Arvind Krishna: 我认为现在已经过了AI的实验阶段,企业更关注AI的实际商业价值。我们致力于帮助客户轻松利用自身数据,将其整合到模型中,从而提高企业生产力。我们推出了Watson X,它具有代理功能,并集成了150个新的代理,其中一些来自我们公司,一些来自我们的合作伙伴。目前约有25%的AI项目取得了显著成效,我们需要帮助企业解决AI项目中的碎片化问题,实现集成,并确保项目能够扩展和部署到整个企业,以提高AI项目的成功率。在经济不确定时期,技术是解决供应链、成本和生产力问题的答案,企业对技术的投入意愿很高,只要能看到短期或中期回报。我们相信,随着时间的推移,成功的AI项目比例会从25%上升到50%甚至75%。
我们与政府部门签订的许多重要合同依然稳固,例如帮助退伍军人事务部处理索赔、帮助总务管理局进行费用管理以及帮助国防部处理工资单等。政府部门有很强的意愿利用技术来实现现代化和提高效率,这将带来新的商机。技术将成为解决空管系统问题的关键,例如改进集成、计算能力和通信能力。在空管系统中,核心部分必须基于精确的数据,而生成式AI更适合用于优化航线和提高机场容量等方面。建议客户从容忍一定风险的用例开始使用生成式AI,例如客户服务和内部IT支持。我们在最新的Z17大型机上每天可以进行4500亿次AI推理,这在金融系统反欺诈方面具有巨大应用潜力;我们对量子计算的未来充满信心,并相信美国可以在该领域保持领先地位。我们在美国投资1500亿美元,因为我们相信AI、混合云和量子计算等领域在美国拥有巨大的增长机遇。
Caroline Hyde: (问题引导,未表达核心观点)
Deep Dive