AI for Business: Multiplying the Impact of AI
32:21 Share

随着企业采用人工智能，一个新的问题解决、创新和创造性决策时代可以被扩展。在本期IBM智慧对话中，马尔科姆·格拉德威尔和雅各布·戈德斯坦与IBM软件产品管理和增长高级副总裁卡里姆·尤素福一起探讨了企业人工智能的未来。他们讨论了基础模型的出现，人工智能如何改变数据存储和决策，以及IBM的watsonx等下一代人工智能平台如何使企业能够大规模使用人工智能。这是IBM的付费广告。请访问ibm.com/smarttalks了解更多信息。请访问omnystudio.com/listener了解隐私信息。</context> <raw_text>0 哈喽，哈喽。欢迎收听IBM智慧对话，这是普希金工业、iHeartRadio和IBM联合推出的播客。我是马尔科姆·克劳博。在本季节目中，我们将继续与新的创造者、有远见的企业家进行对话，他们正在创造性地将技术应用于商业以推动变革，但重点关注人工智能的变革力量及其作为改变游戏规则的倍增器在企业中的意义。

我们今天的嘉宾是卡里姆·尤素福，IBM软件产品管理和增长高级副总裁。卡里姆在IBM的工作重点是产品战略，思考IBM软件产品的路线图以及它们如何提供有效且引人注目的客户体验。

随着生成式人工智能的蓬勃发展，卡里姆的工作是帮助企业弄清楚如何大规模应用人工智能来帮助解决重大问题，并将生产力提升到新的数量级。在今天的节目中，您将听到卡里姆解释由基础模型驱动的人工智能如何使企业更容易采用人工智能。

生成式人工智能将如何改变企业处理数据和做出决策的方式，以及这些考虑因素如何影响IBM下一代人工智能和数据平台Watson X的设计。

卡里姆与普希金播客《你的问题是什么？》的主持人雅各布·戈德斯坦进行了交谈。作为一名经验丰富的商业记者，雅各布曾为《华尔街日报》、《迈阿密先驱报》撰稿，并且是NPR节目《金钱星球》的长期主持人。好的，让我们开始采访吧。

我是雅各布·戈德斯坦。我是普希金的联合主持人，也是本节目的特约记者。我很高兴您能来到这里。您能自我介绍一下吗？嗨，我是卡里姆·尤素福。我是IBM软件产品管理和增长高级副总裁。您可以把我当成IBM软件的首席产品官。好的。

听起来像个很大的工作。我们今天来谈谈人工智能。在过去几个月里，我们听到关于ChatGPT的很多非凡的事情，尤其是在它非常面向消费者的使用方式方面。但是我很好奇，ChatGPT以及更普遍的人工智能的兴起意味着什么？这对企业意味着什么？

嗯，你知道，如果你退一步想想真正发生的事情，在企业中，你实际上是在谈论一组流程，对吧？你知道，这些活动代表了企业需要完成的工作，无论是他们生产和销售的产品还是他们提供的服务。

我认为，经营企业固有的两个非常关键的因素是数据，以及你围绕这些数据做出的决策。然后实际上，最后，你根据该决策执行的流程或活动。

因此，如果你考虑将人工智能应用于企业，在这种情况下，它首先开始的地方通常是如何理解与推动业务相关的许多数据？因此，在我看来，人工智能始终最重要的是获得见解，然后支持决策，最终以

帮助自动化随后根据这些决策执行的活动而告终。这就是我对人工智能的简单思考方式，我们显然可以用例子来补充说明，但这就是我在考虑企业背景下的人工智能时的最简单思考方式。从海量数据中获得见解，以支持决策，然后推动行动。这是一个非常有用的框架。

然后，如果我们考虑现在企业与人工智能之间正在发生的事情，您此刻对企业采用人工智能有什么看法？我们实际上是在谈论两个时期的故事。所以，首先让我带你回到我认为的生成式人工智能和整个ChatGPT出现之前，回到我所说的更标准的机器学习模型领域。

很多事情都发生在异常检测或优化等领域，使用机器学习模型来完成这类工作。它可能应用在哪里？嗯，想想安全软件中的异常检测，根据流经的不同事件检测威胁。

或者在企业资产管理软件中，监控设备并检测其行为中的异常。或者甚至在IT自动化软件中，再次根据各种IT事件以及应该发生的事件检测异常。

优化通常会在资源优化领域发挥作用，正如您可以想象的那样，无论是IT的应用程序资源管理，还是供应链的背景下。这些都是机器学习人工智能的非常经典的应用，它可以真正理解数据并为决策提供依据。

