不久前，IBM 在北京举办的“企业级 AI 的未来——IBM watsonx 大中华区发布会”上，悠桦林信息科技（上海）有限公司（以下简称“悠桦林”）董事长、创始人肖芳芳，菜鸟科技首席科学家、菜鸟物流科技部算法总监王子豪，IBM 大中华科技事业部数据、人工智能、自动化业务中国华南与华东大区总经理许伟杰，IBM 大中华区伙伴生态业务总经理谭颖瑜，分享了他们探索利用企业级 AI 技术助力企业创新发展的经验和故事。
从左至右：IBM 大中华区伙伴生态业务总经理谭颖瑜、菜鸟科技首席科学家、菜鸟物流科技部算法总监王子豪、IBM 大中华科技事业部数据、人工智能、自动化业务中国华南与华东大区总经理许伟杰、悠桦林信息科技（上海）有限公司董事长、创始人肖芳芳
悠桦林与 IBM 在探索企业级 AI 应用的道路上携手同行已达数年，菜鸟科技与 IBM 则初识于生成式 AI 企业级应用的风口当下；他们和 IBM 一样，都是积极探索企业级 AI 应用的科技先锋，都深谙 AI 应用的业务场景和行业特性，也都是企业数智化转型的践行者和企业级 AI 应用的价值创造者。IBM 下一代企业级 AI 与数据平台 watsonx 的发布，让他们有机会聚在一起，探讨企业级 AI 的价值创造之道！
这些经验和分享，能否为当下火爆全球的 AI 在企业和行业得以规模化和安全可信的应用提供借鉴和启发？让我们一起来听听他们的铿锵一席谈。
悠桦林董事长、创始人
肖芳芳
悠桦林长期专注于复杂场景的智能决策业务，相当于帮助企业利用模型和算法辅助人脑做决策，如今已经在 IDC 最新发布的供应链计划及 APS 榜单中坐上了本土软件的头把交椅，成为名副其实的行业领导者。
悠桦林今天的成就，在其初创的 2016 年是难以想象的。当时 AlphaGo 引爆了一波对于 AI 概念的追捧，但在当时，企业和社会要么是对 AI 赋能的智能决策还是缺乏想象、认知和信任，AI 在企业中的初期推广和落地充满了“怀才不遇”的痛苦；要么就是客户对 AI 的价值和变现速度存着非常不切实际的期待。创始人肖芳芳甚至笑谈，“顶着 AI 的光环，但是落地的过程中充满了复杂度……企业级 AI 应用，可以说是一个‘只见贼吃肉，不见贼挨打’的处境。”
“悠桦林就是在这样一个充满希望又需要反复教育市场的煎熬之下与 IBM 相遇的，那是在三年前。三年期间双方一直互相学习、鼓励，在悠桦林的业务增长了四倍左右的今天，终于一起等到了 AI 决策智能爆发的 2023 年。”肖芳芳继续分享道：“我们与 IBM 的缘分在我攻读博士的求学生涯当中就埋下了种子。我的博士生导师先前在 IBM Watson 工作了 18 年，他对于我们学生的传业步道，也深深地打上了 IBM 企业级 AI 的烙印。”如今的肖芳芳则带领着悠桦林，沿着导师铺设的技术路线，与 IBM 团队携手，让 AI 在悠桦林所聚焦的供应链领域落地生花，为行业客户带来切实的业务价值。
目前，悠桦林在国内应用的风口方向是制造业的资源调度系统，其中包括需求计划、产销协同和高级生产排程等。肖芳芳表示，悠桦林将继续与 IBM 携手，围绕着制造业客户的需求，尤其希望在企业级生成式 AI 的方向，借助 IBM 丰富的产品线，在现阶段的落地环节里探索更丰富、更有深度的 AI 应用场景。
双方的合作之前主要集中在 CPLEX 求解器的范围，就 IBM Planning Analytics with Watson 的业财一体化规划的应用也有初步探讨。肖芳芳坦言，现在的制造业比较“卷”，卷交付时间、卷设备利用率、卷降低库存等，而IBM的技术能够帮助客户卷过其他的企业，拔得头筹。
对于生成式 AI 在企业的应用，肖芳芳表示：“我相信生成式 AI 虽然有一些局限性，比如你问一些问题它回答得不是很精准，或者会给你造一篇论文出来，但是我认为它可能会改变软件行业的交互模式，从以往通过各种各样的操作模式来把某个软件系统部署在某个客户现场，变得更为人性化。这个交互模式上的变革，应该能够带来比较容易或者是更舒适的客户体验。所以我们也希望，未来可以在这些新的技术上和 IBM 共同学习——是学习市场，也是学习技术——一起共同进步。”
菜鸟科技首席科学家
菜鸟物流科技部算法总监
王子豪
众所周知，菜鸟是物流行业的领军企业。就其所属行业而言，菜鸟还需要再加上一个前缀，即“科技赋能的数字化原生物流企业”。
