生成式 AI：重塑市场和行业

目录 生成式AI：重塑市场和行业 选择适合您的企业组织的AI战略 利用红帽AI缩短价值实现时间 从实际应用和用例着手 马上行动：与红帽携手，开启生成式AI之旅 生成式AI： 重塑市场和行业 人工智能（AI）仍是全球企业组织主要的创新和投资领域。事实上，据IDC预计，全球AI解决方案支出的复合年增长率（CAGR）将在2023至2028年期间达到29.0%，增长至6,320亿美元1。 根据IDC的数据，到2028年，全球对生成式AI解决方案的投资预计将超过 生成式AI（gen AI）是这一增长的关键驱动因素，预计同一时间段的全球支出复合年增长率将达到59.2%1。生成式AI是一款功能强大的工具，可帮助企业组织打造创新产品、优化流程并在瞬息万变的市场环境中获得竞争优势。借助深度学习和神经网络领域的先进技术，这款工具不仅可以处理数据，还可以生成新的原创内容，超出了预测式AI的功能。生成式AI基于从现有信息中学习的模式来生成新的内容或数据。它可以生成与训练数据相似的文本、2020亿美元，2023年至2028年的复合年增长率将达到59.2%1图片、代码、声音或其他媒体，为内容的创作和个性化提供创新解决方案。因此，生成式AI正在重塑人机协作方式，激发解决问题的新方法，为各行各业带来显著的商业价值。 。 生成式AI应用可为企业组织带来诸多优势： ►提高员工的工作效率。►提高客户满意度。►降低运维成本。 本电子书介绍了选择AI解决方案时的关键策略和考量因素，分析了在即用型方案与定制开发方式之间实现平衡的解决方案所具有的优势，还介绍了企业开启生成式AI之旅的常见用例。请继续阅读，了解如何为生成式AI创新奠定基础。 选择适合您的企业组织的 AI战略 与任何大型IT或业务举措一样，为企业组织制定实施AI的战略对于成功至关重要。 企业在制定AI战略时有两条路径可以选择：采用基于云的AI服务；或者自行构建并托管AI平台。这两种方式在技术参与度和运维投入方面的要求有所不同，所提供的定制化程度与可控性也存在差异。 基于云的AI服务 基于云的AI服务是由第三方供应商提供的一种付费托管解决方案。这类服务通过应用编程接口（API）提供对前沿模型的访问权限。您的企业组织无需自行托管AI模型即可将其集成到您的应用中。一些私有商业解决方案还允许您对提供的模型进行微调，或者将模型部署到专用或管控更严格的环境中。 由于这种方式提供了即用型AI解决方案，且与模型本身的交互最少，因此，对于不想处理AI基础架构管理的复杂性、运维团队规模较小或在小规模上采用AI的企业组织来说，这是一种更简便且更具成本效益的选择。 自托管AI平台 自行构建并托管AI平台能让您在模型和环境方面拥有更多选择和控制权。您可以根据企业组织的需求，自由选择最合适的硬件、软件、模型、应用及部署位置。例如，您可以选择将模型和应用托管在公共云、私有云、本地数据中心或边缘位置。这种方式还为您提供了更多定制模型和应用的机会，让您对数据有更强的控制权，同时减少了对第三方提供商的依赖。即便如此，与基于云的AI服务相比，这种方式通常需要更高的前期投入以及更多的持续运维工作和维护成本。 要构建并托管AI平台，您需要： ►拥有适合您的用例的基础模型。基础模型示例：大语言模型（LLM）、代码模型、小语言模型（SLM）、开源模型及多模态模型。►能够使用图形处理单元（GPU）等硬件加速功能。►能够使用具有高级AI工具和服务机制的应用平台。►用于合规管理及负责任地使用AI的治理解决方案。 这种方式能让您对AI解决方案有更强的控制权，因此，如果企业组织身处监管严格的行业、计划在AI解决方案中使用敏感数据和知识产权（IP）或是拥有较大规模运维团队（能够应对AI基础架构的构建、运行及维护等复杂工作），这种方式无疑是一种理想选择： 评估AI解决方案时的考量因素 评估AI解决方案和战略时，请务必考虑其透明度、效率和相关性。 