How Infrastructure is Powering the Age of AI
54:32 Share

在本期与IBM合作的Smart Talks节目中，Malcolm Gladwell与IBM基础设施高级副总裁Ric Lewis进行了对话。他们讨论了硬件能力如何实现运行大型语言模型所需的矩阵数学。此外，他们还深入探讨了一些将人工智能投入使用的创造性示例：从您的银行到您当地的咖啡店。Ric强调了基础设施在释放人工智能潜力、帮助企业利用其数据来推动变革性成果方面的重要性。这是IBM的付费广告。本播客中的对话并不一定代表IBM的立场、战略或观点。请访问https://ibm.com/smarttalks查看更多信息。请访问omnystudio.com/listener了解隐私信息。</context> <raw_text>0 哈喽，哈喽。欢迎收听与IBM合作的Smart Talks播客，这是Pushkin Industries、iHeartRadio和IBM联合推出的播客。我是Malcolm Gladwell。在本季节目中，我们将再次深入探讨人工智能的世界，但重点关注开放这一强大的概念，包括它的可能性、影响和误解。在今天的节目中，也就是本季的最后一期，我邀请到了IBM基础设施高级副总裁Rick Lewis。Rick？

Rick拥有非凡的职业生涯，专注于产品创新。实际上，他在退休几年后，IBM向他抛出了一个他无法拒绝的机会。谢天谢地，Rick重新回到了工作岗位。如今，他负责一个庞大的产品组合，从存储和软件到全球客户支持运营。他正致力于解决当今企业面临的一个关键问题：数据爆炸。

与Rick交谈后，我发现拥有如此大量的数据也是一个令人难以置信的机会。因为如果您能够利用这些数据，从中获得最大的价值，那么您可以利用它来帮助您的企业走向未来。我们讨论了扩展AI所需的强大计算能力，以及基础设施存储解决方案如何对实现这个充满可能性的新世界至关重要。这是一次非常棒的对话，所以让我们开始吧。

我和Rick Lewis在一起。Rick，欢迎。谢谢。我们现在位于IBM位于麦迪逊大道1号的新纽约市总部。我将从……

你是一位硬件专家。我也是一位硬件专家。我从小就从事硬件芯片工程。但我对很多人说，芯片工程项目实际上是一个大型软件项目，项目结束时会有一块硬件。我认为，如果你有这种分析能力，喜欢解决问题，喜欢让事情运转起来，你可以在软件方面做到这一点。但是，来自硬件背景是否意味着你思考

问题的方式不同？我认为，来自硬件背景，尤其是芯片背景的人会做的一件事是，芯片旋转的成本高达数百万美元。因此，你更有可能确保一切从一开始就具有很大的成功几率。而如果你从软件背景开始，你的普遍心态是，我不知道，试试这个，看看是否有效。我不知道，试试那个，看看是否有效。你会不断迭代，迭代，迭代。芯片人员是

好的，如果第一轮芯片坏了，它会让我们付出构建另一轮新芯片的代价。是的。所以你更谨慎一些，你们会花更多时间进行规划和……规划、验证，花费大量时间进行验证。是的。所以你从惠普开始你的职业生涯。是的，没错。你在那里工作了多少年？我在那里工作了32年。是的。是的。

你在那里的最后一份工作是？我负责领导软件定义的云业务。我成长为一名硬件人员。我做过各种各样的硬件项目，大型复杂的Unix服务器等等，然后从研发部门转向业务领域。然后我内心深处是一位创新者。我真的很喜欢创新新的

概念，诸如此类的事情。我学到的是，我喜欢创新商业模式和软件项目，就像我喜欢硬件产品一样。

和项目。因此，激励团队朝着这个方向努力对我来说真的非常着迷。所以我最终获得了各种各样的经验，并取得了成功，说实话，我打算退休，做一些我自己的事情等等。然后你在退休多久后IBM才联系你？将近两年。当我第一次接到电话时，我想，不，我玩得很开心。

但我可以说有三件事让我认真考虑了这件事。首先，我们所处的行业，IT行业，我认为这是黄金时代。我的意思是，在我的职业生涯中，有20年时间IT都处于后台。嘿，确保那些东西不会崩溃，你能否

尽可能降低成本，因为它对主要业务并不重要，它只是一个后台功能。你现在可以看到，IT处于所有业务革命的前沿。它发生在互联网时代，

它再次发生在云计算时代，以及云计算如何改变业务的每一个方面，不仅仅是IT业务，而是所有业务。我认为它正在人工智能时代再次发生。因此，在那个职业生涯中待了这么久，却错过了这个时代，在这个时代，它就像，这是重中之重，它改变了所有业务的一切，而不仅仅是技术业务。

我觉得，“天哪，你接受过训练，可以身处这些非常棒的环境中。为什么你不继续做一段时间，只要你还能做？”这与IBM以及IBM看到的人才库、IBM的杰出人才相结合，

在我看到有机会与更多杰出人才一起工作之前，我已经与许多杰出人才合作过。然后是IBM拥有的资产，也就是，你知道，他们已经在人工智能领域进行了大量的实验。他们在量子领域工作，拥有丰富的成功项目遗产。我认为，谁不想看看他们是否能够成为IBM下一波伟大浪潮的一部分呢？

我决定，好吧，我会暂时搁置一下外面的兴趣，重新回到游戏中。从接到电话，第一次电话，到你答应之间有多长时间？有一段时间。可能大约六个月。我们的首席执行官Arvind经常取笑我这件事。是的。他就像……我认为六个月并不算长。这花了一段时间。你当时正在退休。我知道。没错。我的意思是，将在这里工作和做这些事情与在那里工作进行比较是一回事。很难进行比较。