现在，所有我给出的例子以及这种技术的最新技术都具有一个特点，那就是它非常特定于任务。所以有一个

如果可以的话，引号，一种限制，因为它必须非常特定于任务。因此，我们在企业中看到了很多广泛的采用。对。但正如您可以想象的那样，它非常非常特定于任务。现在，最近发生了什么，并且被提到了最前面？

一直是关于生成式人工智能的讨论，它是由一项非常具体的创新驱动的，即基础模型的概念。用最简单的方法来理解它，就是训练这个大型模型，然后可以将其改进

到各种任务。每个人目前都认识到的最简单的例子是大型语言模型的概念，这是一个对许多语言元素有理解的模型，因此可以将其改进为各种任务，例如撰写论文、回答问题、唱歌等等。我喜欢比喻

力量，如果你愿意的话，这将说明为什么每个人都对此如此兴奋，为什么我认为这是一个拐点。我喜欢将其比作教孩子字母表。当你教孩子字母表时，它是一组字母，对吧？让我们称之为我们的基础模型。但是随着时间的推移，

字母表的知识被调整为阅读书籍、撰写论文、进行作文、创作歌曲、写诗、写发票。你明白我的意思吗？因此，从一个基础模型中，您可以支持多个目标任务，而不是坚持类比，而是为阅读、写作、写诗、写论文等等创建模型。

因此，在企业环境中，这意味着由于基础模型的性质及其对生成用例的吸引力，我们现在正在谈论能够大规模解锁更多价值。在这种情况下，生成意味着创建新内容。那么让我们谈谈Watson X。IBM最近宣布了Watson X。首先，这是什么？什么是Watson X？

好吧，Watson X指的是我们的品牌，是我们的平台，Watson X平台，用于在企业内部、在业务中真正利用生成式人工智能。因此，当您开始考虑这意味着什么时，它会引导您了解Watson X的组件和一组用例。所以让我在这里为您描绘几张快速图片。

首先，What's Next是关于使我们的客户能够针对他们的任务操作模型，针对他们的任务操作这些基础模型。我们相信世界是一个多模型的世界。

对吧？尤其是在企业环境中，模型将来自各种来源。我们提供的模型，开源中的模型等等。但是你需要围绕这些模型进行一些活动，正如我所说，将它们应用于你的用例。我们稍后会谈谈用例。所以，What's Next.ai就是那个环境，那个构建工具，如果你愿意的话，能够进行这些模型操作。

以满足您的特定用例。人们在该领域会认识到的事情，提示工程、提示调整、微调，这些都是操作模型以满足您的用例的活动。第二个组件是.data。那么什么是next .data？它本质上是下一代数据存储，基于所谓的开放式数据湖仓架构，这有助于整合执行AI所需的数据

实际上是操作模型。在这种情况下，当您考虑操作模型、基础模型时，您通常会使用一些数据来提示它、调整它、将其训练到您的用例中。因此，我们提供了一个非常开放的数据存储，允许各种数据和格式通过它来完成这项工作。

第三个组件是what's next dot governance。这完全是关于在进行此类工作时应用正确治理原则所需的框架和工具包。因为当你

在企业内部部署人工智能时，治理实际上很重要，对吧？了解您的数据来自哪里至关重要？您添加了什么数据？您的模型性能如何？您能否为自己的内部策略和合规性需求或监管需求保留适当的审计跟踪？

所以，您描述的这个平台、这个系统，我很好奇，它与我们一直在媒体上听到的生成式人工智能选项有何不同？我认为这实际上归结于首先推动我们工作的精神或原则。我首先要关注的是开放。

我们从根本上相信，要在企业中完成此类工作，您需要一个开放的平台，正如我所说，它对来自所有来源的所有类型的模型都是开放的。这就是我们宣布与Hugging Face建立合作伙伴关系的原因之一，以确保我们的客户能够访问平台内的开源创新来完成他们的工作。Hugging Face，需要明确的是，是开源人工智能的中心，对吧？

没错。没错。是的，它是各种生态系统协调员的市场中心，用于开源模型。我相信那里有很多创新正在进行。所以首先，开放变得很重要。其次，有针对性。

因此，我们的重点非常关注支持这些业务用例，对吧？你可能会说，我们在谈论什么样的用例？我将为您提供三个客户关注的非常快速的例子。

很多重点都围绕着增强客户服务用例。将其视为经过更多和更多关于公司提供的产品或可能是内部策略、外部策略等等信息的进一步培训的聊天机器人或数字助理。这意味着一个平台，它可以轻松地将您自己的数据带入以训练和调整模型，同时保护您自己的数据。

