近期，作為第 22屆中國國際高新技術成果交易會（簡稱“高交會”）的重要組成部分，中國高新技術論壇進行了為期三天的主題論壇活動，包括“開幕論壇”、“新時代、新技術、新經濟”主題論壇、“改變世界的新興科技”主題論壇和“創新引領未來”主題論壇。IBM 副總裁，IBM 大中華區首席技術官謝東博士做了題為：新常態下企業數字化重塑的兩大關鍵技術——混合云+人工智能的主旨演講。

以下是演講內容：

中國高新技術論壇組委會和各位發言專家，大家好。

2020年，讓我們真實而充分地認識到，這個世界仍然充滿了不確定性，人類還隨時可能面對波及到全球每個人的危機。

歷史告訴我們，每一次挑戰，都伴隨著新的機遇。每一次改變，都是一次變得更好的機會。只要我們能積極而正確地應對。

全球的企業，也都面臨著一場考驗。從開始時的倉促應對，到疫情中的堅持和等待，再到后疫情時代的新常態。

對于全球的企業而言，如何在后疫情時代的經濟中獲得更大的生存空間成為了一個重要的命題。

進入 2020年下半年，全球都在探尋疫情后的新常態。我們都在探索“新常態”、適應“新常態”，與此同時，不斷迭代定義“新常態”。

新常態下的企業重塑

從企業數字化轉型的角度，可以觀察到的“新常態”幾大特征：

重塑工作場所

重塑業務流程

重塑運營平臺，

重塑供應鏈管理

重塑網絡信息安全

可以看出，這五大“新常態”特征，主要是圍繞著人而非僅僅企業或組織機構，重塑商業模式和商業運營。IBM 早就提出了數字化重塑，并提出了企業運營從以產品中心向數字平臺模式的轉型，特別是重塑客戶、員工和生態系統等體驗。

縱觀 2020年，疫情加速了全球向平臺經濟的轉型。平臺經濟不僅僅意味著利用合作的力量、拓展創新生態系統，疊加生態系統動能，打破原有的價值來源和現有的行業邊界、打造新業務價值。同等重要的是：在技術層面，企業需要利用新技術，構建并向數字化平臺模式轉型。而支持數字化平臺戰略的兩大關鍵技術就是混合云與 AI。

企業的重塑，不是一種選擇，而是一種必須。

這些重塑，即使是被動的，卻跟數字化轉型是一致的。

智慧型企業三要素

數字化平臺大趨勢下，企業數字化轉型的方向之一就是智慧企業，這也是“新常態”下的企業主流形態。簡單理解，智慧企業就像是把企業轉換為一個“數字化平臺”——基于混合云技術構建數字能力平臺，向上支持嵌入了 AI 人工智能技術的業務與運營平臺，面向企業內外部和生態合作伙伴實現數據驅動的業務自動化運營，全方位打造全新的客戶體驗、員工體驗和生態系統體驗，最終通過 IBM 車庫方法論執行落地，推動企業成為智慧企業。

智慧企業是“新常態”下企業的主流模式。

成功的智慧企業具備三大要素：

開創性的平臺戰略

智能化的業務流程

人性化的全面體驗。

首先，開創性的平臺戰略是智慧企業取得成功最基本的要素。這個平臺是企業核心業務的載體，是企業直接連接用戶的橋梁，是企業在競爭中的賽道。之所以稱為“開創性”，是因為平臺必須能夠幫助企業提升在業界的競爭地位，塑造在業界的新角色以及開拓跨行業的新商機，將業務范疇和客戶價值延展到新的領域，開創性的平臺將企業上下內外的核心信息鏈和價值鏈完全打通。

其次是智能化的業務流程?！爸悄芑臉I務流程”是對端到端的整個業務流程的擴展和再造。通過大規模應用新技術，這些流程在全新的業務平臺上實現全新的體驗和經濟成果。當然，企業需要識別出前臺、中臺以及后臺中，能夠幫助建立差異化競爭優勢的最重要的業務流程和相關價值池。一旦明確這些業務流程，就要利用智能技術和數據，在混合云的架構中賦能這些業務流程。

