編者按：生成式AI的狂飆正快速重構(gòu)企業(yè)業(yè)務(wù)想象力，這是既定趨勢(shì)，但卻并非易事。時(shí)至今日，除了最淺層的助理功能，AI該如何深度嵌入業(yè)務(wù)流程，在最核心的場(chǎng)景發(fā)揮作用，依然沒(méi)有一條通用路徑。近期，21世紀(jì)經(jīng)濟(jì)報(bào)道記者就企業(yè)級(jí)AI應(yīng)用話題，相繼采訪了IBM、微軟、Gartner中國(guó)區(qū)相關(guān)負(fù)責(zé)人，試圖探尋企業(yè)AI應(yīng)用的關(guān)鍵點(diǎn)，如何發(fā)揮業(yè)務(wù)數(shù)據(jù)的真實(shí)價(jià)值，讓AI真正觸及業(yè)務(wù)核心、驅(qū)動(dòng)價(jià)值創(chuàng)造。
21世紀(jì)經(jīng)濟(jì)報(bào)道記者孔海麗 北京報(bào)道
“AI 實(shí)驗(yàn)的時(shí)代已經(jīng)結(jié)束。企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)取決于量身定制的AI應(yīng)用和可量化的業(yè)務(wù)成果。”這是IBM董事長(zhǎng)兼首席執(zhí)行官 Arvind Krishna近期在Think大會(huì)的開場(chǎng)詞，也是市場(chǎng)的共同認(rèn)知。
日前，IBM大中華區(qū)技術(shù)銷售總經(jīng)理、首席技術(shù)官翟峰在與包括21世紀(jì)經(jīng)濟(jì)報(bào)道記者的訪談中表示，AI嘗試階段過(guò)去了，接下來(lái)最重要的是，它開始慢慢進(jìn)入到企業(yè)最核心的場(chǎng)景、最核心的業(yè)務(wù)領(lǐng)域，幫助企業(yè)實(shí)現(xiàn)降本增效的終極目標(biāo)。
企業(yè)級(jí)AI進(jìn)入落地期
當(dāng)前，AI技術(shù)已從實(shí)驗(yàn)室走向產(chǎn)業(yè)核心戰(zhàn)場(chǎng)。據(jù)IBM商業(yè)價(jià)值研究院（IBV）最新全球CEO調(diào)研報(bào)告，未來(lái)兩年企業(yè)對(duì)AI技術(shù)的投資將翻兩倍以上，超半數(shù)CEO正積極部署AI智能體（AI Agent）。然而大規(guī)模投資伴隨的是技術(shù)碎片化——僅有25%的AI項(xiàng)目實(shí)現(xiàn)預(yù)期投資回報(bào)率。
“互聯(lián)網(wǎng)談到AI有時(shí)被神化或妖魔化了。在企業(yè)級(jí)AI落地過(guò)程中，一定是一步一步來(lái)的過(guò)程。這是一個(gè)轉(zhuǎn)折點(diǎn)，尤其在現(xiàn)在生成式AI、大模型越來(lái)越多之后，很多企業(yè)都在做嘗試。”翟峰指出，對(duì)于企業(yè)來(lái)講，AI能力如何融入IT自動(dòng)化與業(yè)務(wù)流程重塑，這件事情變得越來(lái)越重要。
以制造業(yè)為例，當(dāng)前AI應(yīng)用多集中在研發(fā)端，比如知識(shí)庫(kù)、代碼生成和服務(wù)端如智能客服等，但在生產(chǎn)制造等核心環(huán)節(jié)的價(jià)值釋放，仍顯不足。
更嚴(yán)峻的是技術(shù)環(huán)境的復(fù)雜性。IBM預(yù)測(cè)，到2028年全球新增應(yīng)用將超10億個(gè)，碎片化IT環(huán)境成為增長(zhǎng)阻力。IBM大中華區(qū)科技事業(yè)部自動(dòng)化資深技術(shù)專家張誠(chéng)揭示現(xiàn)狀：“中等規(guī)模企業(yè)平均運(yùn)行上千個(gè)應(yīng)用，涉及多個(gè)異構(gòu)系統(tǒng)，接口標(biāo)準(zhǔn)千差萬(wàn)別。”當(dāng)AI智能體需要調(diào)度這些系統(tǒng)執(zhí)行任務(wù)時(shí)，“最后一公里”的集成成為最大瓶頸。
翟峰表示，企業(yè)級(jí)AI落地最重要的因素在于數(shù)據(jù)、專有垂直小模型和安全治理，在這些基礎(chǔ)上，再通過(guò)智能體發(fā)揮價(jià)值。
智能體正從對(duì)話工具到生產(chǎn)力引擎