确保AI解决方案中的透明度 AI解决方案能否提供透明度、可问责性和可解释性，同时确保数据隐私、安全性和监管合规性，对于建立信任、降低风险和保持竞争力至关重要。寻找那些能够清晰披露模型架构、训练数据和性能指标且能够为AI生成内容提供问责机制和解释的供应商。 优化基础架构和成本效益 支持模型优化、分布式训练和高效硬件配置的可扩展、低成本基础架构解决方案能够帮助您最大限度地降低运维开支，提升性能，并快速适应不断变化的需求。采用量化和蒸馏等技术，以便减少对硬件的依赖、降低基础架构成本并减轻对环境的整体影响。 探索特定于行业的应用场景 生成式AI解决方案可用于多种用途。寻找包含大量特定于行业的AI用例库，且提供适用于推荐引擎、客户支持等应用场景的预制模板的解决方案，从而缩短上市时间。允许您使用特定于业务的数据对模型进行调优的工具能够提供更丰富的上下文信息，从而生成更准确且更相关的响应。 最大限度地发掘AI投资的价值 1.使您的AI举措与业务目标保持一致。确保所选解决方案能直接支撑您的差异化、效率提升等战略目标。 2.优化您的总拥有成本（TCO）。除了解决方案的前期成本外，还要考虑维护、基础架构和人才方面的开支。3.优先考虑采用程度和易用性。选择能在采用速度和团队实际能够用于提高工作效率的功能之间取得平衡的解决方案。4.利用集中式AI服务。通过设计并提供所有团队均可使用的可扩展模型即服务（MaaS），避免重复工作并优化GPU的利用。5.持续衡量和调整。通过衡量成本节省、效率提升和收入增长等因素来跟踪投资回报率（ROI），并相应地调整您的方法。 利用红帽AI 缩短价值实现时间 红帽® AI是一系列产品和服务组合，旨在加速混合云环境中AI解决方案的开发和部署。该组合专注于简化AI技术的采用，使先进的AI技术更易于在整个企业组织内推广应用。 通过在灵活性和一致性之间取得平衡，红帽AI可帮助您的团队在最适合您的工作负载和整体战略的环境中部署和管理预测性AI模型及生成式AI模型。该组合可为您的AI采用之旅的各个阶段提供支持，从单服务器部署到高度分散的可扩展平台架构，因此，您可以从小规模开始，并根据自身需求和规划逐步扩展。支持各种硬件加速器、原始设备制造商（OEM）及云服务提供商，确保为您的AI工作负载提供稳定、经过优化且高性能的环境。此外，您还可以在包括本地基础架构、公共云和私有云资源及边缘位置在内的多种环境中部署AI应用和服务。 红帽AI产品组合包括：适用于单个Linux服务器环境的红帽企业Linux® AI、适用于分布式Kubernetes平台的红帽OpenShift® AI，以及用于优化大语言模型推理的红帽AI推理服务器。这些解决方案提供了开源技术和专用小语言模型（SLM），让您能够使用最新的AI工具，同时帮助您解决生成式AI通常涉及的成本高昂问题。事实上，随附的Granite系列模型（基于Apache 2.0许可证分发，训练数据 集透明）能让您在更短的时间内开始使用生成式AI，这些高效的模型可在保障性能的同时降低运维成本。与此同时，红帽企业Linux AI还提供产品技术支持和模型知识产权（IP）保障，助您有效规避风险，同时以透明可信、经济高效的方式专注于AI解决方案的构建、部署与管理工作。最后，红帽AI合作伙伴生态系统提供了一系列经过测试、受到支持且获得认证的产品和服务，助您加速创新，应对业务和技术层面的双重挑战。 简化AI模型交付流程 通过小语言模型（SLM）降低复杂性和成本 红帽AI使您的团队能够使用机密的企业数据构建预测性和生成式AI模型。该组合包含必要的工具、GPU支持以及按需提供的自助式环境，能够提高敏捷性并减少对IT部门的依赖。通过使用一系列经过预优化的开源Granite系列模型，您可以高效地定制解决方案以满足特定的用例需求。这些平台通过集中管理模型、应用和代码来简化应用与AI模型的集成。