第三是人性化的企業體驗。歸根結底，在這個以技術為中心的新時代，只有充分利用了技術力量的“人性化體驗”，才能長久發揮差異化優勢。在數字平臺上，“體驗”正從客戶層面擴展到企業員工、企業本身乃至整個生態系統層面，最大限度地發揮人與技術合作的潛力，形成無縫一致的新價值體系。

圍繞著三個方面，很多企業已經走上了轉型之路。

一個例子

那么，數字化轉型，真的就能幫助企業更好地應對危機嗎？答案是肯定的。

我們看一個美國網球公開賽的例子。

近 30年來，IBM 與美國網球協會合作，以一年一度的美國網球公開賽為核心，為全球數百萬的球迷，媒體，教練和球員提供了世界一流的數字體驗。

但是我們從未見過像這樣的一年。

為了確保球員、觀眾和工作人員的的健康和安全，在今年 9月初舉辦的美國公開賽上，有史以來第一次沒有現場觀眾。而且，支持比賽數字化體驗內容制作的大多數現場工作人員也都只能在家中工作的。

幸運的是，過去幾年，美國公開賽一直在與 IBM 進行數字化轉型，將工作負載轉移到 IBM Cloud 和 Red Hat OpenShift 支持的開放式混合云環境中。這項工作幫助了美國網球協會適應了未來的發展，實現了快速適應這些特殊情況所需的敏捷性和靈活性。

實際上，今年的全美網球公開賽臨時改為無觀眾比賽，IBM 僅在 12周的時間就交付了豐富的數字化功能，極大提升了全球數百萬球迷的遠程觀賽體驗，全美網球公開賽也從一個線下網球賽事轉換為基于網球的線上數字平臺，這是開創性的舉措。

如果僅僅是舉辦了一次沒有現場觀眾的賽事，那倒也不算新奇。關鍵是大大提升了球迷觀看和參與賽事的用戶體驗。

IBM 今年將通過采用 Watson 的 Match Insights 等新創新技術，提供增強的數字體驗。這項新功能使用 AI 和自然語言處理功能來分析數百萬篇文章，對即將到來的比賽提供深入的見解，并擴展了USTA 轉播、解說和新聞編輯人員的能力。

作為美國公開賽的官方 Cloud＆AI 合作伙伴，IBM 正在幫助 USTA 為后疫情時代打造更智能的網球比賽。

我們正在幫助各個行業的各種規模的公司在這些困難時期和更美好的時期中迅速而敏捷地發展。

企業重塑關鍵技術：混合云與 AI

在疫情下，IBM 圍繞智慧企業進一步聚焦了五大解決方案：與 Watson 一起重塑數字化工作場所、網絡安全解決方案和服務、流程自動化、基于 AIOps 和自動化運維的認知型多云管理服務、針對全球運營連續性的供應鏈戰略規劃和優化。積極部署這五大解決方案，企業能在后疫情壓力下加速成長為智慧企業。

IBM 商業價值研究院的最新調研發現，中國企業參與平臺模式和生態系統的熱情達到了前所未有的水平：2018年，只有 55% 的中國受訪企業參與到了平臺模式中，而參與業務生態系統的企業則更少，僅 18%；當被問及 2022年的計劃時，94% 的中國高管希望積極參與平臺模式，78% 希望積極參與生態系統，這個數字比 2018年多出 3倍多！

中國企業的平臺建設熱情如此高漲，但也必須看到其下的關鍵技術，其中，最關鍵的兩個技術就是：混合云與 AI。

[ 混合云 ]

01

多云、混合云是必然趨勢

IBM 商業價值研究院的調研顯示，預計到 2023年中國企業平均將使用 12.5個云，這是業務拓展、生態擴張、供應商數量不斷增長的必然結果，但是僅有 1/4 的企業制定了整體多云管理戰略。