这对企业来说极其重要。另一个重要的用例是，我所说的基于人工智能的任务编排或自动化，例如，我想到人力资源专业人员，例如，在进行工作申请时，能够通过非常简单的聊天界面与多个系统进行交互，并让工作动态排序以支持他们完成任务。

这再次需要以多种方式独特地适应企业希望工作的方式来使用模型和技术。事实上，在各种情况下，它可以体现他们认为的秘密来源或差异化优势。因此，再次，一个认识到这一点并为企业设计的平台，这与消费者平台的范围或参考框架不同。

然后，我们还看到很多关于代码生成、应用程序现代化和人们提升技能的工作。因此，针对性变得非常重要。我提到了开放，我提到了有针对性。针对企业，针对他们需要完成的用例。支撑这一点的是信任。因此，我在这些有针对性的用例中给你的所有内容都谈到了处理企业、专有和特定数据。

在这方面我们是值得信赖的，对吧？多年来，我们一直在为企业服务。我们正在设计我们的平台，甚至我们的原则和运营方式，以认识并实现这一点，无论是在我们围绕治理框架和您可以获得和应用的透明度方面的工作，还是在

我们允许我们的平台在多个位置或足迹中部署、作为超大规模服务使用、在本地运行您自己的专用足迹或您的云足迹方面，所有这些都需要整合在一起以满足实际企业业务的需求。我的最后评论是我认为我们与众不同的地方在于，我们真正致力于赋能我们的客户

利用人工智能来释放他们自己业务的智能、能力和生产力。这并不是说，“哦，我们已经建立了一堆您可以提出问题的API。”

而是关于如何为您的业务打造所需的东西，以便为您的客户、股东、员工提供差异化的价值，并提供所有适当的保护。因此，我们对平台和工具集所做的工作非常关注这一点，以实现我们所说的AI价值创造者，而不仅仅是AI价值的消费者。当您谈到

基本上是企业采用人工智能时。你使用了“信任”这个词。我很好奇，在人工智能和企业环境中，“信任”是什么意思？我会沿着这些关键途径来分解信任。如果人工智能是关于为您提供见解以帮助您支持决策，那么您如何信任它提供的见解？什么数据是

它使用了什么？根据这些数据，它考虑了什么，从而导致了提供的见解？为什么这很重要？为什么这个信任的概念很重要？首先，你即将做出决定。所以你想了解

决策的基础，这与我问你一些事情，然后说，好吧，你能解释你的工作吗？这将是我们建立的一种信任，以及人类非常自然的互动，对吧？我们一直都在这样做，对吧？所以有这个因素。另一个重要原因是，如果您将人工智能应用于业务流程，因此也应用于您的业务运作方式，您需要确保您知道

任何决策中都存在哪些偏差，或者人工智能、模型实际上是否偏离了您希望它保持在其中的参数，对吧？因此，信任。所以，

在许多方面，这是信任这项技术的一个重要方面，因为您将其应用于您每天需要做出的决策，并且您需要用非常简单的术语了解它的工作原理以及它的工作方式。我认为在这个讨论中信任的另一个重要因素是，您从谁那里获得人工智能？这对我们IBM公司来说非常重要，对吧？鉴于我们为企业服务，

这种信任变得极其重要。客户试图了解这种信任的要素是什么？首先，也是最重要的一点是，您对人工智能的信条是什么？我们非常清楚客户的数据是他们的数据。当他们调整或改进这些模型以满足他们的用例时，那都是他们的。我们实际上为他们提供了以他们选择的方式进行非常隔离和受保护的操作的能力。

我们绝不会未经明确选择加入和许可就使用他们的数据，对吧？客户可能会说，哦，是的，使用这个，这样你就可以创建一个总体上更好的模型，但它是完全知情的，完全透明的。这很重要。这是对您与之合作的对象的信任。这就是我认为信任的方式。您如何构建您信任的系统？您是否正在与您信任的人合作？

我发现卡里姆关于数据信任的观点非常重要。因为人工智能工具的功能再强大，其帮助程度也取决于数据的可信度。人类必须决定我们的数据、我们的决策和我们的人工智能见解是否符合我们在业务中希望实现的愿景。

随着卡里姆和雅各布继续对话，雅各布提出了一些关于企业如何将人工智能整合到自身流程中的更实际的问题。让我们来听听。企业如何才能将人工智能作为其核心业务模式的一部分，而不是将其作为外围的附加组件？