当我醒来时，我每天都在做自己想做的事情，而现在我将无法再次做到这一点。我花了一段时间才克服它，我想，唉，我不能错过这波浪潮。而且我真的很高兴我这么做了，因为我们正在做一些令人惊叹、有趣的事情，而且我面临的挑战是我以前从未经历过的。所以这真的很有趣。谈谈你在IBM的工作。你负责

一个庞大的产品组合？这是一个很大的团队。所以我负责基础设施组织。IBM有三个主要的产品组。有一个基础设施组，我负责，一个软件组和一个咨询组。基础设施由大型机组成，称为我们的Z产品组合，我们的服务器，称为我们的Power产品组合，存储，

顺便说一句，这些业务包括构建所有这些东西的供应链。所以都在这个团队中。然后我有全球客户支持组织。它被称为TLS技术生命周期服务，这是一个遍布全球的约13,000人的网络，确保您购买IBM产品时一切都能正常运行。

然后还有我们的IBM云，我们通过它来托管应用程序，为我们的客户群提供服务产品。所以有很多。我认为总共有大约45,000人。基础设施组的这些组成部分，它们的轨迹是否一致，或者它们……

它们是否走着不同的道路？我只是好奇什么类型的导航员——两者兼而有之。你问这个问题很有趣，因为我认为，对于所有来到这家新公司的挑战，有些是我预料到的，有些是我没有预料到的。但是——

在这个团队中培养正确的文化一直是一个很大的挑战。IBM拥有优秀的企业文化，致力于高质量的产品，致力于强调对客户的热情，并确保客户满意。

并大规模地交付创新，这100多年来一直非常强大。但是成功也带来了一些挑战。有了成功，你可能会变得有点孤立，就像你没有很好地关注竞争对手一样。你可能会变得更加孤立，比如这是我的业务部门，这是我的业务部门，我和其他业务部门竞争。当你是一家公司时，这不是一件好事。

而且你可能会变得非常规避风险，这意味着你感觉，嘿，这是一个成功的业务。我不想做任何事情来搞砸它。所以我不需要尝试新事物。好吧，这正是导致基础设施萎缩的秘诀，基础设施已经萎缩了一段时间。所以很多

嗯，对我来说，挑战在于如何激发这种冒险精神，并……以及……拥有成长型思维模式，尝试新事物，看看什么有效，什么无效，改变一些模式，比如减少对硬件的投资，以获得一些融入硬件的软件差异化，所以……到目前为止，它非常成功，而且这是一段美好的旅程，现在已经快四年了，举个例子，什么

在过去的四年里，你处理过一个非常棘手的问题。哇，一个非常棘手的问题。有趣是比棘手更好的词。我最初思考的一件事是，我谈到了我们如何拥有Z、Power和存储。Z和Power产品线在业界众所周知，非常适合特定用途的计算，具有优势，你知道，Z运行着，你知道，世界上大部分经济的支柱，并且

如果你使用信用卡，

全球90%的信用卡交易都通过这些Z大型机进行。它们存在于每家银行。这是一项大业务。在业界很有名。Power也是如此，非常适合比我们巨大的Z大型机更小的操作，但对于零售、保险、银行等所有这些任务关键型工作负载来说，非常重要。我们的存储业务，不太出名。事实上，当我来到这里时，我想，

他们有存储吗？当我来到这里时，我有存储。所以我上了网，我仍然很难判断他们是否有存储。现在我拥有存储业务。所以其中一件事不仅仅是提高市场认知度，而是投资于这项业务。因为如果你看看全球范围内的基础设施，它的年增长率为5%。

基础设施业务一直处于持平到下降的状态。所以一个挑战是如何抓住增长？好吧，由于全球数据爆炸，最大的增长领域之一是存储。那么你如何才能达到这个增长率呢？所以我们做了很多

在这方面重新焕发了创新活力，增加了许多软件附加值，加倍努力做好那些有效的事情，进行产品组合合理化，对市场进行细分，然后说：“好吧，我们将减少这方面的工作，并在这些领域大力发展。”这可能是该团队内部最引人注目的转变，那就是我们的存储业务。当你称它为一个难题时，它不仅仅是，“哦，

你知道，我们如何进行计算？不，它是文化性的，是战略性的，你如何制定战略，它是细分，它是在多个维度上进行的产品战略，然后在其背后进行投资。这是一个巨大的挑战，需要很长时间，但它正在奏效，所以我们对此感到满意。是的。告诉我，给我一些关于你已经在那里四年了，想象一下四年前我们正在进行这次谈话。是的。在过去四年中发生了哪些事情让你感到惊讶，你没有预料到，或者至少是，我们四年前是否正在进行完全相同的谈话？——不，因为我不知道里面有什么。我会告诉你一些最大的惊喜。我从外部认为，你知道，你从很多客户那里听到，尤其是在10年前，

我们都将转向云计算。所以我认为，当我进入那里时，我想知道大型机业务是否正在苦苦挣扎。我发现事实恰恰相反。大型机业务实际上正在蓬勃发展，因为全球的交易需求一直在增长。更令人惊讶的是，在我来之前，团队已经在大型机中进行的创新程度

令人震惊。例如，我们拥有AI，他们在ChatGPT让每个人都在业界谈论它之前三年就在大型机处理器中构建AI技术。所以这真的令人惊喜。这太棒了。其他惊喜，

我知道IBM的知识产权和神秘感。我过去常常和人们开玩笑，尤其是在外面的人，我说，我迫不及待地想进去看看大蓝盒子里面有什么，对吧？他们都在进行哪些事情？我低估了大蓝盒子的规模以及里面的东西，意思是。

