IBM 如何利用生成式人工智能实现客户成功

Brian Bohan（29:58）：
大家好，欢迎收听《高管洞见》播客。我是 Brian Bohan，AWS 咨询合作伙伴卓越中心的负责人，今天我邀请到了 Mahmoud Elmashni，他是 IBM 咨询公司的管理合伙人，同时也是该公司 AWS 联盟的负责人。Mahmoud，感谢你今天能够光临。很高兴能和你交流。

Mahmoud Elmashni（30:17）：
谢谢你邀请我。很高兴能来到这里。

Brian Bohan（06:22）：    
那么，能给我们讲讲你在 IBM 咨询公司的工作、角色和职责吗？

Mahmoud Elmashni（06:27）：
我负责我们公司全球的 AWS 业务。实际上，通过我们的合作伙伴关系，这是我们总体上增长最快的业务之一。目前，仅在 AWS 方面，我们就有超过 25000 名获得认证的员工。我们所拥有的专业能力数量、发布的联合客户案例数量等等，在过去的几年里，真的就像坐上了火箭一样飞速发展，所以能参与其中真的很酷。

Brian Bohan（07:03）：
所以我首先想谈的是生成式人工智能，我们之前也讨论过这个话题，它确实有潜力和能力真正从端到端地变革业务流程、应用程序乃至整个企业。我非常想知道，在 IBM 咨询公司，你看到生成式人工智能在业务实践以及组织本身与客户的互动方式方面带来了哪些改变？另外，你和你的客户在使用生成式人工智能做些什么呢？

Mahmoud Elmashni（07:27）：
是这样的，具体说到生成式人工智能，实际上我借鉴了几个月前在东京的那次峰会期间，我听到 Werner Vogels 说的一些观点。他说，生成式人工智能将会发展到一个阶段，和任何其他技术一样，仅作为一项技术。就好比我们不会去谈论微波炉背后的技术，我们只是用它来加热食物。

（07:52）：
我们不会去谈论光纤电缆背后的技术，我们只是使用互联网。所以对我们来说，我们看到的是，与其说关注的是无处不在的数字化，不如说是当下的生成式人工智能。而对于一家咨询公司来说，我认为我们看到的最大的一点是，这不是生成式人工智能取代个人的问题。而是对个人进行补充，使他们在执行任务时更加高效。

（08:21）：
所以这才是我们真正关注业务的地方，也就是说，如果你试图扩大业务规模，并为客户承担越来越复杂的转型项目，如何让你的从业者以及整个组织能够利用生成式人工智能来执行任务？ 你引入这些助手是为了提高他们的工作效率，从而能够为你的客户提供服务。所以对我们来说，我们稍微简化了一下，推出了 IBM 咨询优势平台，这样他们在日常工作中就可以使用所有这些助手。

Brian Bohan（08:56）：
我很喜欢你说的，今后我们会少谈生成式人工智能项目，更多地谈谈我们日常所做的事，即帮助我们的客户和顾客实现业务转型、获取价值，而其中一些工作将由生成式人工智能驱动。是的。你是仅仅从 IBM 咨询公司和 AWS 的合作方式本身看到这一点吗？ 有没有看到什么变化或影响？

Mahmoud Elmashni（09:21）：
是这样的，我们确实将业务重点放在了我们所说的咨询科学上。它围绕着四个“P”，这样更容易记住，对吧？ People（人员）、Process（流程）、Partnerships（合作伙伴关系）和 Platform（平台）。你提到的这点很关键，简单来说，人员方面就是要确保他们能够获得所需的资源，从而提高工作效率。流程方面呢，就像我常开玩笑说的，每个人都在忙着经历“概念验证炼狱”，直到他们弄清楚自己想做什么、不想做什么。而合作伙伴关系方面，对于我们实现业务规模的扩大来说，这绝对是关键所在。

（10:03）
所以我提到了 IBM 咨询优势，对我们来说，这就是平台。实际情况是，我们的从业者可以访问 HAQM Q，以及 AWS 和 HAQM 目前围绕生成式人工智能全方位发布的所有相关内容，以便为我们的客户提供服务，让他们的工作更轻松。所以它为我们提供了这样一个平台，但同时我们仍然能够访问 AWS 的所有技术。因此，我们在培训员工如何使用、理解该平台，以及知道何时调用它、何时使用平台的哪些部分等方面投入了大量资金，以便能够为客户提供服务。

Brian Bohan（25:30）：
很好。这让我对我们的合作感到非常兴奋。我们合作的一个重要部分是帮助我们的客户和顾客迁移出他们的数据中心，并对他们的应用程序和工作负载进行现代化改造。我认为生成式人工智能令人兴奋的一点是，在过去，总是存在这样一种权衡。你可以先进行直接迁移，然后再进行现代化改造。而如果你在迁移的同时进行现代化改造，可能会延长时间期限，或者增加成本。我认为，现在有了 Q Transform 和生成式人工智能，我们可以两者兼得。我们可以在保持与以往相同的时间期限和成本的情况下，同时进行迁移和现代化改造。我只是好奇，在 IBM 帮助客户将生成式人工智能应用于这些现代化改造方面，你看到了哪些情况呢？