多云容易理解，為什么要強調混合云呢？

02

IBM 混合云

是真正的領先的混合云技術。

IBM 混合云平臺是用開放技術構建在紅帽 OpenShift 之上，目的是促進變革、選擇、創新。IBM 混合云平臺具有巨大的潛力，對于企業而言，這種開放意味著更多的選擇，更全面的可控，這是戰略可選性的重大意義。OpenShift 能夠把所有不同的云上的功能連接整合，實現了真正的云計算對用戶的承諾。把多云演變成了混合云。OpenShift 是云計算的現代標準之一。OpenShift 可實現“一次構建、隨處部署”的架構，有助于降低平臺建設的風險。

IBM 和紅帽還聯合為 5G 時代推出新的邊緣計算解決方案。它結合了 IBM 在多云環境的經驗和專長，以及紅帽業界領先的開源技術，基于紅帽 Open Stack 和 OpenShift 構建，使客戶能夠在任何地方運行工作負載，從數據中心到多云再到邊緣。這些能力將幫助企業把握 5G 和邊緣計算帶來的機遇，幫助他們在 5G 時代加快向邊緣計算邁進。

03

優勢

既自主可控，又開放創新。

保留并激發了企業的創新能力和活力，把核心業務模式和算法、核心數據安全可靠地把控在企業自己手中。同時充分利用不斷涌現的新技術、新工具。

兼顧歷史，通向未來。

創建認知型企業的最大障礙之一便是歷史系統及其復雜性。許多企業因原有系統中不同組成部分的更新，形成了多個環境?；旌显萍軜嫺采w本地系統、私有云和公有云。混合云架構可以釋放所捕獲到的數據和功能的價值，同時處理新舊應用間的轉換。

未來的計算，是傳統計算架構、人工智能架構、量子計算技術融合的時代，比特、神經元、量子比特共存的時代。而這些代表了未來計算的核心能力，都將是以新的開發和應用模式，通過云為企業提供服務的。采用混合云技術，為平臺走向未來鋪平的道路。

[ 人工智能 ]

01

人工智能的巨大威力

人工智能已經廣泛具備了感知的能力。計算機視覺和音頻處理能夠通過獲取和處理圖像，聲音和語音來主動感知周圍的世界。

人工智能還具備了一定的認知和理解能力。機器翻譯，自動應答機器人，專業文檔處理都是這種能力的應用。

人工智能還將具備決策和處理不確定性的能力。一個 AI 系統已經能夠進行決策并在物理世界中采取行動。汽車的自動駕駛和輔助制動，IT 系統的智能運維，等等。

最重要的是 AI 具備學習能力。它可以從數據中，從經驗中，從知識和規則中，甚至是從失敗中不斷地學習，提升自己的能力。這種提升的速度非常之快，指數級增長。

02

人工智能越來越多地用于

企業級的生產流程和核心應用中

在過去數十年的信息化變革中，企業利用技術解決的是流程的問題，目的是用計算機替代一部分人工，通過解放人力來提高企業的生產力。而在如今的數字化變革中，企業利用技術解決的是智能的問題，目的是基于算法和數據實現自主分析和決策，通過輔助于人來提高企業的“智力”：不僅能感知，還能認知；不僅能預測，還能決策。如此，就能通過人工智能技術加速業務發展以及業務創新。

在不同的領域，不論是科學實驗和發現，還是新業務的創新和構建，人工智能都在發揮越來越重要的作用。

人工智能，可以幫助人們挖掘分析聚合提煉專門的知識。

人工智能，可以在復雜的高維空間中進行搜索，分析其中的相關性和最優路徑，幫助人們進行決策和選擇。

人工智能，可以根據數據和規則進行新的構造，向人們提供新的可能性，探索人們還未涉及或發現的盲區。

人工智能，可以將線上線下進行深度的優化整合，打造全新的業務流程。

03

企業人工智能的挑戰

不是單一的單點問題

每個任務都是新的

缺乏優質的標注數據

缺乏一個掌握前沿 AI 技術的團隊

工程化問題

持續學習問題

數據安全和隱私保護問題

04

企業人工智能研究的重點

2020年，人工智能技術的進步主要涉及三個主題，這也是 IBM 服務于企業的人工智能的優勢：自然語言處理、自動化、和信任，這三大主題將進一步加速業務發展以及業務創新，而 IBM 在這三個方面都有所建樹。