我们仍在进行的大量硬核研究，研究如何制造芯片以及如何实现超越2纳米的技术等等。封装，行业领先的封装技术。这在我的硬件领域。量子，在我们谈论完人工智能之后，接下来会发生的事情。你知道，所有这些事情都令人惊讶，但这不仅仅是这些。然后是正在进行的软件创新。

对人工智能技术的巨额投资。在它真正流行起来之前，人们就开始谈论它了，但当我看到它时，我认为这会变得非常有趣，因为我对行业的发展方向有很好的感觉。

我只是不知道，而且我知道，伙计，我知道那里的天才真的很棒，那里有杰出的人才，但我不知道IBM拥有的知识产权水平，坦率地说。现在你可以在Watson X和大型机中的AI等方面看到这一点。基于此，既然你提到了AI，你能否向我介绍一下，从你的角度来看，从基础设施的角度来看，为了使AI……

爆炸式发展。是的。所以每个人都想做更多这样的事情。是的。显然，必须有一些基础。是的。我会告诉你，你知道，我认为人们觉得我们现在在人工智能旅程中所处的位置与某一特定软件有关。我认为，整个事情的转折点实际上

其根本原因在于硬件，这意味着执行大型语言模型所需的所有算法都存在。它们在业界已经被讨论过。但在某个时候，你达到了硬件能力的临界点，就像，哦，现在我们可以用蛮力来做到这一点。大量的矩阵数学来获得正确的权重，以便您可以进行正确级别的预测，从而实现大型语言模型。

一旦我们获得了这种马力，这就是为什么你会听到关于驱动这一趋势的巨型GPU以及它们的销售等等。因为我们刚刚越过了可以做这些大型难题的硬件能力的障碍。给我一个外行人的解释。给我一种感觉，当你提到有一个门槛，突然这些事情变得可能时。是的，我不知道是否有确切的数字，但是……

以及更多来自许多人提出的基本问题，你知道，我朋友和家人在外面问，为什么是GPU？图形处理器与AI有什么关系？它不是，好吧，图形处理器擅长做这件事，矩阵数学，

因为它们正在计算如何映射像素。当我将一个物体移动到屏幕上时，它本质上是矩阵数学来计算，好吧，屏幕上的这个像素是什么样的，它在做什么？随着我们获得更高分辨率的图形、更高分辨率的显示器等等，像素更多，数学运算更多，关于如何计算的矩阵数学运算也更多。

事实证明，第一个开始看起来像这样的东西是加密货币和加密货币挖掘。你看到图形公司开始向加密货币销售产品。这项技术发展到一定程度，并且出现了像比特币这样的用例，它说：“嘿，我们需要进行大量的矩阵数学运算才能做到这一点。”图形芯片很自然地适合这种情况，并且这种状况持续存在。与此同时，在幕后，很多AI，AI是关于

与权重和矩阵相关的数值计算，这些权重和矩阵表示巨大的综合事物，根据其他事情发生的情况来预测将会发生什么，就像预测像素的移动一样。但这实际上是关于

能够进行足够的数据摄取，然后进行计算，以便简化诸如整套语言或互联网的巨大块之类的内容，以便在其中获得足够的权重，以便能够说：“好吧，

我们可以根据我们看到的所有内容来预测你将用这种语言说什么，当你这样说话时，下一个词可能是，哦，是这个。是的。但我的意思是，要达到这一点，这个门槛，我们之所以能够达到这一点，是因为……

我们只是投入了更多资源来解决这个问题？哦。还是因为底层技术突然或逐渐变得更高效？答案总是肯定的，但是，你知道，这个行业多年来一直在谈论摩尔定律。Rick，哦，快速地，你能为我们定义一下……

摩尔定律，对于那些忘记它的人。——是的，所以英特尔的戈登·摩尔创造了这个东西。它基本上是说，我将粗略地翻译一下，技术的马力每隔几年就会翻一番。我们仍然遵循摩尔定律。摩尔定律发生了一些变化。有一段时间，它总是关于频率。事情会越来越快，越来越快。这种情况逐渐消失了，但发生的事情是，与其越来越快，

我们做得越来越多。因此，与其让一个运算单元的吞吐量更快，不如在一个芯片上放置10个运算单元。现在你可以在一个芯片上放置100个运算单元，现在是1000个。其中一些问题，矩阵数学问题，可以很好地并行扩展

非常好。你不必做非常快的事情。你只需要同时并行地做很多类似的事情。所以同样，摩尔定律的这种扩展，芯片上越来越多的硬件，能够并行地进行越来越多的计算并得出答案。这个门槛是可以预测的吗？换句话说，像你这样的业内人士是否会在X年前坐下来说，当我们到达这里时，

人工智能将变得更加……这很有趣。马力，那，非常可预测。

用例，并不总是那么容易弄清楚。这就是人类精神发挥作用的地方。我认为对于某些人来说，他们会说，哦，我看到了这一点。但是人们已经预测人工智能的兴起25年了。哦，那么当我们到达下一代时，哦，当我们到达这里时，它并没有发生。总会有一个神奇的时刻，你到达技术、用例以及某人做了一些事情来让它

流行起来。我认为我们现在肯定正处于人工智能的这些时刻之一。而且我认为这并不是，你知道，人们说过，哦，这只是……你知道，我过去常常听到，我听过很多关于技术的这种说法，但人工智能是技术，是未来，它将永远是。我过去常常听到这种说法。你现在没有听到这种说法，对吧？它就像，不，现在是黄金时期。它会改变一切，就像这些其他事情改变了一切一样。我个人在

