泛化能力和更高的效率,解决了传统推荐系统中的一些难题,如用户和物品数量的巨大规模、不可观测因素对推荐的影响等。同时,大模型推荐技术也带来...

谷歌杀入开源大模型,单挑Meta Llama2,凭什么问鼎王座?

兵贵神速。在大模型的必争之地,谷歌却总是慢人一步,因而屡屡被调侃“起了大早,赶个晚集”。但昨日,谷歌却突放大招,发布了一款开放模型——Gemma,并声称其是轻量级中“最先进的”开放模型系列,超越了原本最强的Mistral 7B。 这款以拉丁语“宝石”命名的模型在此时推出颇有意味。其一,据谷歌官网介绍,Gemma采用了与...

GPT-4正接管人类数据专家!先验知识让LLM大胆预测,准确率堪比传统方式

在数据科学中,AI研究员经常面临处理不完整数据集的挑战。 然而,许多已有的算法根本无法处理「不完整」的数据序列。 传统上,数据科学家会求助于专家,利用他们的专业知识来填补空白,然而这一过程既耗时,却又不实用。 如果AI可以接管专家的角色,又会如何呢? 近日,来自德国人工智能中心、大阪公立大学等团队的研究人员,调查了LL...

重要的医学AI应用:使用多模态 CNN-DDI 预测药物间相互作用事件

生病时,医生往往给我们开了多种药物,这些药物在同时服下时是否因为药物间相互作用产生对身体不良的效果,这引起我们的怀疑和担心。其实医生所开的药方的药品已经经过了药物间相互作用的实验和临床测试,我们不应对此产生疑虑。 药物间相互作用(DDI)是指当一个患者同时服用多种药物时,药物之间可能发生的反应,这些反应可能会影响药物的...

谷歌AI新星转投Pika:视频生成Lumiere一作,担任创始科学家

视频生成进展如火如荼,Pika迎来一位大将—— 谷歌研究员Omer Bar-Tal,担任Pika创始科学家。 一个月前,还在谷歌以共同一作的身份发布视频生成模型Lumiere,效果十分惊艳。 当时网友表示:谷歌加入视频生成战局,又有好戏可看了。 Stability AI CEO、谷歌前同事等在内一些业内人士送上了祝福。...
返回顶部