自然語言處理

與人交流

處理專業文檔

自動化

流程自動化

AI for AI, 設計訓練 AI 的 AI，管理 AI 的 AI

只具有擁有較少數據的企業和組織也能使用人工智能，新的 IBM 人工智能技術可幫助企業部署對話能力更強的自動化和技術支持工具，同時大幅減少訓練人工智能所需的數據量。

信任

IBM 是 AI 的可信性，AI 倫理問題的提出者和倡導者

公平性、可解釋性、可靠性、透明性

整體來說，企業在加快數字化轉型，人工智能作為一項通用技術，會進一步和各個行業中與不同技術融合，不斷形成外溢，將會在未來的幾十年甚至更長時期對商業、生活、社會管理帶來深刻影響。IBM 鼓勵企業盡早擁抱人工智能，形成早期收獲，提升企業競爭力，而不是坐失良機。

新業務構建的方法

在了解智慧企業的三大要素、兩大關鍵技術后，如何實施才能更加敏捷有效呢？這就是全新的新業務構建法——IBM 車庫方法論。日前，IBM 推出了《智慧企業轉型升級藍圖》，幫助中國企業在盡快實現向智慧企業的轉型升級，其中的一個核心方法論就是 IBM 車庫方法論。

IBM 車庫方法是幫助企業啟動、執行和強化數字化重塑的完美工具。它有助于明確并建立開創性業務平臺，重塑智能化業務流程，以及打造人性化全面體驗，幫助企業充分發揮呈指數級發展的智能技術的威力，將創造性和實用性融為一體，推動核心業務的發展。IBM 車庫方法具體包含三個步驟：從共同創造起步，經歷共同執行，最后實現共同運營。IBM 車庫方法的核心是共同創新，它整合整個企業中的各個團隊，充分發揮其潛力。

把聰明的頭腦聚集在一起，針對明確的目標，在科學的方法論指導下進行創新，突破自身的極限。

車庫體驗可以幫助企業通過可衡量的迭代方式更快地采取行動，更智慧地開展工作。車庫方法，跨越了組織邊界、結合了技術和業務的力量及來自外部的洞察，讓技術與場景發生碰撞、互相激發、互相啟發，實現突破性的創新、指數級的增長。

車庫方法是個看似簡單的方法，但卻是非常有效的，因為它促進了創新文化的建立。而這種自身內在的創新文化、創新能力，正是數字化轉型、數字化重塑中的企業所迫切希望建立起來的。IBM 在幫助企業客戶轉型的實踐中大量采用車庫方法，中國銀行就計劃采用IBM 車庫創新方法在全球范圍內建設 5-8家創新研發基地，充分利用全球資源，建立金融創新的中行模式。而在疫情期間，IBM 車庫方法還特別打造了線上體驗，使客戶能夠在遠程辦公的同時不斷培養其技能和創新能力。

結束語

2020年，是一個歷史的分水嶺。

總結而言：數字化、智能化已經成為企業的標配，核心業務的數字化趨勢已經全面展開。

數字化轉型的目標和框架是簡單而清晰的，而且有很多很多成功的案例。但也有很多是走了彎路或者在某個初級階段就停滯不前的。

轉型成功也是有難度的。

而回顧過去的百年歷史變遷，IBM 自身經歷了數次跌宕起伏和數次轉型，這些經驗已經轉化為前沿技術、豐富產品和專業服務，成為在這次危機之中幫助企業打造數據驅動、AI 洞察引領的云上智慧企業，實現從生存到蛻變的關鍵力量。

IBM，愿把我們的技術帶給我們客戶，把我們的方案帶給客戶，把我們的創新能力帶給客戶，把我們的優質服務帶給客戶。共同開創人類美好的未來。

在后疫情時代進入新常態后，企業要按下加速鍵，抓住機遇，加速數字化轉型和重塑，成為新常態下的成功企業！

原文標題：IBM 登陸中國高新技術論壇：混合云+人工智能是新常態下企業數字化重塑的兩大關鍵技術

文章出處：【微信公眾號：IBM中國】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq