IBM认为公司客户在AI方面使用“一切”,任务是将LLM与使用选项匹配。


加入企业领导人信任的活动近二十年。 VB变换结合了建立企业真实策略的人们。了解更多


在过去的100年中BM看到了许多不同的技术趋势,这些趋势不断下降。有赢得趋势的事实是可以选择的技术。

在今天的VB Transform 2025中,IBM AI平台副总裁Armand Ruis详细描述了Big Blue对生成人工智能的看法以及他的企业如何实际部署这项技术。 Ruis强调的关键主题是,目前我们还没有谈论为一种大型语言模型(LLM)选择一个供应商或技术。公司企业的客户有系统地拒绝AI策略,其中一位供应商支持与具有目标使用选项的特定LLM相对应的多种方法。

IBM拥有带有花岗岩家族的开源代码的自己的人工智能模型,但它并没有将该技术定位为所有工作负载的唯一选择,甚至是正确的选择。企业强迫IBM的这种行为将自己定位为基础模型的竞争对手,而是Ruis称为控制塔的人工智能负担。

鲁伊斯解释说:“当我坐在客户面前时,他们会利用他们可以访问的一切,” Ruis解释说。 “为了编码,他们喜欢拟人化的,以及其他一些使用案例,例如推理,喜欢O3,然后使用自己的数据和薄调音配置LLM,他们喜欢我们的花岗岩系列,或者是我们的小型模型,甚至是Llama的Mistral,甚至是Llama …它与LLM对应于LLM与正确的使用选择。

多伏尔姆门户策略

IBM对这个市场现实的反应是最近发布的模型网关,它为企业提供了一个API,可以在不同的LLM之间切换,同时保持所有部署的可观察性和管理。

技术体系结构使客户可以在自己的输出上启动开源模型,以供机密使用选项,同时可以访问公共API,例如Bedrock或Google Cloud Cloud Gemini,以实现不太重要的应用程序。

Ruis说:“该网关为我们的客户提供了一个API,可以从一个LLM切换到另一个LLM,并在各处增加可观察性和管理。”

该方法直接与普通供应商的策略相矛盾,以阻止客户进入专有生态系统。 IBM并不是一个人接受选择模型的区别方法。近几个月来,已经出现了几种工具以进行模型路由,旨在将工作量发送到相应的模型。

代理编排协议似乎是关键基础架构

除多媒体管理外,IBM还使用开放协议解决了与代理代理的新兴问题。

该公司开发了ACP(代理通信协议),并将其介绍给Linux Foundation。 ACP是Google Agent2agegent(A2A)协议的竞争力,仅本周Google才包括在Linux Foundation中。

Ruis指出,这两种方案都试图促进代理之间的沟通并减少用户在开发方面的工作。他希望最终会融合各种方法,目前A2A和ACP之间的差异主要是技术性的。

代理编排协议提供了用于在不同平台和供应商上交互的AI系统的标准化方法。

在考虑企业规模时,技术意义将变得清晰:一些IBM客户在试点计划中已经有100多个代理商。没有标准化的通信协议,每个与代理和代理的交互都需要用户开发,从而创建不稳定的集成负载。

AI-这是工作过程的转变和执行工作的方式

从鲁伊斯如何看待今天影响企业的AI的角度来看,他建议这不仅仅是聊天式的bots。

Ruis说:“如果您只是从事聊天机器人,或者您试图用AI省钱,那就不做AI。” “我认为AI实际上是关于工作过程的完整转变以及工作的完成方式。”

AI的实施与AI转换之间的差异集中在技术将技术集成到现有业务流程中的深度上。 IBM的人力资源的内部示例说明了这一转变:现在,专门的代理人询问聊天的信息,而是处理传统的薪酬,雇用和促进请求,而是在必要时自动将相关的系统和升级供应。

“以前,我花了很多时间与我的人事合作伙伴交谈。我现在正在与人事代理人对待大部分,” Ruis解释说。 “取决于问题,是否与薪酬有关,或者与分居有关,或雇用某人或促进服务有关,所有这些都将与各种内部人力资源系统相关联,它们将像单个代理商一样。”

这是从人类与计算机的互动模型到工作过程的计算机自动化的基本建筑转变。 AI不是学会与人工智能工具进行互动,而是学会执行完整的业务流程。

技术意义:企业应超越API的集成,并呼吁设计在工具的深入过程的方向上,该工具使人工智能的代理可以自动执行多阶段的工作流程。

对企业AI领域投资的战略后果

IBM现实世界中的部署数据提出了该公司战略的几个关键转变:

放弃聊天机器人优先思考:组织必须确定转型的完整工作过程,而不会在现有系统中添加对话界面。目的是消除人类的步骤,而不是改善人与计算机的互动。

多模型灵活性的建筑师:与其参与人工智能的个别供应商,不如企业需要集成平台,这些平台使您可以根据使用的要求在模型之间切换,同时维护控制标准。

投资沟通标准:组织应安排支持MCP,ACP和A2A等新兴协议的人工智能工具的优先级,而不是专有集成的方法,从而创造了供应商的阻止。

Ruis说:“有很多事情要建造,我继续说每个人都需要研究AI,尤其是商业liders应该是AI的第一批领导者,并了解这些概念。”


Source link
Scroll to Top