在某个地方演讲时，我在过去，比如说12个月里，在某个地方的听众中倾听，总会有很多关于人工智能的问题。是的。如果我回到两年前，那时没有关于人工智能的问题。是的。现在我的问题是，所以人们对人工智能领域正在发生的事情的迷恋出现了爆炸式增长。这似乎是去年。我同意你的说法。在你的世界里，关于这方面的讨论何时开始爆炸式增长？

我喜欢这个问题，因为IBM有一个理论

相当大的努力和业务，称为Watson，在Watson X之前。这可以追溯到大约10年前。我再举一个例子。在有iPad之前，我就知道很多平板电脑技术，很多，10年来有很多。但这需要技术、用户体验、软件以及需求和市场准备就绪的奇妙组合，才能

现在它成了一件事。现在我们都有iPad或谷歌的等效产品。所以我认为这有点像那样，这意味着IBM在Watson方面走对了方向。一些硬件还不存在。用例还没有完全确定。一些早期的用例并没有完全成功。但好消息是，它回到了那种冒险的文化。你不会回顾过去说，

哦，我们不应该那样做。那是个坏主意。不，你会回顾过去说，我们学到了什么？我们这次应该尝试什么新东西？我们这次该如何调整？这就是我们在Watson X中所做的。现在，这是我们业务中一个不断发展、健康的组成部分，对我们的战略未来非常重要。所以我们全力以赴。我一直对

内部对正在发生的事情的感知与外部感知之间的差距感到着迷？在这种情况下绝对是这样。我们一直在谈论和思考人工智能，现在是不是时候了，这意味着什么等等。然而，我们没有人真正预测到那一刻，也就是大约2022年初，当时的情况是，哦，

现在你有了简单的软件创新的人机界面，结合大型语言模型，

那里有一个时刻，你会觉得，哦，不像，你知道，如果我们问我们的手机，嘿，告诉我关于这个。它说，我在网页上找到了这个。这对你没有好处。但是，你知道，随着ChatGPT和其他一些东西的出现，你可以问一个问题，它会给你一个明确的答案。有时它是错误的，但至少它就像，我得到了一个答案，而不是，嘿，我不知道，这里有一些参考资料，祝你好运。这真的在改变。谈谈，

将塑造你基础设施之战的宏观趋势。是的，我们已经谈到了一些，但我实际上要换一个方向。所以首先是宏观趋势。

这一个甚至在我们进行的这次人工智能对话之前就已经存在了。数据爆炸。作为人类，我们不太擅长指数级思考。我们真的难以进行指数级思考。我们线性地思考，“哦，会更多，会更多，会更多。”

但当情况是这样的时，我们无法很好地思考，不，会更多，然后会是10倍，然后会是10倍的10倍。这就是我们行业中数据目前的情况。这是存储业务发展如此之好的原因之一，因为数据越来越多，越来越多。

你知道你会说，怎么可能会有更多的数据，这只是生活和事物，我们关心的东西，视频捕捉，视频图像，你知道，我……我不知道，对于我的父母来说，你需要一个抽屉来存放你所有的家庭照片，现在我们需要千兆字节和千兆字节的数据，你知道我妻子拍过多少张我们孩子的照片，你会

没错，没错。所以这是你的案例。现在想想那些过去只考虑交易数据的公司，账本上写了什么，现在拥有所有活动和营销的视频资产。他们试图弄清楚哪些活动效果最好。这只是数据爆炸，而且不会停止。处理这些数据，更重要的是，从这些数据中获取价值是一个巨大的趋势。

在这个行业中。第二个趋势是人工智能。这并不是我们刚才谈论的那种人工智能，关于它如何改变我搜索信息的方式或我学习信息的方式。

但我认为处理这些数据。我如何才能弄清楚所有这些视频流中有什么？我如何才能弄清楚，好吧，我想要所有与客户购买特定产品相关的公司视频片段。这是一个不同的问题。它不仅仅是，好吧，我们会在电子表格中查找它，这里有与之相关的数学运算。这是一个行业中的巨大趋势。你看到它在这种情况下发挥作用。这是一种略微不同的AI应用。

欺诈检测是我们在大型机中引用的一个例子。这是一个类似的问题，它是一个传统的人工智能问题。查找规则。如果有人进行两次小额交易，然后进行一次大额交易，则可能是欺诈，因为他们正在查看它是否有效。现在，要检测欺诈，你可能会说，“两次交易，然后是一次大额交易。此外，这个实体是否有真实的地址？”

其次，是否有任何网络流量在，你知道，类似于Better Business Bureau的东西，表明这是一家不好的企业，可以帮助你进行欺诈检测？所以它更像是一个，这是一个指数级的问题。这是一个整体性问题，需要的不仅仅是，你知道，一些小规则等等。然后是第三个，你知道，在人工智能之后，

混合IT或混合计算的性质。一段时间以来，10年前云计算兴起时，我认为混合计算的概念基本上与云中的事物与人们仍在

在企业内部场所拥有的事物有关。这几乎是一场宗教论战。现在不是了，这是现实。原因是我刚才谈到的数据是这些公司的命脉，特别是IBM的客户。我们的客户通常这些数据必须安全。他们必须能够从中获取价值。它是公司的命脉。如果你去自动取款机，你无法取出你的钱，你知道，对于我们的金融交易，

