雖然生成式人工智能（Generative AI）因 ChatGPT 而廣為人識，IT 巨頭亦爭相推出有關方案，不過 IBM 就堅持專注於面向企業的策略 ──「為企業服務的 AI」（AI for Business），為企業提供拓展 AI 所需的關鍵能力，包括自然語言處理、可信性、自動化以及在任何混合、多雲環境中運行的能力。
有見及此，IBM 於 2023 Think 大會上公佈快將推出 IBM watsonx。IBM 香港區總經理潘鳳瑤(上圖)透露，Watsonx 乃針對基礎模型和生成式 AI 的全新平台，建構於 Red Hat Openshift 平台，可在任何系統上提供 AI 開發平台、數據儲存和 AI 管治。
「目前，Watsonx 已有十數個基礎模型可供企業客戶便用，這些針對不同行業應用的基礎模型，讓 AI 部署更具擴展性、更高成本效益和效率。」
開發基礎模型耗費不菲
IBM 香港首席科技總監李永輝指出，開發基礎模型相當耗費資源，單是從頭訓練一個基礎模型，成本動輒 150 萬美元，非一般企業所能負擔。因此透過 watsonx，企業即可使用由 IBM 策劃和訓練的基礎模型和開源模型，進入數據儲存，以收集和清洗用來訓練和調整的數據，為用戶提供全新的 AI 服務。
IBM watsonx 平台由三個獨特產品組合組成：
- IBM watsonx.ai：為 AI 開發者而設的新一代企業工作室，由基礎模型驅動，用於訓練、驗證、調整和部署傳統機器學習和新的生成式 AI 能力。
- IBM watsonx.data：是一個基於開放式湖庫（lakehouse）架構而構建的數據儲存，為管控數據和 AI 工作負載進行優化，透過查詢、管理和開放數據格式來使用和共享數據。
- IBM watsonx.governance: 提供端到端工具包，包含數據及 AI 管理，以實踐負責任、具透明度和可解釋的數據及 AI 工作流程。
生成式 AI 口述評論進駐大師賽
「企業未必了解 data warehouse 與 lakehouse 的分別，問題是企業內的數據往往由結構性和非結構性數據組成。前者可以透過 SQL query 存取數據，而 lakehouse 則負責處理音訊檔及視訊檔一類非結構性數據，而 IBM watsonx.data 則可支援多引擎架構，另 IBM 容器雲亦讓用戶可於不同雲端上存取數據。」李永輝續強調，企業 AI 所採用之數據，必須能確保來源可靠可信，不存在偏見，AI 方案才真正可用。
IBM 較早前便和高爾夫球大師賽合作推出創新功能，透過人工智能生成技術，在錦標賽期間為超過 20,000 段影片剪輯產生詳細的高爾夫球口述評論。
潘鳳瑤表示，如此一來，觀眾即可以按自己的喜好選取不同甚至是即時的賽事，觀看指定洞口的賽事實況。
「過去因為並非每一場賽事也備有評述員，只有重要賽事才有配備評述的實時直播，如今即可自選某個洞口觀看不同選手的推桿實況。加上 AI 具備數據分析工能，可實時按球的角度推算出落點和距離，令口述評論訊息內容更精準豐富，讓觀眾更易掌握賽事走勢。」
是次合作由 IBM Consulting 提供體驗設計，利用多種基礎模型（包括 IBM Watson Text-to-Speech）來訓練 AI，採用了高爾夫特有的語言，自動將口述評論添加到影片剪輯之中。除了競賽類，IBM 的生成式 AI 亦分別與 NASA、Meta、Hugging Face 和 WIX 等企業機構緊密合作。