《IBM：2024敏捷AI架構：混合設計技術架構助力業務提速研究報告（26頁）.pdf》由會員分享，可在線閱讀，更多相關《IBM：2024敏捷AI架構：混合設計技術架構助力業務提速研究報告（26頁）.pdf（26頁珍藏版）》請在三個皮匠報告上搜索。

1、敏捷 AI 架構混合設計技術架構助力業務提速IBM 商業價值研究院1技術架構：從后端到董事會盡管光鮮亮麗的并購和引人注目的計劃是企業發展中的重頭戲，但幕后卻正在醞釀一場更為安靜的變革。過去，技術架構是 IT 專業人士的專屬領域，但現已開始成為幫助 CEO 建立持續競爭優勢的戰略基石。這不僅關乎最新崛起的編程語言，更關乎如何利用技術的強大力量來實現成功所需的核心要素：效率、可擴展性和敏捷性。隨著 AI 的日益普及，企業高管開始看好這項技術的前景。62%的企業高管認為生成式 AI 是現實而非炒作，而一年前這一比例僅為 33%。1 生成式 AI 已將 AI 整體投資回報率從 2022 年的 13%提

2、升至如今的 31%。2 在 AI 發展的現階段，31%的投資回報率似乎是一個相當高的水平，但這是因為生成式 AI 能力成熟度最高的組織僅關注少數高價值項目（最有可能成功的項目），并取得了尤其顯著的早期投資回報率。但對于許多其他組織來說，AI 投資并沒有那么順利。隨著更廣泛和深入地采用生成式 AI 并擴大應用規模，許多組織開始面臨一些挑戰。具體來說，當前技術架構就是阻礙投資回報率的一個重要因素。但許多組織都會忽略這個因素。38%的受訪企業自認為已經設計出實現企業級 AI 業務解決方案所需的技術架構。3 然而，根據 IBM 的咨詢經驗，這一比例可能過高；這些組織可能低估了自身在擴展生成式 AI 方

3、面對架構的需求。敏捷 AI 架構混合設計技術架構助力業務提速本系列報告旨在闡述組織如何采用我們提出的“混合設計”方法來設計和實施“重大技術重置”。作為本系列報告的第三期，本報告將探討“混合設計”技術架構如何助力業務引擎加速?！叭缃?，技術部門作為一個單獨的實體是沒有意義的；技術的作用是重新定義和推動業務發展。這就需要與其他業務部門進行更加緊密的整合與協作?！盧afee Tarafdar,Infosys 首席技術官2超越專業術語：技術入門指南技術高管們經常使用專業術語討論各種技術話題，例如混合云如何加速 AI、架構細節、基礎設施和應用層等。但業務高管可能會對這些技術術語感到困惑或不感興趣。55%的

4、受訪企業高管表示，業務利益相關者對技術架構的理解不足 這種情況將難以發揮 IT 架構的業務優勢。4 為了幫助理解，我們將使用餐廳作為類比。技術架構就像是餐廳的藍圖：它定義廚房的布局、餐桌的位置，以及電力如何輸送給烤箱等，可確保一切高效安排并無縫協作。技術基礎設施就像是餐廳的基礎：包括建筑結構、電氣布線和管道等。這是任何功能正常運行所需的基本設備。沒有穩固的基礎，餐廳就無法正常經營。從建筑藍圖到廚房里的攪拌器，餐廳布局就類似于一家組織的技術資產。企業平臺就像是廚房內的預建備菜區。有些區域專門用來制作糕點和甜點，有些區域則專門用來制作主菜。每個區域都可以按需增加定制功能，例如專用攪拌器、比薩餅烤箱

