IBM朱辉：把握数据命脉，简化并加速AI进程

作者：IBM中国研发中心数据与人工智能总经理 朱辉

在充满不确定性的时代，越来越多的企业领导者将数字化重塑放在了首要位置，而人工智能是实现企业规模化创新的关键。数据收集与准备是企业规模化应用AI的过程中最耗时且最困难的部分。IBM提供的企业级洞察力平台简化并加速企业的AI旅程，一个平台，任意云端，释放数据价值，驱动数字化重塑。

每一家公司都必将成为人工智能公司

2020年，在抗击新冠病毒疫情中，人工智能首次在人类突发重大公共卫生事件中快速得到推广和应用，智能经济、智能社会提前在这一社会大实践中得到培育和验证。在充满不确定性的时代，人工智能变得更为关键。IDC预测，人工智能驱动型企业的响应速度将比其同行快50％，无论是响应客户和合作伙伴的需求，还是应对监管机构的要求。

据麦肯锡和WorkMarket估计，企业每年消耗在低价值工作上的时间超过1200亿小时，这些工作剥夺了员工对真正重要事件的关注。因此，领先企业正大力投入端到端的智能自动化，让员工可以专注于高价值工作，提高生产率，为业务带来高质量的回报。

IBM认为，每一家公司都将成为人工智能公司，不是因为他们可以做到，而是必须这样做。我们看到利用人工智能将数据的价值全面释放出来，可以解放人力，使企业运维基于科学的预测，变得更加精准和高效。

尽管越来越多的企业已经察觉，人工智能对于加速企业数字化转型至关重要，但是企业级人工智能的规模化和实质性的应用却进展迟缓。IBM商业价值研究院的数字显示，中国只有不到14%的企业正真用到了人工智能。数据的质量和复杂性、对人工智能的信任程度、构建和部署人工智能的技能差距等因素，导致很多企业止步于试验阶段。经过调查发现，60%的企业面临数据治理带来的挑战，62%的企业缺乏拥有AI技能的专业人才，而62%的企业对AI系统和流程存在质疑。

IBM 致力于降低这些进入壁垒，通过提供基于客户洞察的体系架构，即AI 阶梯（AI Ladder），帮助企业更容易地应用 AI，这个阶梯呈现了客户成功实现 AI 功能所必须涉及的四个关键领域：收集数据、组织数据、分析数据，最后注入 AI。

三大桎梏：数据、人才、信任

数据就绪挑战。数据是AI的生命线，而数据的复杂性减缓了AI的进程。在体系结构层面上，大量的AI算法无法克服数据不足的问题，从而导致数据收集与准备成为AI应用当中最耗时且最困难的部分。如果把企业看作是一个餐馆，数据就相当于做菜所需的原材料，原材料必须保证新鲜度和高质量。如今，客户业务的海量数据中蕴藏着丰富的深度见解，企业希望能自由地选择将人工智能应用于数据，而无论数据存储在何处。

人才技能挑战。37%的受访企业认为，其员工掌握的人工智能专业技能或知识有限，这极大阻碍了企业成功应用人工智能。实现日常的数据收集和分类工作的自动化对于促进人工智能的规模化部署非常重要，这样可以减少对人力的依赖，让人工智能成为增强人类技能、辅助人类决策的工具。

信任与可解释性挑战。信任与可解释性对于人工智能的采用至关重要，它让组织可以了解和解释AI给出的建议和预测的结果，并管理其业务中由 AI 驱动的决策，尤其是与法规要求相关的决策，同时确保组织对数据和见解的完全所有权和保护。全球受访者中有78%表示，企业需要确保能够相信AI输出信息的公平性、安全性和可靠性。

一个平台，任意云端，简化并加速企业AI旅程

几年前，IBM发表了一篇关于企业级人工智能与消费类人工智能有何不同的论文。消费类人工智能创新主要集中在智能音箱或者社交媒体平台管理等应用上，而企业级人工智能则侧重于自动化、优化以及为企业做出更好预测等领域。IBM Watson，也就是IBM企业就绪的AI （AI for Business）, 100%专注于企业级人工智能的应用和服务。过去十年间，IBM Watson经历了研究和试验阶段，今天已经商用并产品化为成熟而规模化的企业就绪的人工智能平台。