在本期IBM智慧对话中，马尔科姆·格拉德威尔与IBM基础设施高级副总裁里克·刘易斯进行了对话。他们讨论了硬件能力如何实现运行大型语言模型所需的矩阵数学。此外，他们还深入探讨了一些将人工智能投入使用的创造性示例：从您的银行到您当地的咖啡店。里克强调了基础设施在释放人工智能潜力、帮助企业利用其数据来推动变革性成果方面的重要性。这是IBM的付费广告。本播客中的对话不一定代表IBM的立场、战略或观点。请访问https://ibm.com/smarttalks了解详情。请访问omnystudio.com/listener了解更多隐私信息。</context> <raw_text>0 如果这种情况持续一天，你可能会立即换银行。所以这对这些公司来说是生死攸关的事情。因此，拥有这种混合基础设施，使他们能够保留数据，同时仍然可以与云交互并从AI中获得价值，这就是我们发挥作用的魔力，也是一个巨大的商业机会。这对行业来说是一个真正的拐点。我要回到

你正在谈论一个非常重要的方面时，我打断了你，我们当时正在讨论从基础设施的角度来看，人工智能需要如何扩展。你举了一个例子，让我跑题了。你能回到刚才的话题，非常实际地谈谈，比如，我是一家大公司，我对人工智能有很多梦想，

我打算如何利用它。所以，请你非常具体地告诉我，为了实现这个梦想，你必须做哪些工作。——首先，让我说说公司需要做什么，然后再说说我该如何帮助他们，如果这样说有意义的话。如果我是一家公司，我想这么做。事实证明，我是一家公司，这意味着

我想在我的流程中使用人工智能。我提到，我拥有一个由13000名员工组成的全球网络，他们负责支持我们全球的基础设施。这对人工智能来说是一个巨大的挑战。

这意味着我拥有全球13000名员工针对每个客户情况的数据，这些数据记录了他们的问题是什么，我们如何解决问题，他们需要采取哪些后续步骤，以及他们如何进行补救。这些数据对我来说非常宝贵，因为如果我能比世界上任何人都做得更好，就能降低我的成本，销售更多产品，销售更多服务，销售更多任何东西。所以，我必须弄清楚，我的目标是什么？

我有几个目标。首先，我希望客户能够自行解决问题，甚至不需要先打电话给我。而且我不希望当他们第一次打电话时，得到的第一个答案是：“你试过重启吗？”因为我认为这会惹恼我们每个人。你试过吗？当然试过了。我一辈子都在用笔记本电脑。当然试过了。

好吧，好的。那么告诉我，好的，固件版本是什么，所有其他东西。好的，我们知道这种互动。所以这就是问题所在。我希望客户自己解决问题吗？即使对于我的支持代理，我也希望他们在手机上能看到一些东西，他们会说，我看到了这些症状，然后说，哦，这在全球各地都发生过。这里有一些具体的事情。所以这就是我的问题。对于后端的架构意味着什么？首先，

我必须把所有这些数据整合起来，对吧？所有这些客户法律，所有这些全球范围内的客户支持等等，都需要存储。这是一个庞大的数据集。而且有些数据不仅仅是修复和这类事情。有些数据是，好的，你知道，固件版本是什么？技术人员是谁？因为这很重要。这是他们第一次解决这个问题吗？是第150次吗？他们的级别是什么？这是一个非常复杂的问题。

摄取所有这些数据需要一个架构。我们有一款名为Scale的产品，这是我们的一个存储项目，它实际上可以轻松地摄取所有这些数据，对其进行组织等等。然后，

建立一个模型，这是一个完全不同的过程，即我们是否训练了我们的模型？我们可以在IBM内部训练我们自己的模型。我们有一套完善的模型。我们会对这些模型进行微调，然后根据这些模型进行推理。因此，我们可以在我们的云中进行推理。我有一套云基础设施或我的Power服务器。我们可以利用我们的能力进行推理，并说：“根据我看到的情况，这是你应该为该客户执行的补救措施。”

我们今天已经在这么做了。我们已经看到，超过三分之一的支持电话的解决时间大大缩短了，这仅仅是因为我刚才所说的。这，我一直对此很好奇。如果我把人工智能简化为那样，

就像你刚才做的那样。是的。你说，我们已经看到了30%的减少，你说的是30%的减少吗？我们30%的互动时间大大缩短了。这是你减少互动时间的首要目标吗？换句话说，如果其他一切相同，但你所做的是缩短时间，你会宣布胜利吗？这是首要目标之一。所以

在我们这个行业，净推荐值，客户的满意度是最高目标。什么让他们满意？不会花我很多钱，速度很快，如果我能自己解决，我会很高兴。

它会影响所有这些，对吧？它表示问题解决得更快了。它没有花我很多钱，因为这是一个常见的问题。或者我自己解决了问题，甚至没有打电话。所以所有这些目标都会贯穿其中。所以，现在你看到了。这是一个微观世界。这只是我和我的客户支持业务。现在想想，全球有多少企业的业务问题与

这类似。这不像是一个改变整个用户体验的新的人工智能应用程序。这些都会到来。但现在，它比较实际，那就是我只想做得更好、更快。我可以从这些事情中获得直接的经济回报。你花了多长时间

只关注客户互动时间减少30%的例子。从项目开始到减少30%的时间，花了多长时间？不到一年。是的，这是一个挑战，这很有趣，对于一个非常大的组织来说，正如你想象的那样，就像你在这个行业看到的那样，

我们并不缺乏关于人工智能如何帮助我们的想法。我们实际上有一个问题，那就是要过滤掉来自员工和各方面的数千个想法。就像，“嘿，我们可以用人工智能来解决……”，然后过滤掉，说，“好的，哪些想法会很快产生投资回报，并且达到值得投资基础设施和软件并使其实现的水平。”这是否不同寻常？