5、等。應用就像是廚師使用的工具，包括烤箱、冰箱、餐盤、菜單等。這些工具可以幫助完成各種任務，例如接受訂單或制作產品。23“混合設計”架構的獨特優勢大多數現有技術架構都是上一代的，并不適合支持當今高度數字化、互聯互通的業務需求，更不用說未來的新一代業務需求了。例如，它們不像最新架構那樣具備模塊化和可組合的特點，這就會將用戶鎖定在某些工作方式中，從而減慢產品開發速度。生成式 AI 就是當今架構無法支持的一項典型技術。傳統架構會阻礙而不是優化生成式 AI 的功能。信息鎖定在孤立的數據庫中，從而限制生成模型進行學習和創造所需的數據源。碎片化的工作流程會減慢生成式 AI 模型的訓練和部署速度。而過時的處理

6、器則會限制充分釋放生成式 AI 潛力所需的算力。這就像是現代空調系統、共享工作空間和當前電力需求出現之前的建筑藍圖，暖通空調系統、電力布線和整體設計并不適合當前的商業環境和工作方式。但“混合設計”技術架構為高管和董事會所期望的長期增長奠定了基礎。這種架構將確保系統無縫協作、可擴展且支持長期需求。大多數現有技術架構都是上一代的，并不適合支持當今高度數字化、互聯互通的業務需求，更不用說未來的新一代業務需求了。44IBM 商業價值研究院甄別出了每位領導者都需要了解的三個要點，可幫助組織利用混合設計加速業務成效：02 01 03 行動方案技術架構不僅關乎技術本身，更關乎業務。需要了解的事項重新設計架構

7、。為生成式 AI 建立發射臺。將 IT 重新定位為平臺服務提供商。生成式 AI 需要的是發射臺，而不是圍墻。企業平臺再次成為熱點領域。456 需要了解的事項：6技術架構不僅關乎技術本身，更關乎業務。01明確定義的架構可確保組織的技術與核心業務目標相一致。無論是提升生產力、改善體驗還是推動創新，正確的架構都提供了靈活性和可擴展性。比如，一家零售公司致力于提供無縫的全渠道體驗。借助強大的架構，該公司可以在所構建的應用中整合在線商店、實體店、庫存管理系統、促銷活動、客戶服務體驗和其他接觸點，從而打造統一的客戶旅程。對于許多企業而言，隨著生成式 AI 的興起，技術架構才開始引起最高管理層的關注。這是為

8、什么呢？因為過時的技術架構會阻礙組織采用新興技術。70%的受訪企業高管表示其技術架構造成了混亂、沖突和分歧。5 但 65%的受訪企業高管也表示其技術架構對于如何利用 IT 改善業務績效至關重要。6 這是一個悖論。這就需要強大的技術架構。這種技術架構能夠在業務與 IT 之間建立一種共同語言，從而彌合溝通上的鴻溝。通過制定技術路線圖并將其與業務目標對齊，這種技術架構可以促進業務與 IT 緊密合作，共同實現目標。而且，技術架構還應具備靈活性，能夠根據業務需求做出調整，確保在適當的時間實現預期的成效。53%53%技術架構師缺乏對業務問題的理解754%54%難以向業務利益相關者解釋技術架構決策的影響企業

9、高管表示成功技術架構面臨的兩大障礙分別是：7 潛藏風險不容小覷假設你正在建造一家前沿的餐廳。頂尖的建筑師和創新性材料都已到位，但地基卻很破舊。這就好比是忽視生成式 AI 的技術架構 過時的技術架構即將在新一輪創新浪潮中崩塌，卻要在這樣的基礎上部署改變未來的超級技術。生成式 AI 需要海量信息才能發揮效用，而過時的架構就像是鎖在“虛擬文件柜”中的孤立數據，大幅限制了生成式 AI 的潛力。此外，許多過時系統中還充斥著各種安全漏洞，就像是給黑客鋪設了歡迎墊。65%的受訪高管表示技術架構對于改善業務績效至關重要。70%的受訪高管表示其當前的技術架構造成了混亂、沖突和分歧。但7“我們正在力爭與業務部門建