Mahmoud Elmashni（26:14）：
嗯，你看，如果你是首席信息官，打算提出一个为期 10 年的现代化路线图，那几乎等同于自寻死路。我的意思是，实际情况是，生成式人工智能使我们能够对多种技术进行评估，从而在短得多的时间内对其进行现代化改造。现在你说的是 6 个月到 12 个月，甚至 18 个月，而不再是数年。我能马上完成什么呢？ 所以这可以应用于大型机现代化改造，也可以应用于 VMware 现代化改造。就像你提到的，我看着这些大型数据中心，并且会想，好吧，我要如何以一种及时的方式退出这个数据中心，而不会把问题遗留到下一代。

（27:07）
甚至像为客户升级 Java 代码这样简单的事情，现在几个月就能完成，而不再需要数年时间。

Brian Bohan（27:35）：
是的。太棒了。是的，我们也看到了同样的情况，而且我们非常兴奋，因为我们让客户进入云端并实现现代化的速度越快，他们就能越快看到价值。

Mahmoud Elmashni（27:45）：
我认为这对他们自身来说，也是投资回报率的问题，对吧？ 因为他们都在关注营收增长，以及如何把这些资金重新投入到业务中。 而不是花费大量资金来处理那些压在他们身上的技术债务，对吧？ 对吗？ 所以，

Brian Bohan（28:00）：
当然可以。

Mahmoud Elmashni（28:00）：
...我认为这是我们能够为很多联合客户带来的重要好处之一。

Brian Bohan（10:58）：
那么，如果再进一步谈谈人员方面的问题，你提到了四个“P”，显然 IBM 咨询公司是一个以人为本的企业。归根结底，是人们与你的客户合作来完成工作。所以，再稍微深入谈谈技能和培训方面的问题，包括技术层面和管理层层面，以及你们是如何处理这些问题的。

Mahmoud Elmashni（11:22）：
当我们最初开始踏上生成式人工智能之旅并开展与之相关的培训时，我们希望确保组织中的每个人都有一定程度的了解。不仅仅是针对 HAQM Q 开发者版，也不仅仅是针对开发者。基本上，每个人都需要对这些平台、各种大型语言模型，以及如何访问不同的内容等有一个基本的了解。

（11:50）
因此，我们安排了培训，涵盖我们的管理合伙人（我们组织中非常资深的级别）一直到初级开发人员的所有人员。幸运的是，我们利用生成式人工智能来帮助进行定制化培训。我们为每个人制定了特定的课程。这样他们就知道如何与客户进行交流，并为客户提供服务。同时，我们甚至还对培训进行了一些定制。去年差不多这个时候，AWS 为很多合作伙伴等推出了他们的培训内容。所以我们借鉴了这些内容，将其融入到我们基于 AWS 生成式人工智能版本的培训中并进行了部署。现在我们更进一步，因为 AWS 在今年早些时候，大概 7 月左右，推出了他们的首批两个生成式人工智能认证。令人震惊。这些认证是基于数据的，对吧？ 我的意思是，数据似乎是如今另一个常见的主题，此外还有如何将其与生成式人工智能结合使用。

（12:53）
所以对我们来说，我们在为员工提供这类知识方面投入了大量精力，无论是深入学习并获得认证，还是仅仅了解通用人工智能的相关知识，并接受 AWS 的培训以便能够执行工作。而且我们甚至在内部利用生成式人工智能来帮助简化其中的一些流程，并更快地将培训内容部署给我们的员工。

Brian Bohan（13:18）：
我很喜欢这种做法。因此，你可以接受更通用的生成式人工智能技术培训，但特别是当你将其应用到那些拥有深厚领域专业知识和行业专业知识的管理合伙人身上时，他们就能够根据客户的具体情况，将这些知识进行情境化应用。

Mahmoud Elmashni（13:30）：
是的。我们是一个拥有 16 万名员工的组织。所以实际上，我们的计划是如何让这 16 万人都能参与到培训中？

Brian Bohan（13:38）：
这是一个很大的挑战。

Mahmoud Elmashni (13:38）：
当然可以。这不仅仅是针对开发者，或者仅仅是合作伙伴，或者仅仅是销售培训。涉及到整个堆栈。

Brian Bohan（13:45）：
说得太棒了。那么，有一点，我们稍微转换一下话题，谈谈你提到的另一个与流程相关的“P”，也就是围绕价值创造的流程。可以肯定的是，我们有望摆脱你所说的“概念验证炼狱”。而且我们看到越来越多的客户站出来，讲述他们从生成式人工智能中获得的真正价值。我们还看到，人们的讨论正从仅仅关注成本，转变为真正关于投资回报率的对话。我的投资能带来怎样的业务价值呢？ 我很好奇，IBM 是如何帮助你们的客户真正思考围绕生成式人工智能的投资回报率和价值计算的呢？