如果25年前我告诉你，你们是好主意太多还是太少？你会怎么说？嗯……

在这个特定领域，可能太少了，因为在某些时候你会达到收益递减。例如，让我们用同样的例子。这13000名技术人员能更快吗？他们能减少前往现场的时间吗？我的意思是，在这些事情上你只能做这么多。但是，如果你能让他们得到问题的答案，甚至可以避免他们不得不去拜访，因为客户自己解决了问题。

这是一个阶跃函数。这就是为什么人们都在谈论人工智能即将带来一场商业革命，因为可能会出现一些阶跃函数变化。请注意，我没有说我会减少这些代理的数量。

这不是我的目标。我认为业界对人工智能的恐惧在于它会消除所有工作岗位。不，我只是创造了13000名超级强大的代理，他们可以做更多的事情。所以我不仅要支持IBM的产品，我还将支持其他人的产品，因为我知道如何做得很好。一旦我掌握了如何解决他们问题的数据，我

我可能会有一个独立于我的产品的客户支持业务。所以，你知道，我认为这就是人们有时会出错的地方。人工智能就是这样，就像，“你知道，文字处理是否消除了对作家的需求吗？”不，它使写作成为可能，而不是使用油印机和咔嗒咔嗒的打字机。它可能使写作过多。是的，也许吧。我能给你一个假设的情况吗？

我之所以这样问，是因为我在一个会议上遇到了一位来自国税局的家伙，他真的、真的、真的、真的对人工智能很兴奋。所以，假设他们打电话给你，说——你会问我国税局为什么打电话给我吗？我是国税局的局长。我打电话给你，我说，“里克，很明显，如果我们合作，我们可以为国税局做一些事情。”是的。你会怎么回答？

当然。不，我认为我们向许多政府机构销售产品，正如你所想象的那样，在我们所从事的业务中。我们通过我们的大型机实现了大量的社会保障交易等等。

我认为，你知道，我们的业务是帮助任何客户充分利用他们的数据，并能够保护它，并能够对其进行分析。国税局拥有大量数据。所以，是的，我们会帮助他们。你知道他们拥有的数据量与你的一些企业客户相比如何吗？我不具体知道国税局有多少数据，但我认为很多。是成千上万的。但是

但这就是我们的业务。我的意思是，有时人们会问，IBM最宝贵的东西是什么？是服务器吗？是存储阵列吗？是软件和所有这些吗？我们拥有世界上最重要的实体的数据。最重要的数据。

世界上，它不是你的孙子孙女的图片等等，通常对我们来说，它是全球发生的所有的金融交易，它是所有的……世界经济基本上是通过我们的系统运行的，所以我们非常重视这一点，你知道，如果你丢失了你笔记本电脑上的一张照片，你会很沮丧，但是，你知道，如果我们丢失了一笔交易，比如有人转移了一大笔钱，那就好像……

不知道发生了什么。这是一件大事，对吧？所以这种情况不会发生。但是你想回到我刚才关于国税局的例子吗？是的。所以，首先，是否可以合理地假设

你可以，有人，IBM或其他人，可以在短时间内不仅整合审核纳税申报的人工智能能力，而且还可以整合该能力的基础设施支持，并在合理的时间内以合理的成本完成？还是说要登月，还是说……

这绝对……我的意思是，我们已经在银行和其他机构的网络中做了这种事情，是的，基本上，全世界所有的信用卡交易都通过我们的系统进行，所以在某种程度上，这比美国纳税人的纳税申报和他们的W-2表格等等的交易量还要大，是的，我们也做这些事情

我尽量不详细描述，但我们确实做了很多这样的事情。事实上，我认为大多数情况下，如果你想一想，什么是超级关键的数据？

谁会进行商业交易处理，几乎在所有情况下都是我们，无论是政府事务、私人事务、银行还是这类事务。这就是我们所做的。里克，我们将以我们通常结束的方式结束，提出几个快速的问题。好的。开始了。

你会给试图有效使用人工智能的企业什么建议？简单的版本是开始行动。开始行动的意思是，想想我想改进什么。我们目前在市场上取得进展的事情是围绕业务流程自动化、数字劳动力等。但我还有另一个小建议，那就是一开始要保持简单。你会学到很多东西，但开始行动意味着你会开始学习曲线。我甚至建议我的朋友们，嘿，我应该玩一些人工智能的东西吗？我说，是的，因为我认为这会帮助你开始变得更舒服，你可能会发现个人对此的用例。我认为企业也是如此。这段旅程的第一步总是

用什么数据？当我谈到我们的客户支持人员时，请注意，我考虑的是，好的，数据是什么？数据是所有这些全球服务参与的所有日志。我能用它做什么？好吧，我可以利用它来获得一个真正有帮助的知识库。

并且希望我可以用多种语言做到这一点，因为它是全球性的，我可以……所有这些事情。这就是我的数据中心。这个并不简单，但我们在人工智能方面有很多经验。对于其他人来说，它可能只是，我该如何自动化填写公司差旅费用报告？

我们可以帮助人们做到这一点。我们有咨询服务，我们有Watson X工具，我们可以像这样做到这一点，我们正在为全球各地的人们做到这一点。选择那件事，在这种情况下，你有什么数据，

是费用报告的数据，就像，“好的，我们可以帮助你为人们自动化这个过程，他们可以通过语音界面来完成。你花了多少钱？你去哪里了？你和谁在一起？好的，我们为你填写了差旅费用报告，你不需要再费心了。我们正在考虑这样一个想法，我们会选择一家企业