10、立一種緊密協作的關系，攜手共同前行，而不是像客戶與服務提供商那樣的傳統關系?！盩awatchai Cheevanon,泰京銀行全球交易銀行集團主管兼代理首席信息官需要采取的行動：缺乏清晰業務愿景的架構設計通常很脆弱且容易失敗，因而難以適應不斷變化的需求和要求。問題不是：“我們應該調整架構嗎？”而是：“我們是否有足夠的勇氣重新設計面向未來的架構？”開發業務驅動的架構模式庫。并非每個業務問題都需要獨特的架構解決方案。想象一下，您的團隊每次在面對新的業務挑戰時，不再需要重新設計架構（或 API）。開發模式庫之后，團隊可以更快地采取行動，并創建可滿足全方位業務需求的架構。預定義模式可提供可重用的構建塊

11、，從而加快開發速度。此外，這還有助于擺脫“以技術為中心”的設計思維，轉而開始關注業務成效。模式庫本身就是創新的溫床。通過組合現有模式，可以創造各種新的模式，從而為復雜的業務挑戰提供創新性的解決方案。設計架構意味著圍繞業務需求進行設計，而不是追逐最熱門的新興技術。新興技術只是幫助組織實現業務成效的工具。但許多組織并沒有這樣做。下面是具體的行動方案：8實現數據無關性。在設計新架構時，數據策略需要同步迭代，以充分發揮數據優勢。數據無關性讓組織能夠利用不同架構模式的優勢來處理特定數據類型，從而加快數據驅動式決策流程的速度?，F代企業依賴各種數據源，包括結構化數據、非結構化數據、實時數據和歷史數據。通過同

12、步發展數據策略來與架構相融合，您可以利用不同的模式來處理不同的數據類型，從而充分發掘所有數據資產的價值。對于每種架構模式，確定最適合該模式的數據模式。例如，單體架構可能最適合結構化數據，可實現高效存儲和檢索。微服務可以處理實時數據以實現事件驅動的通信。事件驅動架構適用于非結構化數據的事件處理和分析。無服務器架構可用于對歷史數據進行批處理和分析。重新設計架構。01實現架構自動化。未來屬于那些能夠利用 AI 設計創新架構的架構師。我們已經開始見證生成式 AI 對軟件開發的積極影響。開發人員從重復性的編碼任務中解脫出來，以便專注于更高階的產品設計工作。同樣，此類“AI 助手”也適用于架構師的工作場景

13、。讓技術架構師基于企業創建的大量架構文檔來訓練小模態生成式 AI。如果 AI 助手能夠生成日常架構文檔，架構師就可以騰出更多時間來專注于改善客戶體驗。采用 AI 并不會削弱架構師的角色，反而會增強架構師的能力。專注于架構的戰略層面架構設計不僅要確保系統正常運行，還應推動未來的長期業務成功。問題不是：“我們應該調整架構嗎？”而是：“我們是否有足夠的勇氣重新設計面向未來的架構？”91060%的受訪高管表示，未來兩年內，其組織設計、交付和管理云架構的方式將需要進行重大或徹底變革。8 三分之二的受訪高管對基礎設施也持同樣的看法。打造混合架構需要密切協同。簡化本地部署與云環境之間的數據移動，并實施強有力

14、的安全協議至關重要。盡管面臨諸多挑戰，但潛在回報是巨大的，包括加快創新周期、優化成本以及建立面向未來的 AI 戰略。通過有意識地設計混合架構，企業可以釋放生成式 AI 的真正潛力、加速創新并在 AI 賦能的未來時代建立競爭優勢。事實上，88%的受訪高管表示生成式 AI 已經加速了行業創新。隨著生成式 AI 滲透到企業的每一個職能和活動中，這項技術將迅速對業務模式創新產生實質性影響。9受訪高管普遍表示，在未來三年中，AI 和生成式 AI 將以多種方式支持業務模式創新，包括提供對更多數據的訪問權限(88%)、從現有數據中生成新洞察(86%)、拓展新市場(85%)以及加速產品和服務開發(84%)。1

