IBM革故鼎新 打造通往数字化重塑第二篇章的人工智能阶梯
2019-08-06程梦瑶
程梦瑶
随着数据数量、种类和复杂性呈现出指数级增长态势,将人工智能视为企业发展的战略重点势在必行。
在今天,得益于机器学习辅助的图像识别、对象识别、檢测和分类等技术的广泛应用,几乎所有的产品都已经被人工智能(AI)技术所渗透。那么,在企业级应用范畴,人工智能还能如日中天吗?答案是肯定的!
随着数据数量、种类和复杂性呈现出指数级增长态势,将人工智能视为企业发展的战略重点势在必行。经过广泛而深入的调研,IBM发现,在中国CEO眼中优先采用人工智能的六大方向,分别是产品开发、制造、风险、财务、信息安全和创新。毫无疑问,他们构成了2019年企业推动人工智能发展的首要任务。
加速AI之旅 打造企业数字化重塑新格局
如何加速人工智能之旅,从而全面地重塑数字化之路,打造新型商业模式?在2019 IBM中国论坛上,IBM展示了一套规范并行之有效的方法论—人工智能阶梯。
阶梯式发展,是生命进化的重要形式。阶梯式发展理论论证了事物发展的前进和上升相统一的运动规律,它是事物发展的整体方向和主流趋势。
基于硬件、软件、安全、大数据与分析、人工智能等领域的综合服务能力,IBM提出的通向人工智能的阶梯方法论中更加明确了平台化进程的核心目标,即面向行业应用场景的认知解决方案和云平台公司。据IBM云计算与认知软件业务部创新与新技术副总裁Rene Bostic介绍,在这套方法论中,AI被融入到实现数据资产现代化管理的全生命周期中,并支持多云环境下的业务拓展,涵盖数据收集、数据整理、数据分析和数据融合等四个层级。
作为IBM新一代数据及人工智能平台,IBM Cloud Private for Data集数据的收集、整理、分析和融合的人工智能为一体,成为了人工智能和多云环境下企业实现数字化重塑的便捷途径之一。与此同时,该平台提供了广泛的核心数据微服务,可以选择从不断增多的服务目录中添加其他服务。数据虚拟化功能使得无需移动数据即可体验更高的灵活性、安全性和可控性以及云的优势。
不同于传统的数据管理和分析工具的技术路线,IBM Cloud Private for Data同时提供多云配置、容器化工作负载、微服务的平台化服务能力,并不断走向开放生态,打造开源的云及数据技术平台,从而体现出敏捷、高效、节省成本的差异化优势。
事实上,IBM Cloud Private for Data已经为诸多行业用户实现业务转型提供了动力,在金融、健康医疗、智能制造等行业均有出色的表现。在印度,IBM Cloud Private for Data已经为一家健康医疗公司的心脏护理预测模型的开发和部署提供了便利。
无IA,不AI!
数字化重塑已经进入第二篇章,在这一阶段,企业将通过AI的力量扩展数字化的规模,借助混合云推动关键业务应用的云迁移,以及打造可信的基础设施架构,更好地适应企业在数字化重塑时代的要求。
在这个人人皆可创造并拥有数据的时代,正是AI得以大显身手的好时机。为了充分发挥AI的潜力,企业要获得决定性的竞争优势,没有数据,没有可靠的信息架构,再复杂高效的人工智能算法都没有施展的空间。换言之,企业如果没有一个现代化的、统一的和规范性的信息架构,就无法进行人工智能深度应用。简言之,无IA(信息架构),不AI(人工智能)!
收集数据、组织数据、分析数据、将人工智能融合到整个企业业务运营中,这就是IA的力量。
IBM大中华区云计算与认知软件业务部大数据与人工智能技术总监刘胜利详解IBM人工智能阶梯上每一个关键节点:
在收集数据阶段,需要融合数据管理技术,帮助企业轻松拿到所有数据。除了结构化数据和非结构化数据,还包括第三方数据、云上的数据,以及开源数据。不管哪种类型的数据,不管数据位于何处,不管数据源如何变化,都可以快速、灵活地进行收集。
在组织数据阶段,如果企业没有办法确保数据的可信性、完整性和一致性,就没有办法实现数据的全部价值。因此企业需要对所有数据进行梳理,构建一个面向业务的数据基础。
在分析数据阶段,需要确保企业能够以更智能的方式分析数据,并充分利用数据科学和 AI模型,获取新的洞察,做出更明智的决策。换句话说,企业需要将AI模块融合到传统数据分析方法中,通过分析数据,为客户提供快速拓展的洞察力。
最后将进入数据融合阶段,在保证数据可解释、可信赖的前提下在企业中融入可信赖、可理解的AI驱动型流程,从而帮助企业更快地将AI融合到整个业务运营当中,实现AI运营化。
唤醒“认知型企业” 解锁数据价值
毋庸置疑,人工智能正在以一种全新的方式解锁数据价值,帮助企业实现业务运营模式的转型再造。事实上不容乐观的是,根据调查显示,在企业中,仍然有高达60%的高管对人工智能决策的责任问题感到担忧。而大多数消费者则希望针对个人数据出台更严格、更明确的监管制度和政策,特别是那些保管消费者信息和数据的企业更应该受到更加严格的监管。
您的AI成效是否可解释、可信赖?围绕这个问题产生的重重疑点,成为了通向人工智能的阶梯最关键的一步。IBM全球企业咨询服务部大中华区认知与分析总监赖开文解释道,IBM通过建立信任和透明度让人工智能应用于实践,具体做法包括提供公平性和偏差检测、提供自动化数字业务流程、使决策达到可审核性和可追溯性,以及提供人工智能模型管理和工作流等。在落地环节,IBM不仅通过人工智能及自然语言处理技术帮助国内某银行实现HARO智能助理7乘24小时解答客户查询,还帮助某知名保险公司构建知识图谱,并通过IBM视频分析(VA)解决方案帮助亚洲某大型机场管理局实现其智能机场的远景。
过去十年,企业往往是基于消费者需求和市场环境等外部因素试图改变客户服务和客户交互体验。如今,经过浅水区的摸索,企业正面临更深层次的数字化转型带来的挑战,即由内而外地全面展开数字化重塑,打造新型商业模式。IBM将这种积极寻求新一代商业模式变革的企业称为“认知型企业”。
随着数字化重塑进程不断加速,传统企业向“认知型企业”转型的步伐也将不断加快,并将充分发挥人工智能的优势,从内部平台、架构、数据、人才等关键要素出发,更好地面对复杂的客户需求和多变的竞争环境。