然后进去做一次人工智能改造？是的，我喜欢这个主意。好的，最理想的企业是什么？我们只有几个月的时间。我们不想花很多钱。我们希望能够切实快速地展示人工智能的功能。最理想的企业是什么？它可以是一家小企业，但我们不是在谈论，这不是一件大型企业的事情。啊，男孩，我们可以进行人工智能改造的小企业。

客户支持是我最喜欢的领域之一，因为我在业务方面提供客户支持，但在消费者方面，当我不得不经历30层电话菜单时，它让我很抓狂。与代理交谈，与代理交谈，与代理交谈。对于任何……

我认为这正适合说，为什么我必须点击这些消息？我只需要用人类语言告诉你，这就是问题所在。我会很乐意告诉你细节，比如，我试图为我的银行设置这个东西，我做了……他们可以浏览所有菜单

自动化这个过程，我认为这会改变一切，因为作为消费者，所有这些挫败感都会大大减少，是的，而且这一切都是……为什么你要让我按这个蜂鸣器，按1，按5？没错，不要卸载给我，卸载给人工智能，我们可以帮你解决这个问题。这是我的版本，每天早上我去同一家咖啡店，我买

一杯茶和一个羊角面包。事情是这样的。一个人拿着他们的屏幕，然后他们说，我要一杯茶，一个羊角面包，苏打水。

至少20个按键，对吧？然后，屏幕转来转去。这时，我们已经花了45秒钟，我想，这是怎么回事？首先，这不是为了我，所有这些按键都是为了他们的内部，对吧？所以他们为了服务他们的后端而给我增加了负担。你应该能够走进去，走过去，他们说，“嗨，马尔科姆，还是老样子。”你只需要说，“是的。”然后就完成了。我们可以对我的咖啡店进行人工智能改造吗？是的。

你注意到我很快跳到银行而不是你的咖啡店，因为我认为我是一个商人。我不是想在一间咖啡店做交易。不，不，不，不。但这很有趣，因为它让我想起了你说的我认为非常重要的一点。当你谈到在你的客户服务中使用人工智能时，很明显，你的目标有很多。它可能是……

它可能是为了大幅提高利润。

但你的目标非常具体的是改善客户的体验，对吧？所以你用它来做这件事。所有其他事情都源于此。源于此。这实际上是IBM文化中一个美丽的支柱，那就是让客户满意实际上是所有好事都源于的地方。所以我的咖啡店也是同样的原则。现在，他们正在使我的客户体验更糟，他们并不想这样做。是的，但是……

他们的眼睛盯着屏幕。当我走进来想说，“你好，你好吗？”的时候，我们可以进行一次谈话。他们忙着哔哔作响。他们太忙了，忙着哔哔作响。所以，这和刚才的情况一样。如果他们明白他们有机会改善体验，他们的客户体验。我不会感到惊讶……

一个连锁店会以其价值主张出现。我一点也不会感到惊讶。是的。是的。对吧？所以，我的意思是，当这些事情开始流行起来的时候，

它就会成为一场革命。你知道，当有人来重新装修你的屋顶时，他们会在前面竖起一个牌子，比如，“乔的屋顶装修？”你们也可以对我的咖啡店做同样的事情。我觉得IBM的基础设施就在这里。没错。五年后，大型机将……继续发展壮大。

大型机将继续发展壮大，并具有新的功能，持续不断的新功能。我认为当我们发布最新版本Z16时，我应该说最新版本，我们说，“嘿，其中内置了人工智能处理。”这在每个人都在谈论这件事之前。我认为很多人都在想，“这是为了什么？”我们这样做是为了传统的AI欺诈检测等等。

下一个版本，我们不仅内置了传统的人工智能，而且还配备了可选卡，你可以将其插入其中，以便你可以对我们讨论过的增强型欺诈检测案例进行大型语言模型，而不仅仅是发生了哪些交易。所以，如果你这样想，“好的，下一代，

我们今天在大型机中拥有比以往任何时候都多的交易量。业务正在增长。它很强大。我们不断创新。五年后，它将继续发展壮大。但是人们，你在谈论这个的背景是

多年来，人们一直在预测，不是吗，大型机将会消失？市场上有一些专家说，一切都会消失。没有人会再拥有一个盒子。所有的一切都将在网上进行。我认为这是我在IT行业长期工作中吸取的一个重要教训，那就是不要

不要相信你听到的一切。所以，在我作为硬件设计师工作了一段时间后，我回到斯坦福大学攻读硕士学位。每个人都告诉我，一定要学习软件方面的硕士学位。硬件已经死了。我在硬件和基础设施领域工作了30多年。现在软件变得很重要，我很高兴我接受了额外的软件培训，因为它帮助我在硬件方面取得了进步，但硬件并没有死。然后我听到所有

所有基础设施都将进入云端。不会有任何……这种情况没有发生，也不会发生。然后将只有一个云，因为其中一个参与者将占据主导地位。不是只有一个云。所以我认为，作为人类，我们喜欢过度简化，哦，这一切都将是这个样子。

我学到的是，适合目的在一切事物中都很重要。它在基础设施规模方面很重要。它在解决特定用例的堆栈方面很重要。如果你愿意设计一个最适合该用例的东西，如果你愿意设计一个最擅长问候我的咖啡店，那么就会有你的位置。而且这样做可能是一项大生意。所以过度简化真的很危险。当你听到所有这些预测时，

你当时相信它们吗？它们看起来正朝着那个方向发展。我现在告诉你一些可能会有用的东西。只有一个GPU公司，他们最终将接管世界。这是一个非常明显的答案，其经济价值已经大幅提升。我认为情况并非如此。事实上……

我认为90%的人工智能处理实际上发生在推理阶段，而推理不像其他事情那样依赖GPU和硬件，并且更适合特定目的。因此，模型大小很重要，调整也很重要，正如我们所了解的那样，我们有一款产品