15、0 這樣來看，CEO 將業務模式創新列為其組織在未來三年內的首要挑戰就不難理解了。11需要了解的事項：10生成式 AI 需要的是發射臺，而不是圍墻。2x2x更高比例的此類企業將架構師分配到業務部門和邊緣計算位置1354%54%更高比例的此類企業設計了可在企業級支持頂級 AI 業務解決方案的技術架構12在實現出眾財務績效的企業中0211生成式 AI 需要強大的引擎來提供原始處理能力，包括本地部署處理能力和云端敏捷性（用于支持快速擴展和數據訪問）?；旌显O計架構可同時實現這兩項能力，從而為企業帶來以下幾個關鍵優勢：推動產品主導的開發：混合設計讓組織能夠在本地環境訓練核心 AI 模型，從而確保數據隱私

16、，同時還可利用云平臺來快速部署新功能并基于用戶反饋進行 A/B 測試。這種快速迭代周期可推動產品主導的開發，而實時用戶數據將成為增長的關鍵驅動力。試想，一家零售商以 AI 賦能的產品主導開發為側重點，重新設計了其移動應用。該應用基于一個核心 AI 模型，該模型利用匿名客戶數據在本地進行訓練。當客戶瀏覽應用或實體店時，AI 會實時分析客戶行為，并提供個性化的產品推薦。AI 會根據客戶的需求和購買記錄生成動態購物清單。此外，AI 還可以展示針對相關產品的促銷和優惠券，推動沖動購買并增加平均訂單價值。選擇的力量：混合架構的最大優勢在于其靈活性。企業可以為 AI 生命周期的每個階段選擇最合適的環境。需

17、要訓練海量語言模型？請充分利用強大的本地處理能力。正在試驗新的計算機視覺應用？云平臺是更好的選擇?；旌霞軜嬀拖袷桥鋫淞艘粋€專屬的超級計算機來處理核心任務，同時在云端建立一個無限制的實驗場，能夠以極快的速度測試和完善 AI 創意。借助這種敏捷性，組織可以更快地將 AI 創新推出市場，從而搶占先發優勢。安全至上：利用混合架構，企業可以安全地將敏感數據和核心應用保留在內部，同時利用云計算的強大安全功能來提供額外的安全保護。這種分層方法可以盡可能降低風險，并增強客戶和監管機構的信任。這就相當于一種雙層防御機制，一方面對組織的核心 AI 模型進行嚴密保護，另一方面云平臺則會在每次更新上線之前進行嚴格審查

18、。60%的受訪高管表示，未來兩年內，其組織設計、交付和管理基礎架構和云計算的方式將需要進行重大或徹底變革。11需要采取的行動：在大規模部署生成式 AI 之前，組織需要確保其發射臺適合這項任務。這就需要創建或重新設計強大的架構，以便應對當前和未來的挑戰。12不要讓供應商“劫持”您的架構。一些供應商會提供短期讓利，以換取更大的數字工作負載份額。與戰略供應商達成最佳交易，但不要放棄實現關鍵業務成效所需的架構控制。強大的架構框架可確保每一項技術決策都符合組織的核心業務目標，而不僅僅是達成云供應商的銷售目標。這種價值至上的方法可確保您的 AI 投資帶來切實的業務成效。聚焦于幾個核心目標。如果企業無法明確

19、一些關鍵優先目標，架構師就無法設計出最佳架構藍圖。不要嘗試實現愿望清單上的所有項目，這樣會削弱架構的力量。確保業務團隊和 IT 團隊共同定義所需的架構，聚焦實現企業最重要的幾個目標。為生成式 AI 建立發射臺。02規范并執行一致的架構原則。架構將通過數百個日常決策成為現實，因此需要定義完整的架構原則框架以及實施和執行決策所需的治理。如果缺乏明確的架構原則，團隊就可能會創建出由各種技術拼湊出的架構，從而導致效率低下、安全漏洞和難以維護。生成式 AI 的架構要求應與安全、數據共享和開發平臺方面的決策相結合。放眼全局，這些技術決策還需要與集成和產品主導設計方面的決策保持同步，確保與整體業務目標對齊。

