生成式人工智能不仅仅涉及技术；它还涉及技术。这是关于业务转型的

我们现在正处于企业生成人工智能发展的关键阶段。虽然消费者生成人工智能已经吸引了数百万人的想象力，但高管们正在开发可为企业生成人工智能提供有效且负责任的战略的实践。

根据我们的首席执行官调查，60% 的组织尚未开发出一致的、企业范围内的生成人工智能方法。 IBM® 处于提供帮助的独特位置。该公司拥有丰富的创新历史，并且对组织需求有着深刻的理解。它在构建卓越技术和帮助客户可靠地实现业务转型方面拥有传奇般的记录。它使其成为我为塑造行业未来做出贡献的完美场所。

在数据、人工智能和分析领域工作了 25 年，我见证了技术如何重塑企业、行业甚至我们的生活方式。我有机会与业内一些最具创新性的团队合作：四家初创公司、一些“规模扩张”和超大规模企业（微软、甲骨文和谷歌）以及各种规模的客户和合作伙伴。我很高兴加入 IBM，帮助推动公司的数据、人工智能和分析战略及其执行。

最近，我在播客节目中与 Sanjeev Mohan 和 Ritika Gunnar 一起分享了我选择 IBM 的原因，以及我如何相信该公司具有独特的优势，能够通过生成式 AI 引领下一波转型浪潮。

IBM 对生成式 AI 的愿景有所不同。这不仅仅是创造尖端工具；这是为了确保该技术可以被信任、扩展并用于解决现实世界的业务挑战。

IBM 因在金融服务和医疗保健等高度监管的行业提供关键业务解决方案而享有盛誉。这种在构建可信、安全系统方面的丰富经验正是企业在采用新一代人工智能时所需要的。我们不是为了人工智能而构建人工智能，我们是为了帮助组织利用人工智能进行转型，并以可靠、道德和可扩展的方式实现这一目标。

那么，我们的策略是什么样的？在 IBM，我们在实现生成式 AI 时牢记三个核心原则：信任、创新和企业可扩展性。

1、信任为基础

信任是 IBM 人工智能理念的核心。我们正在开发的系统不仅可以提供结果，还可以解释如何实现这些结果。例如，考虑一下 IBM 与法国农业信贷银行 (Credit Agricole) 的合作，该公司是银行和保险领域的主要参与者，拥有 5,300 万客户和 147,000 名员工。该公司已为2022-2025年期间分配了200亿欧元的IT系统预算。作为这项工作的一部分，法国农业信贷银行正在启动 2 个由 IBM 软件支持的数据、人工智能和分析解决方案，以支持其广泛的 IT 战略。这些解决方案旨在提高员工和客户的生产力。同样重要的是关注监管机构的审计能力。每个人工智能辅助的决策都是可审计的，从而促进合规性并增强对业务流程的信心。

我还了解了 IBM 如何帮助美国航空公司等公司实现转型，得益于 IBM 的方法（软件 + 咨询 + IBM Garage™），这些公司能够加快其开发和发布周期，从而在 2020 年中期推出全球应用程序。一场大飓风，同时保持对关键决策点的人工监督。

这些客户在描述这些应用程序时使用的术语并不是“很酷的实验”。它们“坚固”且“可靠”。

2. 具有成功历史的创新

IBM 是世界上最具创新性的组织之一。从发明 SQL 到突破 Watson 等人工智能系统和大型语言模型的界限，一个多世纪以来，IBM 一直在推动技术的未来。随着人工智能、混合云和开源平台的进步，我们的创新历史今天仍在继续。这并不是要成为最新的玩家；而是要成为新的玩家。这是关于成为最 可靠、值得信赖、有道德， IBM 正在引领这一潮流。

3. 企业级可扩展性

生成式 AI 并不是 IBM 的一项研究实验。这是我们帮助推动现实世界业务转型的方式。我们正在构建可扩展、安全且随时满足最复杂企业环境需求的人工智能系统。无论您从事金融服务、医疗保健还是制造业，IBM 都拥有丰富的经验和基础设施来帮助您大规模部署 AI。我们的混合云和人工智能功能使企业能够在不牺牲安全性或合规性的情况下进行创新，无论是什么行业。