广告
加载中

IBM:AI 转型的核心目标是消除人工环节 而非优化人机交互

AI发现者 2025-07-08 09:52
AI发现者 2025/07/08 09:52

邦小白快读

EN
全文速览

生成式AI应用的核心趋势和关键策略

1. 企业转向多模型战略,根据场景选择最优模型,避免单一供应商锁定

2. IBM推出模型网关解决方案,支持在自有设施和公有云API之间灵活调度

3. 智能体协同协议成为基础设施,解决大规模部署时的通信标准化问题

4. IBM人力资源案例展示AI重构业务流程,实现95%事务自动处理

实施AI转型的四个关键要点

1. 放弃聊天机器人思维,聚焦全流程自动化

2. 构建可切换多模型的弹性架构

3. 优先支持ACP/A2A等开放协议

4. 要求业务领导者成为AI优先决策者

技术趋势对品牌战略的影响

1. 多模型选择策略启示品牌需建立弹性技术合作生态,不再依赖单一技术伙伴

2. 智能体协议标准化意味着品牌需关注跨平台协同的技术布局

3. IBM的HR自动化案例展示AI可深度整合服务流程,提升品牌服务效率

用户行为洞察

1. B端客户对专属模型微调需求激增,品牌需储备自有数据训练能力

2. 企业采购决策转向关注系统级改造能力而非单点功能

新兴市场机会

1. 模型路由工具市场需求激增,年增长率预计超200%

2. 智能体通信协议相关解决方案成为高潜力赛道

3. 企业级AI管控平台部署需求明确

风险提示

1. 专有集成方案存在供应商锁定风险

2. 简单API集成的聊天机器人产品将快速贬值

合作机遇

1. IBM等平台商开放协议带来的生态合作机会

2. 企业流程数字化改造催生咨询服务需求

生产数字化启示

1. 多模型架构适配柔性制造需求,不同产线可配置专用模型

2. 智能体协议可解决设备间协同难题,提升产线智能化水平

3. HR自动化案例验证工作流重构可降低30%人力成本

技术实施路径

1. 产线改造应聚焦端到端自动化而非单环节优化

2. 优先部署支持ACP协议的生产控制系统

行业技术趋势

1. 模型路由管理成为企业级AI部署刚需

2. 智能体通信标准协议催生新的中间件市场

3. 系统级流程自动化方案替代简单API集成

客户痛点解决方案

1. 提供跨云/本地模型的统一治理平台

2. 开发支持ACP/A2A协议的系统集成工具

3. 设计工作流深度分析及重构服务

平台建设方向

1. 需构建多模型调度能力,支持Granite/Mistral/Llama等主流框架

2. 协议标准化要求平台开放智能体通信接口

3. 建立模型性能监控与自动切换机制

运营管理优化

1. 从提供单模型服务转为工作流解决方案平台

2. 引入智能体协议提升生态合作伙伴接入效率

3. 建立模型切换的成本核算体系

产业新动向

1. AI应用正从交互层深入业务流程重构层

2. 智能体间通信标准化引发产业协作模式变革

3. 多模型战略改变传统AI供应商竞争格局

政策建议

1. 加快制定智能体通信国家标准

2. 建立跨模型治理的行业规范

3. 推动业务流程数字化改造的财税支持政策

商业理论创新

1. 提出"计算机中介工作流"新范式

2. 定义AI弹性架构成熟度模型

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

过去100年间,IBM见证了无数技术潮流的兴衰沉浮。最终胜出的,往往是那些能提供多元选择的技术。

在近日举行的 “2025 VB全球科技转型峰会” 上,IBM人工智能平台副总裁阿曼德·鲁伊斯深入阐释了这家蓝色巨擘对生成式AI的思考,以及企业用户实际部署该技术的现状。

鲁伊斯的核心观点是:现阶段的关键并非选择单一的大语言模型(LLM)供应商或技术。

越来越多的企业客户正在系统性摒弃单一供应商的AI策略,转而采用针对不同应用场景精准匹配多模型的技术路线。

IBM虽然拥有Granite系列开源AI模型,但并未将其定位为全能解决方案,甚至不认为它适合所有工作负载。

这种企业需求趋势正推动IBM转型,即不再以基础模型竞争者自居,而是如鲁伊斯所言,成为AI工作负载的管控平台(control tower)。

鲁伊斯说:"当我面对客户时,发现他们正在动用所有可用资源,真的是无所不用。在编程场景,他们青睐Anthropic;而在逻辑推理等用例中,他们偏好OpenAI的 GPT-3;至于大语言模型定制化需求,比如基于自有数据进行微调时,客户往往选择我们的Granite系列,或Mistral的小型模型,甚至Llama......关键在于为具体用例匹配最合适的LLM。而我们的角色,就是帮助他们完成这些技术选型建议。"

01

多模型智能网关战略

为应对这一市场现状,IBM推出了全新模型网关解决方案 —— 通过单一API接口,企业可在不同大语言模型间灵活切换,同时确保所有部署的可观测性与统一治理。

这一技术架构使客户能够在敏感用例场景下,通过自有推理基础设施运行开源模型;同时针对非核心业务应用,仍可灵活调用AWS Bedrock或 Google Cloud Gemini等公有云API服务。