菜鸟科技首席科学家、菜鸟物流科技部算法总监王子豪认为，在 AI 的开放性以及赋能方面，菜鸟与 IBM 有许多共性。作为一家产业互联网公司，菜鸟在 AI 领域的投入已久，以此赋能来实现菜鸟的使命与愿景。菜鸟的使命是要做支持全国 24 小时、全球 72 小时达的物流。菜鸟的愿景有三点：第一是提供极致的消费者物流体验，第二是高效的智慧供应链服务，第三就是要做一个技术创新驱动的社会化协同平台。
据王子豪介绍，最早期的时候，菜鸟率先在快递行业提出了神经网络驱动的大规模地址分单技术，后来包括仓储履约等环节，都有很多 AI 应用，比如机器视觉驱动的分拣质控技术, 物流智能客服技术和快递末端的地理大模型技术，都是帮助消费者有更好物流体验的 AI 技术的应用。
“我们建设整个全球供应链网络中，也有决策智能技术，而我们的供应链网络规划、供应链计划，履约运输优化，仓储大规模的机器人调度技术都是全球领先的。例如，我们无锡仓是亚洲最大规模的智能调度现场，最高峰期可以同时调度 1000 台以上的设备。这两年我们将相应的智能决策技术升级，发布了新的 RCS3.0 系统，具备更复杂的混场调度和多品牌设备调度的能力，能够让不同类型的设备，比如无人叉车、SLAM AGV、二维码导航 AGV 在极其复杂的工业现场配合产线的节拍进行全流程无人化的搬运。目前，这项技术正在我们不少合作伙伴的现场实施落地，比如像宁波更大集团、汇川联合动力这样的制造和新能源企业和以及在未来我们与华晨宝马工厂的合作中会得到应用。”王子豪介绍说。
“对于生成式 AI，菜鸟科技也有关注，比如利用一些开源的大模型，尝试对智能客服物流服务做一次升级，让消费者有更多人性化的体验。另外大模型还有一个可应用的点，我们有很多 2B 的产品，比如供应链计划、需求预测、包括一些商家的运营，可以利用大模型把这些东西串联起来，作为一个 AI 的助手，把它变成一个 2B 信息化控制中心。这样面对商家客户的时候可以提供一个更好、更快的产业化服务。”王子豪补充说。
对于企业级 AI 的应用，王子豪分享了菜鸟在自身业务和赋能合作伙伴发展的过程中看到的一些重要的挑战，这也许也为菜鸟与 IBM 未来的合作打开了机遇窗口。
第一，是企业数据和存力的挑战。虽然大家现在一想到 AI 大模型就想到 GPU、算力，但是企业有没有高质量的数据，以及这些数据有没有被高效合理利用才是竞争的关键。
比如说，菜鸟收集数据的渠道就非常复杂，有 2B 的数据也有 2C 数据；有些数据来自于线上，有些数据来自于线下的边缘设备。菜鸟有这么多的仓储分布和 IOT 的设备，这些数据的收集、处理、治理和管理，对菜鸟而言本身就是一个巨大的挑战，也是一个巨大的成本消耗。
“在构建大模型的过程中，大模型的预数据处理过程通常都非常缓慢和复杂。比如，处理 100TB 的数据往往都需要 5 到 10 天的时间。另外，我们看到现在模型的规模也是越来越大，百亿级、千亿级的模型都陆续被推广出来。面对这样庞大的模型，数据资源包括它的一些参数怎么做处理？这都是问题。不仅如此，企业在做模型过程中要避免触碰到用户个人隐私数据安全，那么如何对数据进行分类，这些都是非常具体的问题。应对这些挑战，第一步就需要建立一个高性能、可扩展的，并且需要兼顾安全成本的分布式的数据存储和管理，这是第一点。”王子豪举例说明。
第二，是算力的挑战。生成式 AI 的火爆几乎让每家企业都在购买算力的路上。出于对自身数据安全包括业务可控性的考虑，企业可能会选择把数据留在本地，选择私有云，这种情况下就无法享受公有云的计算资源，因此，开放式混合云的架构就成为一些客户的优选，而 IBM 正是聚焦混合云与 AI 的技术和行业的赋能者。
第三，是 AI 技术本身的挑战。 在王子豪看来，虽然开发大模型几乎成为各家公司下一步发展的“标配”，然而生成式 AI 本身的副作用，“比如由其丰富的创造力带来的幻觉问题，对于没见过的知识就能一本正经地胡说八道；有些人利用 AI，还会做一些越界的事情，利用提示性注入攻击的方式让 AI 产生一些有害的语言、回答一些不符合人类伦理道德的问题……然而，在强调精准和可控的产业领域，模型的可信程度一旦较低，那么 AI 输出的结果就会大打折扣。虽然我们现在看到一些技术比如基于人类反馈的强化学习等手段来尝试逐步解决这些问题，但是我们还必须结合企业级的专有系统，结合特定行业领域的知识，让大模型在可信程度上不断提高，才有可能在一些商业和业务领域产生价值。”
“如何用‘魔法来打败魔法’？如何携手为产业建立可信的 AI，这才是包括菜鸟和 IBM 在内的很多企业持续投入和研究的一个重要命题。”王子豪最后强调。
