戴爾科技集團(tuán)全球首席技術(shù)官John Roese表示，經(jīng)過一段時間的試水與經(jīng)驗積累，企業(yè)廣泛采用AI成果的客觀基礎(chǔ)已經(jīng)落實到位。

戴爾科技集團(tuán)全球首席技術(shù)官兼首席AI官John Roese表示，得益于關(guān)鍵技術(shù)的發(fā)展成熟與現(xiàn)成工具的陸續(xù)涌現(xiàn)，企業(yè)人工智能（AI）市場有望在明年迎來增長。

在最近接受技術(shù)媒體Computer Weekly采訪時，Roese描繪了他心目中的AI格局，其中涵蓋三大截然不同但又相互關(guān)聯(lián)的市場：前生成式AI、AI模型訓(xùn)練與企業(yè)AI。

他指出，雖然其中前兩大市場已經(jīng)相當(dāng)成熟，但最為核心的潛力卻來自企業(yè)AI市場，只是采用曲線相對較緩。Roese解釋稱，“AI并非單一市場，而是囊括三大完全獨立但又相互關(guān)聯(lián)的市場。”他指出，計算機(jī)視覺與機(jī)器人等前生成式AI技術(shù)正是將數(shù)據(jù)提煉為生成式AI可用格式的關(guān)鍵一層。

第二部分市場專注于訓(xùn)練大規(guī)模AI模型，目前由超大規(guī)模企業(yè)以及爭奪搜索及社交網(wǎng)絡(luò)霸主地位的各大科技巨頭所主導(dǎo)。而戴爾在提供必要基礎(chǔ)設(shè)施方面則發(fā)揮著核心作用。

至于第三大市場，也就是企業(yè)AI業(yè)務(wù)，Roese認(rèn)為正處于轉(zhuǎn)型的邊緣。他指出，雖然訓(xùn)練市場在各科技巨頭對于“巨型集群”的大規(guī)模投入而屢屢登上頭條新聞，但企業(yè)市場其才是更專注于將AI科技應(yīng)用于業(yè)務(wù)流程的領(lǐng)域。

他表示，“企業(yè)AI的基本定位，在于體現(xiàn)那些負(fù)責(zé)支撐企業(yè)正常運轉(zhuǎn)的重要流程，并通過應(yīng)用AI技術(shù)以顯著改善這些流程。”換句話說，就是思考如何運用AI以優(yōu)化供應(yīng)鏈、改善客戶服務(wù)并加強(qiáng)產(chǎn)品開發(fā)。

據(jù)Roese介紹，其中一大關(guān)鍵區(qū)別，在于企業(yè)更多關(guān)注推理環(huán)節(jié)——即通過現(xiàn)有模型運行數(shù)據(jù)、而非訓(xùn)練自有模型。這對于基礎(chǔ)設(shè)施提出了完全不同的要求：需要一種分布式、針對推理進(jìn)行優(yōu)化并可能擴(kuò)展至邊緣的方法。Roese指出，“過去六個月以來，我們看到企業(yè)市場正日趨成熟”，現(xiàn)成的AI工具與功能正在興起。這些工具和功能更多面向企業(yè)，即通常更強(qiáng)調(diào)技術(shù)的消費端、而非技術(shù)的生產(chǎn)端。

六大核心能力

Roese還概述了六大核心能力，這些能力可以解決大部分企業(yè)AI用例，并敦促首席信息官們專注于這些基礎(chǔ)要素，而非忙于構(gòu)建大量實用價值存疑的能力。這將有助于他們優(yōu)先在其核心競爭力與競爭的優(yōu)勢領(lǐng)域之上分配AI投資。

這六大能力包括基于檢索增強(qiáng)生成（RAG）的聊天機(jī)器人、編碼智能體、內(nèi)容AI引擎、數(shù)據(jù)管理智能體、分析智能體以及微調(diào)基礎(chǔ)設(shè)施。Roese表示，單憑這六種能力足以支撐起戴爾當(dāng)前實施的超過300種AI用例。

具體來講，AI智能體架構(gòu)的興起代表著一個重要轉(zhuǎn)折點。這些架構(gòu)由體量更小但專業(yè)性更強(qiáng)的AI模型組成，它們就像一支“數(shù)字勞動力團(tuán)隊”，能夠執(zhí)行特定任務(wù)以提供更強(qiáng)的控制力、可解釋性以及通過微調(diào)整合專有數(shù)據(jù)的能力。

Roese解釋稱，“我們實際上是在建立一支由具有不同技能的成員共同組成的團(tuán)隊”，這意味著人類和AI之間得以建立一種更具協(xié)作性的方法，其中由人類負(fù)責(zé)協(xié)調(diào)并監(jiān)督這些數(shù)字智能體的工作產(chǎn)出。

Roese預(yù)計，智能體架構(gòu)將逐步走向主流化和標(biāo)準(zhǔn)化，進(jìn)而推動企業(yè)從2025年年中開始部署面向智能體的AI系統(tǒng)。“屆時我們很可能將親眼見證企業(yè)AI的首輪顯著生產(chǎn)加速。”

而在談到對于數(shù)據(jù)泄露和智能體管理方面的擔(dān)憂時，Roese認(rèn)為不同類型的智能體將需要配合不同的生命周期管理方法。

例如，具有穩(wěn)定處理特定任務(wù)能力的智能體將可以像傳統(tǒng)軟件包一樣接受更新和管理；而與動態(tài)實時數(shù)據(jù)交互的智能體則應(yīng)使用RAG來實現(xiàn)數(shù)據(jù)訪問，而不再將數(shù)據(jù)嵌入智能體本身。

為了更好地對企業(yè)AI進(jìn)行控制和解釋，組織還需要部署一組專門的智能體，這也與過往全功能集于一身的傳統(tǒng)智能體思路有所區(qū)別。集合中的每個智能體，可能都擁有針對其特定功能量身定制的不同管理生命周期。

舉例來說，在本地機(jī)器上運行的通信智能體可以使用LangChain等工具與整體大語言模型或者能夠訪問組織庫存實時信息的智能體進(jìn)行對話。Roese具體解釋稱，“這兩個智能體之間的協(xié)作能夠為用戶提供在感知上近乎實時的答案，但從生命周期的角度看，其實真正實時的只是第二個智能體背后的數(shù)據(jù)庫。”

他也承認(rèn)，企業(yè)在應(yīng)對復(fù)雜AI課題時仍然面臨挑戰(zhàn)，并指出治理和“供應(yīng)商隨機(jī)性太強(qiáng)”確實大大影響了業(yè)務(wù)部門對多數(shù)AI項目的推動能力，尤其導(dǎo)致項目的成本可預(yù)測性難以捉摸。

不過Roese對于未來仍然抱持著樂觀態(tài)度，他建議企業(yè)應(yīng)專注于推進(jìn)符合自身核心競爭力的戰(zhàn)略性AI方案，并充分發(fā)揮現(xiàn)有技術(shù)工具的力量。他總結(jié)道，“隨著我們實施更好的治理方案以及更多現(xiàn)成技術(shù)解決方案的出現(xiàn)，后續(xù)的AI應(yīng)用速度只會越來越快。”