原標題：IBM朱輝：把握數據命脈，簡化並加速AI進程
在充滿不確定性的時代，越來越多的企業領導者將數位化重塑放在了首要位置，而人工智慧是實現企業規模化創新的關鍵。數據收集與準備是企業規模化應用AI的過程中最耗時且最困難的部分。IBM提供的企業級洞察力平臺簡化並加速企業的AI旅程，一個平臺，任意雲端，釋放數據價值，驅動數位化重塑。
每一家公司都必將成為人工智慧公司
2020年，在抗擊新冠病毒疫情中，人工智慧首次在人類突發重大公共衛生事件中快速得到推廣和應用，智能經濟、智能社會提前在這一社會大實踐中得到培育和驗證。在充滿不確定性的時代，人工智慧變得更為關鍵。IDC預測，人工智慧驅動型企業的響應速度將比其同行快50%，無論是響應客戶和合作夥伴的需求，還是應對監管機構的要求。
據麥肯錫和WorkMarket估計，企業每年消耗在低價值工作上的時間超過1200億小時，這些工作剝奪了員工對真正重要事件的關注。因此，領先企業正大力投入端到端的智能自動化，讓員工可以專注於高價值工作，提高生產率，為業務帶來高質量的回報。
IBM認為，每一家公司都將成為人工智慧公司，不是因為他們可以做到，而是必須這樣做。我們看到利用人工智慧將數據的價值全面釋放出來，可以解放人力，使企業運維基於科學的預測，變得更加精準和高效。
儘管越來越多的企業已經察覺，人工智慧對於加速企業數位化轉型至關重要，但是企業級人工智慧的規模化和實質性的應用卻進展遲緩。IBM商業價值研究院的數字顯示，中國只有不到14%的企業正真用到了人工智慧。數據的質量和複雜性、對人工智慧的信任程度、構建和部署人工智慧的技能差距等因素，導致很多企業止步於試驗階段。經過調查發現，60%的企業面臨數據治理帶來的挑戰，62%的企業缺乏擁有AI技能的專業人才，而62%的企業對AI系統和流程存在質疑。
IBM 致力於降低這些進入壁壘，通過提供基於客戶洞察的體系架構，即AI 階梯(AI Ladder)，幫助企業更容易地應用 AI，這個階梯呈現了客戶成功實現 AI 功能所必須涉及的四個關鍵領域：收集數據、組織數據、分析數據，最後注入 AI。
三大桎梏：數據、人才、信任
數據就緒挑戰。數據是AI的生命線，而數據的複雜性減緩了AI的進程。在體系結構層面上，大量的AI算法無法克服數據不足的問題，從而導致數據收集與準備成為AI應用當中最耗時且最困難的部分。如果把企業看作是一個餐館，數據就相當於做菜所需的原材料，原材料必須保證新鮮度和高質量。如今，客戶業務的海量數據中蘊藏著豐富的深度見解，企業希望能自由地選擇將人工智慧應用於數據，而無論數據存儲在何處。
人才技能挑戰。37%的受訪企業認為，其員工掌握的人工智慧專業技能或知識有限，這極大阻礙了企業成功應用人工智慧。實現日常的數據收集和分類工作的自動化對於促進人工智慧的規模化部署非常重要，這樣可以減少對人力的依賴，讓人工智慧成為增強人類技能、輔助人類決策的工具。
信任與可解釋性挑戰。信任與可解釋性對於人工智慧的採用至關重要，它讓組織可以了解和解釋AI給出的建議和預測的結果，並管理其業務中由 AI 驅動的決策，尤其是與法規要求相關的決策，同時確保組織對數據和見解的完全所有權和保護。全球受訪者中有78%表示，企業需要確保能夠相信AI輸出信息的公平性、安全性和可靠性。
一個平臺，任意雲端，簡化並加速企業AI旅程
幾年前，IBM發表了一篇關於企業級人工智慧與消費類人工智慧有何不同的論文。消費類人工智慧創新主要集中在智能音箱或者社交媒體平臺管理等應用上，而企業級人工智慧則側重於自動化、優化以及為企業做出更好預測等領域。IBM Watson，也就是IBM企業就緒的AI (AI for Business)， 100%專注於企業級人工智慧的應用和服務。過去十年間，IBM Watson經歷了研究和試驗階段，今天已經商用並產品化為成熟而規模化的企業就緒的人工智慧平臺。
IBM Watson為企業提供一系列人工智慧軟體和服務，幫助客戶在任何地方構建、運行和管理人工智慧——無論他們是喜歡自己構建人工智慧，還是應用預先構建的應用程式，都能夠確保他們今天獲得真正的價值。同時， IBM能夠幫助企業安全地擴展人工智慧——包括本地部署、私有雲、公有雲和混合多雲。