IBM Watson为企业提供一系列人工智能软件和服务，帮助客户在任何地方构建、运行和管理人工智能——无论他们是喜欢自己构建人工智能，还是应用预先构建的应用程序，都能够确保他们今天获得真正的价值。同时， IBM能够帮助企业安全地扩展人工智能——包括本地部署、私有云、公有云和混合多云。

我们交付的方式是Cloud Pak for Data，这是IBM数据和人工智能战略的核心。 基于红帽 OpenShift构建的Cloud Pak for Data是一套集成的数据和人工智能功能，可以在开放且可扩展的云原生平台中交付预先集成好的数据服务、人工智能服务和云服务。Cloud Pak for Data构建在同一个堆栈上，并利用了一组通用的引擎和技术，帮助企业实现在任意云上，将AI全流程部署在一个开放和可扩展的平台之上，从而解决了困扰企业多年的“如何在混合多云的世界中为 AI 准备好数据”这个核心问题。

创新、开放——共驭混合智慧的未来！

把人工智能规模化地应用到业务当中，需要一套完全不同的技术能力。 IBM在与全球客户的合作中发现，企业级的人工智能必须具备三种能力，才能够在业务中成功得以扩展。第一，是自然语言处理（NLP）能力。为了支持人们的日常工作，AI必须了解业务语言，这涵盖了人类语言、文档、上下文含义等。有了这些见解，组织才能够可以改善一切，从客户服务和交通，到金融和教育。第二是信任和可解释性。第三是自动化。对数据处理实施自动化、对AI全流程实施自动化、对业务流程实施自动化，这些对于规模化地应用AI都极为重要。

创新是IBM 企业就绪的人工智能获得所有这些能力的答案。 IBM 研究院一直持续帮助IBM Watson学习和进步。 2020年，IBM Project Debater的几项自然语言处理（NLP）功能被商业化应用到IBM Watson中，帮助人工智能理解业务语言。不仅如此，IBM还推出了Watson AIOps。这些技术建立在以前成功项目的基础上，这些项目诞生于IBM研究院，并被商业化应用到IBM的产品中，例如IBM Watson Studio可以提供多模式预测分析和机器学习解决方案；IBM Watson Knowledge Catalog可以安全地发现企业数据,并进行编目和管理；IBM Cloud Pak for Data可以统一并简化数据的收集、整理和分析工作；IBM Watson Assistant，能够将会话式界面植入任何应用程序、设备或通道；IBM Watson Discovery通过将自动化数据获取与高级 AI 功能相结合，发现数据中的连接。

IBM Watson同时也为开发人员和数据科学家提供工具，帮助数据科学家和开发人员构建并部署人工智能。这些工具可以帮助企业收集数据，组织数据，构建公平的人工智能模型，将人工智能模型投入生产，并在整个生命周期中管理这些模型。

IBM Watson帮助客户以智能的方式为企业注入AI驱动的应用，缩短实现业务价值的时间；通过实现决策和流程的自动化，使企业能够专注于价值更高的工作。这种方式是变革性和实质性的，目的就是为了解决他们具体的业务问题。

目前，IBM Watson在全球拥有超过三万名客户，全球各行业的许多领先品牌都在利用IBM Watson来改变企业的工作方式，包括Humana、汉莎航空、贝宝、UPS等等。IBM正在构建和激活一个广泛的基于混合云平台的开放生态系统，让客户可以为自己的业务自由选择最好的产品。这个生态系统包括全球系统集成商，以及第三方软件合作伙伴和开发人员，例如Slack、Box、Anaconda、Fenergo等。在中国，我们也正在深化与像新奥集团（《智慧实践先行者 新奥集团如何迎接“新的达尔文时刻”？》）这样的客户以及业务伙伴的合作，构建一个围绕云计算和人工智能的生态体系。例如，我们与国内某重要的房地产管理咨询及信息化服务提供商合作，利用IBM业务分析核心产品 Planning Analytics 及Cognos Analytics 共同为中国地产领军企业打造和实施AI运营管理平台，帮助他们加强科学决策力，进一步实现企业盈利增长。

面向未来，企业要做到智能化运营、弹性应变和灵活地降本增效，就必须把AI转化成为企业数字化的能力，贯穿于企业的运营和系统当中，持续进化其 AI 能力，实现企业数据灵活流转的开放安全的混合多云平台。IBM愿意和广大的企业与合作伙伴一道，秉承创新与开放的原则，共驭混合智慧的未来！