AI智能总结
可信赖的企业级⽣成式⼈⼯智能⽩⽪书 编写委员会 顾问:陆⾸群 策划:谢东 程海旭 刘澎 粱志辉 孟繁晶 主编:程海旭 刘泽宇 ⽯延霞 张颖 刘晓⾦ 孟迎霞 鞠东颖 ⼯作组:(按照姓⽒⾸字⺟排列) ⽩默涵 程⽂杰 初德⾼ 董琳 樊斐 冯媛 葛巍 韩艳艳 姜朋慧 荆琦 李博⽂ 李⻘ 廖⽂静 刘佳怡 刘默驰 隆云涛 罗东⽂ ⽥忠 徐斌 徐孝天 杨军 杨悦 元中⽅ 袁怿 原雪洲 臧倩 张侃 张⽟明 赵则名 朱默 庄雪吟 贡献者:(按照姓⽒⾸字⺟排列) 曹岚 陈栋 丁伟 都娟 何蕾 李变 李玲 刘俊 刘胜利 倪栋 聂锦程 庞⽂峥 沈海军 孙盛艳 王彩彩 王积杰 王君 吴敏达 杨继辉 姚勇 张家驹 赵登科 赵蓉 郑维珺 序 ⾔ ⽣成式⼈⼯智能触发了新⼀轮⼈⼯智能浪潮,⼈⼯智能(AI)正在以前所未有的速度和规模,重塑着我们的⽣活和和⼯作⽅式,在推动经济转型和社会进步中展现出巨⼤的潜⼒。 企业是技术与创新转化为核⼼⽣产⼒的重要载体,那么企业在AI时代,如何打造新⽣产⼯具形成新⽣产⼒,帮助企业产销的产品持续的迭代与进化? 可信赖的AI的重要性不⾔⽽喻。2019年,我发表了“评⼈⼯智能如何⾛向新阶段”? 触发了业界对⼈⼯智能发展⽅向的热烈讨论。同年8 ⽉份,COPU提出研发XAI 的任务,倡议机器学习、深度学习必须克服其⾃⾝的缺陷,打破⿊盒⼦痼疾,建⽴可解释的机器学习模型,实现可解释、可信赖的⼈⼯智能,这在国内乃⾄全球都是最早提出这个任务的少数机构之⼀。2020 年6 ⽉,COPU 主办《第15 届开源中国开源世界⾼峰论坛》,邀请 IBM 副总裁Todd Moore 在会上作“可信任⼈⼯智能(反欺诈、可解释、公平性)”的报告,IBM程海旭团队与COPU在此话题⽅⾯也进⾏多次研讨, 并且应COPU要求写了三篇⽂章回应COPU提出的问题。并且,IBM开源了针对反欺诈、可解释性和公平性的AI⼯具套件,也标志着可解释性AI(XAI)的重要进展。IBM作为全球AI治理平台的领导者,致⼒于将前沿科技转化为⽣产⼒,为企业提供开放、可信、有针对性的AI解决⽅案,共同开启企业级可信AI的新时代。 在如何帮助企业采⽤AI新技术形成新质⽣产⼒⽅⾯,尤其是当前AI技术⽇新⽉异、百模⼤战,技术重塑业务有其复杂性、差异性与多样性,在模型的选择、训练与调优、数 据的准备等技术问题,乃⾄场景价值、投⼊与产出等策略性问题上,都有着不同企业的疑虑与困惑。⽩⽪书对于企业关注的AI模型及平台、数据治理以及AI治理等重点领域都有先进经验与理念的分享。在场景价值⽅⾯,⽩⽪书通过深⼊分析汽⻋、⾦融等⾏业的成功案例,展⽰了AI技术如何助⼒企业实现转型和创新。在未来,⼈⼯智能的发展将继续以可信、安全为⽬标,依托算法、算⼒、数据为核⼼,帮助企业在AI智能时代持续进化,进⽽推动社会智能化的全⾯发展。 本⽩⽪书也强调开源在推动AI发展中的重要作⽤。开源不仅促进了技术的透明性,还加速了研发进程,为构建开放、共享、协同、⾃由的AI⽣态提供了坚实基础。相信《可信赖的企业级⽣成式⼈⼯智能⽩⽪书》的每⼀位读者都会开卷有益。 前 ⾔ 2024年3⽉李强总理代表国务院在⼗四届全国⼈⼤⼆次会议上作的《政府⼯作报告》中,⾸次提出了开展“⼈⼯智能+”⾏动,这表明国家将加强顶层设计,加快形成以⼈⼯智能为引擎的新质⽣产⼒。 在企业端,⼈⼯智能产业的发展已驶⼊快⻋道,“让AI成为核⼼⽣产⼒”已经成为企业领导的迫切需求。据中国信息通信研究院公布的数据,2023年中国⼈⼯智能核⼼产业规模达到5784亿元,增速13.9% [1]。根据⻨肯锡研究报告,到2030年前,⽣成式AI有望为全球经济贡献约7万亿美元的价值,其中中国有望贡献其中约2万亿美元,将近全球总量的1/3 [2]。 AI不仅可以推动整体经济和GDP的⼤幅增⻓,还将为那些善⽤AI的个⼈和组织带来前所未有的竞争优势。放眼全球,⽣成式AI对⾼科技⾏业将产⽣最为显著的影响;在中国,先进制造、电⼦与半导体、消费品、能源、银⾏将是受影响最为显著的5⼤⾏业。 基于此,IBM联合中国开源软件推进联盟( COPU, China OSS Promotion Union),结合双⽅对企业应⽤⽣成式AI的深刻洞察、技术研究和业务实践,共同发布此报告,致⼒于推动企业⾼效、可信、负责任地应⽤⽣成式AI,帮助企业打造新的竞争⼒,成为AI时代的真正受益者。 本报告⾸先阐述了⽣成式AI的演进和现状、全球⽴法和治理概况、应⽤前景和商业价值、⻛险与挑战、企业应⽤的关键因素;其次,对企业级⽣成式AI的参考架构进⾏了全⾯介绍,包括AI模型平台、数据平台和服务、治理、基础⽀撑平台、AI应⽤,并展⽰了具有代表性的企业级应⽤⽣成式AI的真实案例和实施价值;最后提出企业应⽤⽣成式AI的战略规划⽅法及步骤,并对⽣成式AI的未来发展进⾏了展望。 ⽬录 ⼀ 引⾔与背景 ........................................................................................... 7 1.1 ⽣成式⼈⼯智能的定义与演进 ..................................................................................... 7 1.2 ⽣成式⼈⼯智能应⽤的现状 ....................................................................................... 10 1.3 ⽣成式⼈⼯智能的⻛险及全球⽴法、治理概况 .......................................................... 11 ⼆ 企业应⽤⼈⼯智能的机遇与挑战 .......................................................... 