我們交付的方式是Cloud Pak for Data，這是IBM數據和人工智慧戰略的核心。 基於紅帽 OpenShift構建的Cloud Pak for Data是一套集成的數據和人工智慧功能，可以在開放且可擴展的雲原生平臺中交付預先集成好的數據服務、人工智能服務和雲服務。Cloud Pak for Data構建在同一個堆棧上，並利用了一組通用的引擎和技術，幫助企業實現在任意雲上，將AI全流程部署在一個開放和可擴展的平臺之上，從而解決了困擾企業多年的「如何在混合多雲的世界中為 AI 準備好數據」這個核心問題。
創新、開放——共馭混合智慧的未來！
把人工智慧規模化地應用到業務當中，需要一套完全不同的技術能力。 IBM在與全球客戶的合作中發現，企業級的人工智慧必須具備三種能力，才能夠在業務中成功得以擴展。 第一，是自然語言處理 (NLP)能力。為了支持人們的日常工作，AI必須了解業務語言，這涵蓋了人類語言、文檔、上下文含義等。有了這些見解，組織才能夠可以改善一切，從客戶服務和交通，到金融和教育。第二是信任和可解釋性。第三是自動化。對數據處理實施自動化、對AI全流程實施自動化、對業務流程實施自動化，這些對於規模化地應用AI都極為重要。
創新是IBM 企業就緒的人工智慧獲得所有這些能力的答案。 IBM 研究院一直持續幫助IBM Watson學習和進步。 2020年，IBM Project Debater的幾項自然語言處理(NLP)功能被商業化應用到IBM Watson中，幫助人工智慧理解業務語言。不僅如此，IBM還推出了Watson AIOps。這些技術建立在以前成功項目的基礎上，這些項目誕生於IBM研究院，並被商業化應用到IBM的產品中，例如IBM Watson Studio可以提供多模式預測分析和機器學習解決方案；IBM Watson Knowledge Catalog可以安全地發現企業數據，並進行編目和管理；IBM Cloud Pak for Data可以統一併簡化數據的收集、整理和分析工作；IBM Watson Assistant，能夠將會話式界面植入任何應用程式、設備或通道；IBM Watson Discovery通過將自動化數據獲取與高級 AI 功能相結合，發現數據中的連接。
IBM Watson同時也為開發人員和數據科學家提供工具，幫助數據科學家和開發人員構建並部署人工智慧。這些工具可以幫助企業收集數據，組織數據，構建公平的人工智能模型，將人工智慧模型投入生產，並在整個生命周期中管理這些模型。
IBM Watson幫助客戶以智能的方式為企業注入AI驅動的應用，縮短實現業務價值的時間；通過實現決策和流程的自動化，使企業能夠專注於價值更高的工作。這種方式是變革性和實質性的，目的就是為了解決他們具體的業務問題。
目前，IBM Watson在全球擁有超過三萬名客戶，全球各行業的許多領先品牌都在利用IBM Watson來改變企業的工作方式，包括Humana、漢莎航空、貝寶、UPS等等。IBM正在構建和激活一個廣泛的基於混合雲平臺的開放生態系統，讓客戶可以為自己的業務自由選擇最好的產品。這個生態系統包括全球系統集成商，以及第三方軟體合作夥伴和開發人員，例如Slack、Box、Anaconda、Fenergo等。在中國，我們也正在深化與像新奧集團(《智慧實踐先行者新奧集團如何迎接「新的達爾文時刻」？》)這樣的客戶以及業務夥伴的合作，構建一個圍繞雲計算和人工智慧的生態體系。例如，我們與國內某重要的房地產管理諮詢及信息化服務提供商合作，利用IBM業務分析核心產品 Planning Analytics 及Cognos Analytics 共同為中國地產領軍企業打造和實施AI運營管理平臺，幫助他們加強科學決策力，進一步實現企業盈利增長。
面向未來，企業要做到智能化運營、彈性應變和靈活地降本增效，就必須把AI轉化成為企業數位化的能力，貫穿於企業的運營和系統當中，持續進化其 AI 能力，實現企業數據靈活流轉的開放安全的混合多雲平臺。IBM願意和廣大的企業與合作夥伴一道，秉承創新與開放的原則，共馭混合智慧的未來！
責任編輯：徐恆
（文章來源：中國電子報）
(責任編輯：DF118)