鲁伊斯表示,该网关为客户提供了统一的接入层,通过单一API即可在不同大语言模型间自由切换,并实现全流程的可观测性与治理。

这一策略与厂商惯用的 "锁定客户至专属生态系统" 的做法截然相反。

采取多供应商模型选择策略的并非只有IBM。

近几个月来,市场上已涌现出多个模型路由工具,其设计目标都是将工作负载智能分配至最合适的模型。

02

智能体协同协议

成为关键基础设施

除多模型管理外,IBM正通过开放协议攻克智能体间通信这一新兴技术挑战。

该公司开发的ACP(智能体通信协议)已捐赠给Linux基金会,此举直接对标谷歌本周刚提交的Agent 2 Agent(A2A)协议 —— 两大科技巨头不约而同选择将各自协议开源,标志着智能体交互标准化进程进入关键阶段。

鲁伊斯指出,这两项协议的核心目标都是实现智能体间的无缝通信,同时减少定制化开发工作。

他预测,尽管目前A2A与 ACP协议在技术实现上存在差异,但最终这些技术路线将会走向融合。

这类智能体协同协议为AI系统提供了标准化交互框架,使不同平台和厂商的技术架构能够实现互操作。

当考虑到企业级应用规模时,其技术重要性就显而易见,部分IBM客户在试点项目中已部署超100个智能体。

若缺乏标准化通信协议,每个智能体间的交互都需要定制开发,这将造成难以持续的集成负担。

03

AI驱动的流程与业务革新

鲁伊斯在谈及AI对企业的影响时强调,其价值远不止于聊天机器人。

"如果只是做聊天机器人,或者单纯想用AI节省成本,那根本算不上真正的AI应用",他指出,"AI的真正意义在于彻底重构工作流程和业务运作方式。"

人工智能应用与转型的核心差异,在于技术对业务流程的改造深度。

以IBM人力资源部为例,过去员工通过聊天机器人获取HR信息,如今专业智能体可自主处理薪酬、招聘、晋升等常规咨询,系统自动对接相关数据库,仅在必要时转接人工,这标志着运营模式发生了根本性变革。

鲁伊斯解释道:"过去我需要频繁联系HR同事处理各类事务,现在通过HR智能体就能完成大部分工作。根据问题类型 —— 无论是薪酬核算、离职办理、招聘录用还是晋升调岗,系统都会自动对接不同的人力资源内部子系统,这些子系统就像由专门的智能体分别掌管。"

这标志着从 "人机交互" 到 "计算机中介的工作流自动化" 的根本性架构变革。

其核心转变在于,不再是员工学习使用AI工具,而是AI系统掌握端到端全业务流程的自主执行能力。

技术层面的启示在于,企业必须超越简单的API集成和提示词工程,转向深度业务流程数字化改造,通过系统级赋能,使AI智能体能够自主完成多环节工作流。

04

企业AI投资的战略要义

IBM的实际部署数据揭示了企业AI战略必须实现的几大关键转变:

1. 摒弃 "聊天机器人优先" 思维:企业应当识别完整的可改造工作流,而非简单地在现有系统上叠加对话界面。核心目标是消除人工环节,而非优化人机交互。

2. 构建多模型弹性架构:与绑定单一AI供应商相反,企业需要能根据用例需求灵活切换模型的集成平台,同时确保治理标准的一致性。

3. 投资通信标准:企业应优先选择支持MCP、ACP和 A2A等新兴协议的AI工具,而非采用会导致供应商锁定的专有集成方案。

鲁伊斯强调,构建空间巨大,每个人都需学习AI—— 尤其是业务领导者必须成为 “AI优先” 的领导者,深入理解这些概念。

注:文/AI发现者,文章来源:牛透社(公众号ID:Neuters ),本文为作者独立观点,不代表亿邦动力立场。

文章来源:牛透社

广告
微信
朋友圈

FAQ回顾

IBM 提出的企业 AI 转型核心目标是什么?

IBM 认为企业 AI 转型的核心目标是彻底消除人工环节,而非优化人机交互。关键在于通过 AI 智能体自主执行端到端业务流程,实现工作流程的根本性重构和自动化。

IBM 的多模型网关解决方案如何工作?

IBM 的多模型网关通过单一 API 接口,让企业根据具体用例(如编程、逻辑推理、模型微调)灵活切换不同的大语言模型(如 Anthropic、OpenAI GPT-3、Granite 系列),并确保统一的可观测性与治理。

智能体通信协议 ACP 和 A2A 的作用是什么?

ACP(由 IBM 开发)和 A2A(由谷歌提交)是开源智能体通信协议,旨在实现不同 AI 智能体间的标准化无缝通信,减少定制开发负担,支持大规模企业部署(如超 100 个智能体协同)。

这么好看,分享一下?

朋友圈 分享

APP内打开

赞 +1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0