15 2.1 ⽣成式⼈⼯智能的应⽤前景与商业价值 ..................................................................... 15 2.2 ⽣成式⼈⼯智能带来的技术与⾮技术挑战 ................................................................. 18 2.3 ⽣成式⼈⼯智能在企业应⽤中的关键因素 ................................................................. 22 三 企业级⽣成式⼈⼯智能的技术、产品与解决⽅案 .................................. 28 3.1 企业级⽣成式⼈⼯智能参考架构 ............................................................................... 28 3.2 ⼈⼯智能平台和服务 ................................................................................................. 31 3.3 数据平台和服务 ......................................................................................................... 62 3.4 基础⽀撑平台 ............................................................................................................ 93 3.5 ⽣成式⼈⼯智能的企业级应⽤ ................................................................................... 97 四 ⽣成式⼈⼯智能治理 ......................................................................... 116 4.1 ⽣成式⼈⼯智能治理框架 ........................................................................................ 116 4.2 融⼊AI全⽣命周期 .................................................................................................. 117 4.3 ⽣成式⼈⼯智能模型治理技术 ................................................................................. 119 4.4 ⽣成式⼈⼯智能模型治理⼯具 ................................................................................. 124 4.5 ⽣成式⼈⼯智能数据治理 ........................................................................................ 128 4.6 ⽣成式⼈⼯智能在基础⽀撑平台治理的新趋势 ........................................................ 136 4.7 ⽣成式⼈⼯智能治理的指标矩阵 ............................................................................. 137 4.8 ⽣成式⼈⼯智能治理的⼩结与展望 .......................................................................... 138 五 企业级⽣成式⼈⼯智能的规划与实施⽅法 ........................................... 139 六 企业应⽤⽣成式⼈⼯智能的参考案例与实施价值 ................................ 143 6.1 IBM案例 .................................................................................................................. 143 6.2 其他案例 ................................................................................................................. 158 七 企业级⽣成式⼈⼯智能的未来展望 ..................................................... 166 ⼋ 参考⽂献 ........................................................................................... 172 附录⼀ watsonx.ai基础模型库 ............