红帽AI专为企业级生产工作流而设计，优先考虑安全性、成本优化和运维效率，通过治理、监控、安全保障、机器学习运维（MLOps）及大语言模型运维（LLMOps）服务提供可靠的日常支持。此外，支持在本地或私有云实例中进行气隙部署，从而降低敏感数据暴露的风险。 与大语言模型相比，小语言模型规模较小且所需的计算资源、数据和能耗也较少，是适用于许多应用的高效且具有成本效益的生成式AI模型。红帽AI产品中随附的专用开源Granite系列模型可帮助您控制AI成本并更轻松地上手使用。 我们还提供了一些工具，让您能够以注重安全的方式使用自己的企业数据对模型进行微调，从而在确保模型准确性和相关性的同时避免不必要的复杂性和成本。 阅读电子书可详细了解开源小语言模型的优势。 红帽AI的优势 灵活部署 简便性和可访问性 提高效率 面向各类角色（从开发人员到数据科学家再到AI工程师）的AI工具可加快模型的开发和定制流程。通过简化环境设置和优化模型训练与调优的硬件资源分配，红帽AI使企业级AI在整个企业组织中变得更加易于使用和部署。 跨混合云环境的一致体验让您能够灵活选择模型及生成式AI应用的训练、调优、部署和运行位置。这有助于您遵守数据限制、保护隐私和维持安全性，同时控制AI基础架构的成本。 使用Granite系列模型及一系列经过预优化的开源模型有助于提高AI部署和运维效率。对这些模型进调优时所需的计算资源较少，同时可实现更快的推理速度，帮助您减少对硬件的依赖并最大限度地降低成本。 从实际应用和用例着手 您可以使用红帽AI产品组合来实施一系列AI用例以应对诸多业务挑战。一致的用户体验让从AI开发人员、数据科学家到IT运维团队的利益相关者能够更轻松地在混合云环境中开发和部署AI解决方案。 红帽AI可应对的常见业务用例 基于AI和数据的业务运维 AI模型能够处理企业组织收集的大量和广泛的数据，帮助他们做出更明智的业务决策。借助更深入的洞察，团队可以最大限度地提高收入、优化运维、改善客户体验并提高员工的工作效率。 了解红帽AI如何为您的企业组织助力 红帽提供了丰富的学习资料和工具，助您开启AI之旅。探索我们提供的面向业务领导者和技术学习者的AI学习路径。我们的分步课程涵盖了从AI基础知识到实操工具概览的内容。完成某个学习路径即可获得认证并提升您的AI技能。 推荐引擎 红帽OpenShift AI确保了[我们的研究人员和科学家]拥有搜索文本、搜索图像、训练模型以及未来处理基因组数据所需的计算能力。 AI推荐引擎可基于历史数据对当前情况进行评估，以识别共同因素并提供指导建议。它们用于提供实时的行动建议，在许多行业均可使用。 Clalit Health Services最近基于红帽AI建立了一个先进的AI平台，用于处理历史医疗数据并训练一个大语言模型，以识别可能需要预防保健和药物治疗的患者。然后，该解决方案通过与聊天机器人类似的交互方式为患者治疗提供行动建议。Clalit还利用该平台构建学习流程和算法，以识别新趋势、患者行为模式和疾病规律等。 —Eyal DviriClalit Health Services数据部门创新团队主管 自助式的自动化AI工作流 AI模型和应用的开发可能会很复杂。自动化AI管道和自助式操作可以简化这一过程，同时提高安全性和合规性。 凭借红帽OpenShift AI这款极具价值的AI驱动型解决方案，我们的数据科学家能够在一个精简的环境中构建并部署更稳健且更安全的模型。 DenizBank的数据科学家希望将其现有工作流转变为一个手动操作更少、方法更标准化的流程。该银行的IT子公司Intertech提供了一个带有自动化管道和标准化规范的模型开发环境，以提高客户贷款识别与欺诈检测功能的开发效率，并加快推向市场的速度。其中一项关键改进是，Intertech采用了红帽AI，主要看重其自助服务功能以及在模型服务规模化和运维效率提升方面的优势。该银行的100多位数据科学家如今能够专注于构建比以往更稳健且更安全的模型。