IBM 大中华科技事业部数据人工智能
自动化中国华南与华东大区总经理
许伟杰
“作为技术合作伙伴，相信 IBM 与悠桦林和菜鸟科技这样的技术公司可以有很多维度的技术探讨。IBM 是一个负责任和有远见的企业，我们的每一个产品，包括今天谈到的 watsonx，包括数据存储、AI 构建和治理的能力，其实就是为了应对我们之前预见和今天可能会遇到的这些问题，为大家提供一些工具和技术，让大家更加方便地来解决这些问题。做这件事情一定是要基于开放的技术平台，一定是跟合作伙伴一起来做。王总刚刚提到的数据、存力、算力和 AI 技术本身的这些挑战，未来也许都可以成为我们基于 watsonx 进行共创的点，看看我们一起，是否能够快速帮助解决这些问题。”许伟杰说。
他坦言，最近他与很多合作伙伴就生成式 AI 的客户使用场景进行了很多探讨，可以预见，企业对生成式 AI 应用的需求是很大的，尽管今天他们的需求可能还不太明确的。“作为技术提供商，我们不可能今天去跟企业客户说，来吧，咱们用生成式AI做一件大事，你来投资吧。我们也许今天讲不清楚，但是在大家携手共创的过程中，我们可以很快地基于像 watsonx 这样一些好的技术，快速帮助大家去定义场景和验证结果——利用 IBM 客户工程车库创新团队、专家实验室和研发团队这些资源，与悠桦林、菜鸟科技这样的技术合作伙伴一起，先把这个事情做起来。”许伟杰补充道。
“身处 AI 为先的新时代，作为技术赋能者和解决方案提供者，悠桦林、菜鸟科技和 IBM 们需要携手共创，基于开放可信的技术平台，利用先进的 AI 来助力我们的企业客户重新定义他们的商业模式，去改变，去创造。这是一个巨大的舞台，IBM 愿意在这个舞台上为大家提供开放的技术平台和行业经验，同时为大家匹配各种资源，与合作伙伴一起，帮助千行百业的企业客户更加快速、安全和容易地从这些新技术当中获益，提升竞争力，为他们带来切实的业务价值。”许伟杰由衷地说。
IBM 大中华区伙伴生态业务总经理
谭颖瑜
“IBM 的 AI 战略需要靠我们的合作伙伴来推进和落实。过往两年，我们实施了伙伴优先的政策，很多新老伙伴都深刻感受到 IBM 渠道转型的决心。”谭颖瑜强调。
据她介绍，IBM 过去两年已经将很多客户下沉与渠道合作；今年还发布了全新的合作伙伴奖励计划 Partner Plus，根据这个奖励计划，新的合作伙伴只要一加入，首单就可以拿到奖励；无论是新老伙伴，只要订单是 IBM 新客户，都可以拿到额外的奖励；不仅如此，IBM 还为中国的生态合作伙伴度身定制了三大创新平台——由 IBM 中国开发中心打造的“IBM 鲁班平台”、由 IBM 客户工程 (Client Engineering) 车库创新团队打造的创新工作坊、由 IBM 创新体验中心 (IBM Innovation Studio) 提供的共创服务平台。
不仅如此，IBM 从去年 10 月开始，就把很多技术资源免费开放给合作伙伴。今年 6 月，当 watsonx 在美国的 Think 大会发布不久，IBM 中国就与 50 家核心合作伙伴一起组织了名为“企业级 AI——走进 IBM 实验室”的工作坊。目前这 50 家合作伙伴当中的 8 家已经报名参与围绕 watsonx 的共创计划，例如，围绕 watsonx.data 的开放式湖仓一体 (Lakehouse) 的数据存储场景进行共创；也有领先的技术厂商在与 IBM 探讨湖仓一体机的方案；还有一些合作伙伴希望利用 IBM watsonx 平台做相关的模型训练。
目前 IBM 为伙伴生态工程团队配备了 130 多项 watsonx 技能，并利用自身数十年积累的人工智能经验来提供解决方案，与我们合作伙伴的专业性和专长技能形成强大组合，帮助客户实现市场差异化。此外，IBM 还为合作伙伴提供广泛的资源和培训，帮助他们把 IBM 领先的 AI 工具嵌入到其行业解决方案。同时，在推向市场的过程中，IBM 科技事业部和 IBM 咨询也将密切合作，一起帮助合作伙伴构建和增强他们的 AI 实践能力。
IBM 期待携手行业 ISV，纵向共创行业解决方案，也期待携手区域伙伴，横向打通端到端全价值生态体系。以开放的生态汇聚各种类型的新旧合作伙伴，包括转售商、公有云厂商、技术提供商、独立软件供应商和系统集成商。谭颖瑜表示，“所有希望借助 AI 提升到新的发展水平，所有专注于数据、人工智能、自动化、安全、应用现代化等各个领域的合作伙伴，都是 IBM 积极寻求的‘中国合伙人’。”