有趣的是，你知道，我对这个问题的简单答案是，通过思考你的业务、思考你的差异化因素，然后思考人工智能如何帮助你做到这一点，这实际上是世界上最简单的事情

扩展、扩展它们，对吧？你想以什么而闻名？我选择了一个非常简单的客户服务交互用例。几乎每个企业都需要这样做，并且希望做得更好。因此，它成为一个开始的方式。但是当您开始逐步完成时，您会考虑各种业务流程的自动化。您会考虑需要做出的决策，对吧？或者如何帮助个人？如何提高他们的生产力？

我认为这始终是一个非常重要的因素，对吧？所以，你可以在许多情况下应用这一点。一位金融分析师查看大量数据并试图从中获得见解。您如何利用人工智能使这位金融分析师更强大？这就是我建议人们始终关注的方式。考虑您的任务。考虑您的业务流程。考虑需要帮助的地方或可以解锁新价值的地方。

然后您将人工智能作为实现该目标的工具。我们在本节目中经常讨论的一个主题是创造力以及技术与创造力之间的关系。我很好奇您如何看待人工智能如何帮助人们在工作中更有创造力。

我认为人工智能可以通过自动化日常工作来帮助人们在工作中更有创造力，从而释放您的思维，让您能够专注于更高价值的工作。你知道，我已经用过几次了，我谈到了从数据中获得见解，对吧，以推动明智的决策。

如果您能够使用人工智能将比您通常自己或更手动地能够收集到的更多见解收集到一个地方，那么您将有更多时间

查看这些数据，消化这些见解，并考虑作为企业，我需要对这些数据做什么？我想朝哪个方向走？我认为这就像解放我们去做更多我们人类非常擅长的事情，那就是创造性思维。用非常简单的术语来说，为什么我们使用计算器进行算术运算？

这并不是说我们不一定能够自己完成，但是如果你想平衡你的支票簿，用一句老话来说，或者我敢说……什么是支票簿？什么是支票簿？我对此感到很无奈。所以让我们将其现代化。如果您想检查本月的支出以及您与预算的业绩，是的，您可以打印出所有报表，圈出所有内容，手工加总，

或者您可以开始使用技术来改善这种体验，以便您可以有更多时间来思考我从我的支出模式中学到了什么，以及我想对此做些什么？这是一个非常简单的个人例子，但我认为这从根本上来说就是我们在这里讨论的内容。在我看来，这始终是技术的承诺，它解放了我们，使我们能够将自己应用于更高价值的想法和更高价值的问题。

所以到目前为止，我们一直在谈论现在。我很好奇，如果您考虑未来，并且您考虑中长期，您认为人工智能将如何改变商业？而且，你知道，现在的企业领导者如何为即将到来的一切做好准备？对于我之前提到的评论，我确实认为我们正处于人工智能技术进步的拐点，

人工智能技术的进步，我谈到了基础模型，我们肯定正处于能够大规模解决以前更具挑战性的用例的边缘。因此，我认为未来

看起来会有更多生成式人工智能出现在企业和业务流程中，并以有趣的方式体现出来。我认为任何软件，对吧？无论您将其视为应用程序，还是将其视为与网站交互，都将具有对话式启用界面，这几乎是必然的。

从分析师说，“给我过去三个月的最新报告”，输入或说出它，而不是右键单击、文件、等等。我认为您将看到这种交互方式向更多对话式交互方式的变化，我认为特别是基于聊天的交互方式。我们忘记了图形用户界面只是一个隐喻，对吧？这不像计算机的工作方式。它只是一个界面。如果聊天是一个更好的界面，人们就会使用聊天。

我认为我们将看到这种情况真正爆发。这是由许多生成式人工智能工作推动的，因为它变得自然，因为它像我说的那样，将事物联系在一起并进行编排。这是一个很大的部分。所以我认为我看到了这种情况的发生以及相关的生产力提升。您开始看到，这将改变我们做出更多和更多明智的商业决策的容易程度。

所以对我来说，这就是大规模的推广，触及到采购、人力资源等各个方面。想想电子表格的出现以及它最终触及了多少不同的角色。每个人都可以在某种形式或规模的业务中使用或确实使用电子表格。所以我认为这就像大规模的人工智能。因此，正如您所说，从准备工作来看，

好吧，首先是获得对技术的正确理解，以及我们将讨论的许多必要成分的一部分，好吧，我想先在哪里应用它？我需要整合哪些数据来轻松支持它？解锁什么新价值？我认为这将是这样的推广，对吧？您将从这个项目开始，然后是另一个项目。很快它就会无处不在

在它支持我们所需的工作的方式上，它只会说明我们工作的一种新方式。也就是说，当您现在回顾过去时，它将与我们今天的工作方式大相径庭。您今天看到了种子，但我认为，将其视为完全盛开。这是一片森林，而不是一片花坛，你知道吗？是的，是的，是的。太好了。

