以下为IBM Kareem Yusuf 于IBM Think Digital 大会上的主题演讲全文:
>> KAREEM YUSUF: 大家好,我是 IBM AI Applications 总经理 Kareem Yusuf。欢迎参加Think 大会。
毋庸置疑,我们生活在一个伟大的时代。我相信你和你的朋友们过着安全且舒适的生活。
在这样的时代里,业务连续性、成本管控、运营灾备能力及供应链显得尤为重要。
我们始终致力于打造智能化的系统及应用,帮助大家处理关键的业务交易以及管理建筑、设备、车辆等日常生活中必需的实体资产,从而帮助大家实现这些目标。让我来举例说明一下。
为了实现业务网络中的交易可视化,我们为 Sterling 供应链套件赋能,通过 AI 和区块链加大已有的 EDI 投资,实现了交易生命周期的可视化,并允许通过可执行的洞察作出快速响应。同样地,我们利用 AI 帮助大家快速实现复杂供应链中的库存可视化、发现外部活动、预测潜在的中断、降低相关影响,并为智能控制塔 (Control Tower) 行动提供支持。
我们搭建了一个单一智能资产管理平台—Maximo 应用套件,用于监测、维护设备以及确保设备的可靠性。因此,您可以按需使用特定的功能压缩时间、提高生产效率、减少产品维护频率。
IBM 基于 AI 的 TRIRIGA 解决方案正在帮助客户实现建筑使用情况的可视化,同时帮助客户规划办公空间,我们还协同思科,利用现有的 wifi 基础架构提供更强大的建筑使用情况洞察。
我们正利用智能工程生命周期管理套件协助客户(如汽车工程师)创造智能互联产品,并以同样的方式帮助客户降低成本、提高客户与团队之间的远程工作效率。最重要的是,不论是行业专业化配置和拓展,或是确保基于 Red Hat Open Shift 的混合云平台实现部署的灵活性,我们所做的一切都是为了帮助客户加速实现价值。总而言之,我们努力的目标是为客户赋能,确保客户能够实现端到端的可视化,并获得所需的智能实时洞察,从而采取有效且关键的行动。IBM 始终心怀感激,能有机会为大家提供服务。
现在,让我们一起听听一些重要行业的客户是怎样应对这一史无前例的挑战,感受一下他们是如何同大家一样,克服挑战、催生新的长期成本管控及业务连续性建设策略。接下来IBM AI Applications 首席营销官 Amber Armstrong 将带大家一起探讨。
但是,在 Amber 开始之前,我想再次感谢大家宝贵的时间,IBM 在这充满挑战的时代将一直为大家提供支持。
我们提供多种选择帮助大家采取行动,例如:您可以免费使用 90 天的IBM Sterling 库存可视化解决方案,也可以通过其他资源链接,获得更多信息。谢谢大家,祝大家平安。Amber,接下来就交给你了。
>>AMBER ARMSTRONG:谢谢 Kareem。非常有幸能邀请到各位来宾,分享他们的经验以及疫情对他们长期策略带来的影响。今天,跟我们连线的有来自阿拉巴马州、纽约、澳大利亚的各位。首先请允许我介绍一下他们。
首先,我们连线的是 Telstra 公司供应链执行官 Jon Young。
Jon Young 领导Telstra实行集成化的供应链策略,负责零售、工业、企业供应链。
Telstra是澳大利亚领先的电信及科技公司。
在空间能源领域,我们请到了Southern Company Services 企业科技解决方案技术副总裁 Joe Harvey。
Joe Harvey 领导的技术团队负责开发、实施和维护面向企业的商业业务解决方案。Southern Company 是领先的能源公司,为美国南部九百万客户提供服务。同时,我们连线了 IBM 全球及北美认知流程重塑负责人 Jonathan Wright,同时也是全球企业服务供应链咨询副总裁。感谢各位的参与,让我们进入讨论主题。
>>AMBER ARMSTRONG:感谢各位今天在家参与我们的研讨会。在结束之前,让我们一起回顾一下今天探讨的内容。
毫无疑问,我们生活、工作、以及进行商业活动的环境发生了改变。对我们所有人来说,业务连续性是最为重要的。与此同时,我们需要降低成本,提高供应链运作的灾备能力。IBM 致力于帮助大家实现这些目标,我们提供经过检验的 AI 和区块链技术,构建智能化的系统和应用,从而帮助客户管理日常生活中关键的交易、资产和设备。
总而言之,我们的目标是为大家提供可视化的实时洞察,帮助大家采取关键行动。
感谢大家的聆听,也感谢能与你们共渡这一艰难的时期。大家可以通过下方资源板块的链接获得供应链可视化工具 90 天免费试用,也欢迎大家获取相关课程,深入了解今天探讨的主题。谢谢大家。
好文章,需要你的鼓励
Google为其BigQuery数据仓库新增对话式分析功能,允许企业数据团队和业务用户通过自然语言询问数据问题,从而加速AI用例的数据分析。该智能体目前处于预览阶段,可在BigQuery新增的智能体中心找到。此外,Google还推出了构建、部署和管理自定义智能体的工具,通过API端点支持跨应用和运营工作流。这些功能扩展了现有的文本转SQL能力,支持上下文对话分析。
UCL与华为联合研发的MT-GRPO多任务训练方法,解决了AI语言模型在同时学习多种推理技能时的关键难题。该方法通过动态调整任务权重和比例保持采样器,确保AI在各类任务上均衡发展,避免传统方法中强项越强、弱项被忽视的问题,实现最差任务性能提升16-28%,训练效率提高50%。
Anthropic宣布其AI聊天机器人Claude将保持无广告状态,与竞争对手OpenAI形成鲜明对比。后者上月开始在ChatGPT低价版本中测试广告。Anthropic认为在AI对话中插入广告与其打造"真正有用助手"的目标不符,并担心广告会影响助手提供客观建议。OpenAI目前计划在对话旁显示横幅广告,但面临巨大财务压力。Anthropic选择专注于企业合同和付费订阅的商业模式。
BMW Group与奥格斯堡大学联合开发了CAR-bench,这是首个专门评测汽车语音助手在真实环境中表现的基准系统。研究发现,即使是最先进的GPT-5模型,在面对模糊指令和缺失信息时也存在严重的一致性问题,经常编造答案而非承认局限性。该系统包含58种工具和19条安全策略,揭示了当前AI助手从实验室到真实应用之间的巨大鸿沟。