破局的關(guān)鍵，在于AI智能體的進(jìn)化。與傳統(tǒng)AI助手不同，智能體具備自主決策能力——它能理解指令、規(guī)劃路徑并執(zhí)行復(fù)雜操作。IBM大中華區(qū)科技事業(yè)部數(shù)據(jù)與AI資深技術(shù)專家吳敏達(dá)演示了一個(gè)典型案例：銷售智能體可自主協(xié)調(diào)調(diào)研、CRM查詢、訂單生成等任務(wù)，通過(guò)多工具協(xié)作完成銷售預(yù)測(cè)全流程。
“智能體正從對(duì)話工具轉(zhuǎn)變?yōu)樯a(chǎn)力工具。”翟峰強(qiáng)調(diào)。IBM的案例可提供一些參考，其自行研發(fā)的人力資源智能體處理了94%的員工查詢，年節(jié)省成本超500萬(wàn)美元；銷售智能體每周為員工節(jié)省9小時(shí)；采購(gòu)智能體將合同周期縮短70%。
智能體發(fā)揮威力的前提是打通企業(yè)“神經(jīng)網(wǎng)絡(luò)”。IBM Think大會(huì)發(fā)布的watsonx Orchestrate平臺(tái)圍繞企業(yè)級(jí)AI智能體的痛點(diǎn)展開工作，提供無(wú)代碼/低代碼工具，可以幫助企業(yè)在五分鐘內(nèi)構(gòu)建起專業(yè)領(lǐng)域的AI Agent，實(shí)現(xiàn)了多智能體協(xié)同編排與性能監(jiān)控，解決“開發(fā)容易運(yùn)維難”問(wèn)題。該平臺(tái)是開放生態(tài)，集成了Adobe、AWS、微軟等80余個(gè)企業(yè)級(jí)應(yīng)用，用戶無(wú)需擔(dān)心被單一供應(yīng)商鎖定。
解決落地前的核心問(wèn)題
要讓智能體真正“起飛”，還需解決兩大基礎(chǔ)問(wèn)題。
??就緒數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)的激活??。企業(yè)90%的數(shù)據(jù)是非結(jié)構(gòu)化文檔，但傳統(tǒng)檢索增強(qiáng)生成（RAG）準(zhǔn)確率有限。Gartner的統(tǒng)計(jì)數(shù)據(jù)顯示，到2026年，那些沒(méi)有通過(guò)AI就緒數(shù)據(jù)實(shí)踐來(lái)啟用和支持其AI用例的組織，其超過(guò)60%的AI項(xiàng)目會(huì)因?yàn)闊o(wú)法滿足業(yè)務(wù)SLA而被放棄。
據(jù)吳敏達(dá)介紹，IBM的方法論是通過(guò)“實(shí)體-值提取”技術(shù)，在向量化前解析文檔關(guān)鍵信息，使準(zhǔn)確率提升40%。并且通過(guò)統(tǒng)一語(yǔ)義層，將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)治理融合，為智能體提供高質(zhì)量“燃料”。
??自動(dòng)化則是智能體的執(zhí)行骨架??。“當(dāng)智能體需要觸發(fā)SAP系統(tǒng)更新或向供應(yīng)商發(fā)送EDI文件時(shí)，集成能力決定成敗。”張誠(chéng)表示。IBM去年收購(gòu)的WebMethods技術(shù)已融入Hybrid Integration平臺(tái)，實(shí)現(xiàn)跨云應(yīng)用調(diào)度。
智能體規(guī)模化部署后的運(yùn)維挑戰(zhàn)在于平臺(tái)自動(dòng)化。IBM通過(guò)Instana實(shí)現(xiàn)全鏈路監(jiān)控，Concert進(jìn)行AI驅(qū)動(dòng)的根因分析，HashiCorp完成基礎(chǔ)設(shè)施彈性伸縮，形成運(yùn)維閉環(huán)。
面對(duì)AI大模型的狂熱，IBM也強(qiáng)調(diào)了理性主張。
“企業(yè)不需要全知全能的龐大模型，而是靈活、安全、高效的中小模型。”翟峰強(qiáng)調(diào)。最新開源的Granite 3.2模型參數(shù)不足10M，但能在金融預(yù)測(cè)、庫(kù)存規(guī)劃等場(chǎng)景精準(zhǔn)發(fā)力。這種“小而美”原則也是IBM對(duì)AI智能體落地路徑的觀點(diǎn)，他們建議剛開始接觸智能體的客戶從低復(fù)雜度或低準(zhǔn)確率要求的場(chǎng)景入手，逐步過(guò)渡到高復(fù)雜度和高準(zhǔn)確率的場(chǎng)景。