围绕Instruct Lab，它真正专注于调整。所以有一点是只有一个GPU。另一件事是最大的模型会获胜，我认为这是人们现在正在说的事情。我不相信。我相信会有适合目的的模型。

创建大型模型以及运行大型模型甚至从大型模型中进行推理都需要大量资金。我不需要一个庞大的训练GPU设置来解决我的13000名客户支持人员的问题。那么，为什么我会觉得我必须把它外包给一个昂贵的大型东西呢？在某些情况下，我可以在一个小盒子上做到这一点。我甚至可能能够在笔记本电脑上做到这一点。

我要说的另一件事是，我们正处于人工智能的早期阶段，很多事情都会发生变化。所以任何说这一切都将是X、Y或Z的人，我都认为你不知道这将如何发展。这取决于我们去弄清楚它将如何发展。是的，是的。好的。五年后，人工智能将……仍然很新。五年后，它会有很大的变化。

但它对世界的颠覆潜力仍然处于早期阶段。我认为认识到这一点非常重要。这就是为什么我说，开始行动，开始思考这将如何改变。因为它首先会是一些小事，但它会继续滚雪球。这是一个常见的观察结果，我们，能力的发明远远早于对能力的理解。

我喜欢这个。是的。是的。就像在电视上录制节目是在……

可能是录像机。直到21世纪初，我们才真正理解它的用途。它真正擅长的是能够按时间顺序讲述故事，因为你知道这个人总是看过之前的剧集。所以你得到了《黑道家族》。是的，是的。好莱坞一开始想禁止录像机。是的。

因为他们认为它很好。他们认为重点是——他们认为是盗版。他们认为是盗版。他们不明白。不，不，不。这是讲故事。是的。你的业务实际上正在好转。是的，是的。他们花了20年才弄明白这一点，这正和你说的那样。为什么我们会知道五年后人工智能的用途？好吧，这就是为什么你听到人们说，哦，我的天哪，人工智能，这只会消除工作岗位。不，它会使工作更好。这就是我的看法。是的。

人们对人工智能最误解的一点是什么？是这样吗？我认为这将是人类理解的一部分。我认为技术方面将是我刚才谈到的适合目的，这意味着它不仅仅是一场GPU军备竞赛，所有的人工智能。我根本不相信这一点。它会改变一切，但这不仅仅是一场GPU军备竞赛。

下一个问题，你会给自己10年前什么建议，以便更好地为今天做好准备？我正在改变这个问题。好的。我想说，让我们想象一下，你上了哪所大学？我上了三所大学。我的本科是在犹他州立大学，我的MBA是在圣克拉拉大学，我的电子工程硕士学位是在斯坦福大学。好的。这三所大学中的任何一所都打电话给你，说他们想让你发表毕业典礼演讲。

想象一下，让我们假设，只是为了论证起见，只是针对STEM专业的人。因为他们是这里相关的群体。你会告诉他们什么？天哪，我会告诉他们什么？让我看看，我认为我会从“生活是一场马拉松，而不是短跑”开始，这是第一个。第二件事我会说，本着这种精神，一定要给自己设定一些宏伟、大胆、令人惊叹的目标

而且不要因为没有实现所有目标而过于失望。追求这些宏伟、大胆、令人惊叹的目标会让你走上一条道路，你会学到很多东西，你会取得比你想象中所能取得的成就还要多的成就。这就是我给我的孩子们的建议。设定一些宏伟的目标，努力去实现，

你可能会也可能不会实现它们，但当你完成整个过程时，你会变得更好。顺便说一句，作为一位孩子比你孩子小很多的人，给你的孩子建议实际上有用吗？还是这只是一项毫无意义的练习？待定。我们仍在旅途中，我认为我们将长期处于旅途中。我不知道。你今天如何在日常生活中使用人工智能？

嗯，就个人而言，我会说它取代了我很大一部分搜索工作，你知道，我更不可能盲目地浏览一堆网页来寻找东西，我更有可能向一些人工智能引擎提问，让我找到正确的方向，然后我会浏览一些东西，在工作中我可以告诉你

代码开发，现在，我们正在看到代码开发和支持产品方面的巨大改进。我们有Watson Code Assistant，它确实为我们的代码开发人员带来了立竿见影的回报。我认为这将再次成为一种工具，可以立即提高全球代码开发人员的生产力。是的。最后一个问题。每个技术领导者都需要一项与技术无关的技能是什么？

能够激励一群人朝着共同的目标努力并合作实现它。这是所有一切的核心。是的。一切。这是一个美好的结尾。非常感谢你，里克。谢谢。这次谈话让我感到兴奋。我现在正在想象人工智能在各种不同业务中的新用例的潜力。

里克似乎并不认同我对咖啡店改造的想法，但很明显，这里有很多机会可以提高速度和效率，实现你的目标，并超越这项技术的当前应用进行梦想。归根结底，人工智能的扩展将依赖于正确的基础设施来支持它。有了合适的工具，你可以解决你所在行业特有的问题，并改善客户的体验。♪

IBM 的智能对话由 Matt Romano、Amy Gaines-McQuaid 和 Jacob Goldstein 制作。我们的编辑是 Lydia Jean Cott，母带制作人是 Jake Gorski。主题曲由 Gramascope 创作。特别感谢 8 Bar 和 IBM 团队，以及 Pushkin 营销团队。IBM 的智能对话是 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。我是马尔科姆·格拉德威尔。这是 IBM 的付费广告。本播客中的对话并不一定代表 IBM 的立场、战略或观点。