我还想回到另一个松散的线索，那就是治理，对吧？你谈到了治理。也许只是为了帮助设置表格，就像您以广泛的方式提到的那样，但从狭义上讲，在IBM关于企业人工智能的工作中，治理意味着什么？我认为正如这个词试图暗示的那样，它关乎于拥有管理这一领域活动的方式，这实际上指的是在其中理解所有内容的策略、规则和框架。现在，在我们深入监管方向之前，这是人们经常去的地方，策略可以都是内部的。所以，

这样想。如果我对你说，当我构建人工智能时，我不使用我的客户的数据，那是我的客户的数据，那么从治理的角度来看，我需要确保我知道我正在使用什么数据，并且我可以向自己证明，首先是在内部，忘记其他人，我实际上遵守了我制定的策略。

在我看来，这在很大程度上就是治理的意义所在。在人工智能的背景下，它总是倾向于围绕三个关键领域展开，我认为。数据，它来自哪里？我用它做了什么？我如何应用它？我在哪里使用它？然后是使用情况。我希望这个模型做什么？这个模型的性能是否仍然符合我的预期？我有哪些流程来处理这个问题的答案是肯定还是否定？

并通过它进行管理。然后重要的是，这将与监管联系起来，如果您看一下人工智能监管领域正在发生的事情，顺便说一下，我们的观点是您实际上是监管用例，而不是技术。那么从治理的角度来看，您如何能够清楚地理解、跟踪和说明

您正在利用人工智能的用例，然后回到我之前的评论，人工智能的性能如何。当您谈论治理时，您如何确保拥有所需的治理而不会抑制创新？我认为关键在于，这是我们在Watson X中所做工作的关键设计点，即如何使治理易于访问。

无缝研究所与您进行的另一项活动相比，对吧？因此，我们的目标是尝试推动这种无缝交互的增值，以便当，哦，让我们提取我们在这里所做的一切的历史记录，我们创建的提示或我们使用的数据，它已经在那里了，对吧？

对。因此，您可以随意创新和测试不同的提示以及所有这些内容，或者将您的数据集带入，而无需说，哦，在我这样做之前，我需要确保运行此检查器。现在您可以将它带入系统，系统会自动对其进行分类。然后您可以稍后进入验证、验证或探索，例如，我不再会根据这些事实走这条路。我认为我们越能使其成为更自然的扩展。

需要完成的活动，我们越能使其成为需要完成的工作的一部分。正如您所说，满足我们的治理需求或支持客户的治理需求，而不会扼杀试图迭代地思考新价值工作方式的玻璃上的个人的创新。优秀。

让我问你，有没有我没有问你的问题？有没有你想谈论但我们没有谈论的事情？我认为我们已经涵盖了很多内容，说实话。不，我认为我们已经涵盖了基础知识。早些时候，卡里姆提到我们正处于人工智能技术的拐点。在企业中实施人工智能将变得更容易，而像WatsonX这样的AI平台可以使即使是最大的企业也能重塑其运营方式。

随着企业采用AI，一个解决问题、创新和创造性决策的新时代可以被扩展。在本期IBM智慧对话中，Malcolm Gladwell和Jacob Goldstein与IBM软件产品管理和增长高级副总裁Kareem Yusuf探讨了AI在商业领域的未来。他们讨论了基础模型的出现，AI如何改变数据存储和决策，以及IBM的watsonx等下一代AI平台如何使企业能够大规模使用AI。这是IBM的付费广告。访问ibm.com/smarttalks了解更多信息。请访问omnystudio.com/listener了解隐私信息。</context> <raw_text>0 正如卡里姆所说，就像电子表格席卷了商业运营一样，企业规模的AI采用也可能同样普遍。说一个新的工作时代即将到来并非夸大其词。我是Malcolm Gladwell。这是IBM的付费广告。IBM智慧对话由Matt Romano、David Jha、Nisha Venkat和Royston Berserve与Jacob Goldstein制作。

我们的编辑是Lydia Jean Cott。我们的工程师是Jason Gambrell、Sarah Bruguere和Ben Talladay。主题曲由Gramascope创作。特别感谢Carly Migliore、Andy Kelly、Kathy Callahan和8Bar以及8Bar和IBM团队，以及Pushkin营销团队。IBM智慧对话是Pushkin Industries和iHeartMedia的Ruby Studio制作的。

要查找更多Pushkin播客，请在iHeartRadio应用程序、Apple Podcasts或您收听播客的任何地方收听。