Mahmoud Elmashni（14:24）：
是的，所以，你可以进行很多次概念验证，但它们教会了我们很多，也教会了我们的客户很多。

（14:32）
甚至在知道该要求什么、不该要求什么方面，也是如此，对吧？ 所以，当你从流程方面来看，这意味着要考虑客户预期的投资回报率的整个端到端价值。这不是关于“在这一点上是否可行？是或否？”的问题。 是还是不是？ 是的，它非常有效。太棒了。我得到了我想要的结果，但我使用的大型语言模型却让我花了一大笔钱。

（15:01）
所以要把这一点考虑进去，实际上，我之前听过一个笑话，LLM 如果用错了，也可以表示“损失很多钱（losing lots of money）”。所以我们要确保采取这种端到端的方法，确保你得到了想要的结果，但这是实现目标的最有效方式吗？ 而且，顺便说一句，并非所有事情都一定需要应用这项技术。所以我们看到了一些这样的情况。如果某件事按预期运行，或者你打算淘汰那个应用程序，那为什么现在要为了实现这一目标而投资于所有这些重构工作呢？

（15:37）
所以，它会尝试全面采用这种整体方法，而概念验证为我们了解如何为客户评估投资回报率奠定了良好的基础。同时，我们的客户也从这些概念验证中学到了该要求什么、不该要求什么，对吧？ 我需要更好地了解我真正想要使用哪些模型。 我需要更好地了解通过什么平台来访问它。 例如，Bedrock。这就是我们在为很多客户进行全面的投资回报率评估时所发现的情况。当我们的客户聘请一家咨询公司或系统集成商时，他们希望得到一个意见。我的意思是，我希望看到它发挥作用，但你是怎么想的呢？ 你认为它会让我得到什么结果，并向我展示未来 12 到 24 个月的路线图？

Brian Bohan（16:27）：
是的。我的意思是，这就是我们如此频繁地谈论选择的原因，因为我们还处于这一旅程的初期阶段，而且我们可以用这项技术做很多不同的事情。所以我们要确保我们有符合你性价比要求的合适芯片，以及基于合适使用案例的合适模型，但是，有了很多选择的同时，也带来了更多的抉择。

Brian Bohan（17:26）：
那么，说到顾客和客户，要再次重申，你们都拥有非常深厚的行业专业知识，我很想知道你们都看到了些什么情况呢？ 他们如何采用生成式人工智能并与 IBM 咨询公司合作，真正让它对自己的业务产生实际意义？

Mahmoud Elmashni（17:42）：
我们看到的最常见的应用场景可能是呼叫中心智能。令人震惊。还有图像、文档图像处理，以及能够进行总结之类的功能。应用程序、迁移、现代化、治理、安全，对吧？ 如果非要我指出的话，这些就是我们随处可见的使用案例。大家的宣传都围绕着这五个方面展开也就不足为奇了。
    
（18:15）
而且你会发现它涵盖了多个行业，对吧？ 从生命科学、医疗保健，到金融服务、公共部门。我原本以为公共部门不会这么快就跟进，但令人惊讶的是，他们也和其他行业一样积极。每个人都在努力提高效率，或者用更少的资源做更多的事情，对吧？ 还有电信和汽车行业。所以我们现在要确保采取针对特定行业的方法。我们一直都是按行业来开拓市场的。所以你要把生成式人工智能的特点，与特定行业的特点相结合，基于生成式人工智能的技术能力，为客户提供服务。

（18:59）
因此，要将这些应用场景应用到各个行业中，以确保能够为客户提供切实的服务。一个简单的例子是，我提到过公共部门，我们正在与一个政府机构合作，利用生成式人工智能将代码翻译成现代 Java 代码。与人工翻译相比，速度简直快如闪电。我的意思是，仅仅通过这样做，并在后台运行检查，而不是进行人工转换来提升效率，就能节省大量的时间和精力，这太惊人了。所以对他们来说，从长远来看，效率会大大提高。他们可以通过使用更少的硬件来运行代码，从而节省成本。这是一项双赢举措。不仅在执行速度方面，而且从长期来看，对他们节省成本也很有帮助。

Brian Bohan（19:44）：
这是通过唾手可得的成果立即实现价值的很好的例子。我认为，HAQM 通过将所有 Java 应用程序升级到 Java 17，已经节省了相当于 4500 个开发人员一年的工作量。

Mahmoud Elmashni（20:02）：
是的。而且我认为随着时间的推移，这样的情况会越来越多，不是吗？

Brian Bohan（20:08）：
Mahmoud，非常感谢你今天能够光临。我对我们与 IBM 咨询公司合作所取得的进展和潜力感到非常兴奋。很明显，我们已经在为我们的联合客户围绕生成式人工智能交付一些重大成果了。再次感谢你，我真的很期待我们 2025 年的合作。

Mahmoud Elmashni（20:25）：
是的。谢谢你的邀请，我也对未来充满期待。

立即收听

立即收听

立即收听