长期以来,IT界有一句格言:"购买IBM不会被炒鱿鱼"。如今,这家科技巨头正努力在分散化的多云世界中塑造中立经纪人的新形象。
随着地缘政治紧张局势加剧以及亚太地区数据主权法律的出台,首席信息官们越来越担心被少数几家主要云服务供应商过度绑定。IBM亚太区总经理Hans Dekkers认为,这种焦虑为公司的开放混合云和领域专用AI策略带来了机遇。
与亚马逊网络服务(AWS)、微软或谷歌不同,IBM并不争夺通用公有云供应商的地位。相反,它将自己定位为连接纽带——使用Red Hat的开源软件,让应用程序在本地服务器和各种公有云之间自由移动。
Computer Weekly与Dekkers就亚太地区董事会面临的挑战、他为何将Red Hat比作血型,以及公司在证明人工智能投资回报方面的客户零号方法进行了对话。
编者注:本次采访内容经过编辑以保证清晰和简洁。
目前让首席信息官夜不能寐的最关键问题是什么?
我看到了五个基础性挑战无处不在。首先是每个大型企业,甚至政府,现在都管理着一个非常异构的环境——本地部署、异地部署以及多个云服务供应商。
其次是数据爆炸;很少有公司真正将这些数据货币化或从中提取正确的价值。第三是自动化——如果数据在爆炸式增长,而你的基础设施无处不在,如何在没有自动化的情况下控制它?第四是技能缺乏,特别是在新兴技术方面。
这些挑战相互叠加。如果你没有很好地组织这四个方面,就会面临第五个挑战:安全性。新冠疫情向我们表明,一切都是相连的;如果某个环节出问题,整个生态系统都会崩溃。
现在,随着地缘政治压力,公司确实需要重新思考关于如何构建架构的重大技术风险。当你考虑数据主权、AI模型以及遵守当地法律时,依赖单一外部生态系统就会变得有风险。整个地区都深信,他们想要的独立性在董事会议程中的优先级越来越高。
你会如何建议客户将这种重大技术风险降到最低?
我喜欢用一个关于人类的类比。我们有不同的血型——A型、B型等等——但有一种血型是通用的:O型阴性血。如果你被紧急送往医院,医生会给你输O型阴性血,因为它与所有人都兼容。
Red Hat就是企业IT中的O型阴性血。这就是IBM收购它的原因。它是开源的,可以部署在AWS、谷歌、微软、本地部署、大型机或x86刀片服务器上。
如果你在Red Hat OpenShift(Kubernetes)上创建应用程序和数据,你就不会受到供应商底层"血型"的影响。从云服务供应商的角度来看,他们希望你使用他们的原生架构,因为这很有粘性。我建议客户部署能给他们灵活性和控制权的东西。如果成本突然变得太高,或者通过了新的数据立法,你希望有移动的灵活性。这个O型阴性血层给你提供了这种能力。
客户告诉我们,他们今天比过去更好地理解IBM了。在过去十年左右,我们有点迷失了方向,但我们正在回归,再次被视为一家深度技术公司
一些组织也对主权云产生兴趣以降低风险,但他们可能没有相应的技能。这是获得独立性的障碍吗?
你也不需要运行自己的主权云来获得独立性。这又回到了控制和灵活性问题。你必须使用供应商的创新。但如果你不再想要某个供应商,或者供应商做了你不喜欢的事情,只要你正确地思考架构,你就会处于良好状态。这可能意味着在本地运行或使用不同的云服务供应商。如果底层架构允许你这样做,那就太好了。你基本上已经为未来十年的运营提供了保障。
AI也是如此。你可以使用大型供应商的AI模型,但我们相信由企业创建和拥有的小型领域专用模型。如果你想在本地运行这些模型而不是在不同国家的云服务供应商的云中运行,我们可以在这些决策中指导你。
IBM倡导开源,但仍销售System Z等专有系统。对于担心被锁定的客户来说,这不是矛盾吗?
我必须一直讲这个故事,因为IBM经常以过去而非未来闻名。Z大型机是一个专有系统是有充分理由的——它具有超强的弹性,运行银行和航空公司的关键基础设施。
但是,我们也有LinuxOne,这基本上是运行Linux而不是专有Z软件的大型机硬件。你可以在LinuxOne机器上部署数千个Red Hat容器。
想象一下,你在云服务供应商的云中有数千个容器,而入站和带宽成本变得太昂贵。如果你部署在Kubernetes上,你可以将工作负载移动到具有成本效益的LinuxOne平台。你获得大型机的硬件弹性、加密和性能,但你在开放的Linux平台上运行它。
所以,我们所做的一切——AI、我们的软件甚至硬件——都将与这个开放的世界兼容。由于工作负载的性质,我们相信专有的领域很少,但我要说我们90%的工作都是完全开放的。
IBM在公有云方面的策略是什么?看起来IBM的公有云足迹在亚太地区仅限于少数几个位置。
我们不是像AWS或微软那样的云服务供应商——我们不参与那个游戏。但是,我们在为受监管行业提供云服务和为本地市场带来主权云能力的专业游戏中。
一个很好的例子是我们与印度Bharti Airtel的合作伙伴关系。他们是一家拥有出色基础设施的大型电信公司,但他们没有为客户或政府服务的企业技术栈。我们与他们合作,将IBM开放混合云技术栈带到他们的基础设施上。
我们看到类似的合作伙伴关系,比如与印度尼西亚Telkom的合作。这引起共鸣是因为我们不是以"你需要将数据和计算迁移到我的云"的视角来处理问题。我们在客户所在的地方与他们会面。
IBM报告了强劲的第三季度业绩,股市反应积极。是什么推动了这种增长,特别是在亚太地区?
公司在[CEO] Arvind Krishna的领导下表现非常好。虽然看到股市反应很棒,但我更关心客户的声音。
客户告诉我们,他们今天比过去更好地理解IBM了。在过去十年左右,我们有点迷失了方向,但我们正在回归,再次被视为一家深度技术公司。
另一个因素,与10年前非常不同的是,我们是独立的。我们没有像AWS或微软那样的公有云;我们没有兴趣将你的数据和计算推送到某个云中。我们的兴趣在于为企业服务。
我们是少数几家可以提供独立建议的科技供应商之一,因为我们对你使用什么没有既得利益。这个价值主张正在被市场理解并得到投资者的奖励。
现在围绕AI有很多噪音。每个人都有策略幻灯片,但很少有人似乎在大规模执行。你在实地看到了什么?
有很多噪音和混乱。即使在董事会层面,真正理解这项技术的技能组合也经常缺失。
问题在于组织仍然按照1946年GE管理模型进行组织——按产品或地理位置进行孤岛化。AI在跨越多个孤岛并集成工作流程时提供最大的好处。
我们在一个名为客户零号的项目中将此应用于我们自己。大约三年前我们开始,将AI应用于我们自己的供应链、人力资源、客户服务和客户互动。通过将70多个工作流程与这项技术集成,我们能够将内部成本降低45亿美元。这是显著的,如果不采用工作流程方法而不是孤岛化的组织方法,这是不可能的。
AI是否越来越推动IBM与该地区客户的合作?
IBM今天是一家相当简单的公司。我们专注于三项新兴技术:混合云、企业AI和量子计算。这三者紧密相连,因为如果你的混合云策略井然有序,你可以更好更快地实施AI策略。在未来,量子将是这方面的自然延伸。
在AI方面,我们的客户都有不同的问题陈述。有些从主权角度来处理。其他人通过成本进入,说:"我想使用AI,但我的IT预算被烧光了,因为某些供应商在提价。"
本质上,他们失去了敏捷的能力。我们正在帮助客户使用AI重新思考工作流程,但有时这也意味着通过将工作负载移回本地来将云服务供应商的账单减半。其他时候,可能是关于更换旧技术或自动化流程。根据客户的痛点,我们做很多事情,但所有这些都与重新获得灵活性和控制有关。
你认为AI会从根本上改变企业软件,或许会削弱SAP等应用程序的作用吗?
我认为所有公司都将创建自己的智能体来自动化工作流程。IBM创建了一个名为Watsonx Orchestrate的编排层来管理来自不同软件供应商的这些智能体——我们现在开箱即用地支持大约100个——以确保它们协同工作。
5到10年后,我认为更多的交互将是机器对机器而不是人对软件。中间会有一个接口,但治理层将通过这些智能体来实现。这是一个有趣的哲学问题,但目前的重点是集成这些工作流程以重新获得敏捷性。
Q&A
Q1:Red Hat为什么被比作O型阴性血?
A:Red Hat是开源软件,可以部署在AWS、谷歌、微软、本地部署、大型机等任何平台上,具有通用兼容性。就像O型阴性血可以输给任何血型的人一样,Red Hat让应用程序能在不同云平台间自由移动,避免被单一供应商锁定。
Q2:IBM如何帮助企业避免云服务供应商锁定?
A:IBM不是传统的公有云供应商,而是定位为中立的连接纽带。通过Red Hat OpenShift等开放技术,让客户的应用程序和数据可以在不同云平台间灵活迁移,同时提供独立的技术建议,因为IBM没有将客户数据锁定在特定云平台的既得利益。
Q3:IBM的客户零号项目取得了什么成果?
A:IBM将AI技术应用于自身的供应链、人力资源、客户服务等70多个工作流程,通过集成化的工作流程方法而非孤岛化的组织方法,成功将内部成本降低了45亿美元,为客户展示了AI技术的实际价值和投资回报。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。