20、技術高管需要與業務部門合作，確保對架構中最重要的業務關鍵優先事項進行明確和清晰的定義。然后，采用經過深思熟慮的混合設計方法來定義架構，從而實現這些優先事項。以下行動方案將幫助您的團隊達成目標：架構將通過數百個日常決策成為現實。13成功的平臺可以有效整合適當的數據、模型架構、治理和計算基礎設施，從而創造價值。隨著企業日益依賴平臺，建立現代化 IT 架構已是勢在必行。生成式 AI 或許就是一項缺失的要素。生成式 AI 可以轉變組織內部的各個職能，從而為平臺賦予超能力。企業平臺再次受到關注是有原因的。這一次，我們將見證新一代平臺的興起，該平臺能夠應對當今數字環境中的挑戰并支持人工智能（生成式 AI）

21、的需求。再回到餐廳的比喻，如果企業平臺是預建備菜區，那就需要針對合適的用途進行構建。如果想要制作亞洲融合菜肴，糕點區就根本沒有任何作用。換句話說，傳統平臺往往是通用的解決方案，而當今的“混合設計”企業平臺則針對 AI 集成、數字化轉型計劃和前沿業務需求進行了定制設計?！盎旌显O計”平臺不僅著眼于當下，還為未來夯實基礎，帶來多項長期回報。但“混合設計”的真正獨特之處在于以最終目標為設計核心，圍繞具體業務需求來構建平臺?！盎旌显O計”平臺讓內部團隊和外部合作伙伴能夠輕松開展協作和實驗，這是“自然混合”平臺無法實現的。這有助于促進創新文化并加快開發周期。效率低下的集成方式已經一去不返?，F代企業平臺注重與

22、業務伙伴的順暢合作以及簡化工作流程與溝通方式。而且，通過促進創新和簡化流程，這些平臺可助力企業提供卓越的客戶體驗。伴隨用戶體驗大幅提升，生成式 AI 也將得到廣泛采用簡潔而精致的界面隱藏著復雜的選擇這正是設計良好的企業平臺的魔力。盡管生成式 AI 模型功能強大，但其內部運行機制卻不透明。企業平臺提供用戶友好的界面，可將復雜的 AI 功能轉化為切實可行的洞察和工作流程。業務用戶不需要成為數據科學家就可以利用 AI 的強大功能。良好的技術架構旨在支持業務用戶高效完成工作，消除一切繁瑣、耗時的流程。平臺預裝了各種行業專有的工具和模板，用戶可以輕松將其組合在一起，實現下一個成功的 AI 項目。這些模塊

23、化組件讓 IT 團隊能夠專注于創新，而不必忙于處理復雜的集成。需要了解的事項：13企業平臺再次成為熱點領域。0314企業平臺還可以與組織的現有數據源無縫連接，就像在烹飪之前準備好所有食材一樣。這減少了繁瑣的數據處理工作，不再需要手動收集數據。這還有助于確保干凈、一致的數據，而這是訓練強大 AI 模型的秘訣。安全性、可擴展性和靈活的治理框架除了數據魔力和模塊化的便利以外，平臺還可以增強網絡安全，讓組織安心無憂。生成式 AI 產生了新的攻擊面，而且很容易受到攻擊。然而，生成式 AI 的采用速度正在超越可信安全方法。令人擔憂的是，只有 24%的生成式 AI 項目有相應的安全保障措施。14 許多組織都

24、是在經歷安全漏洞之后才發現了這一點。企業平臺內置安全機制，因此組織的產品團隊不必擔心安全問題，而是可以專注于業務目標。企業平臺不僅可以消除孤立工具帶來的安全風險，還可以實施數據集成和共同治理。企業平臺還優先考慮數據安全和行業合規性，從而降低在生成式 AI 工作流中處理敏感數據所帶來的風險。企業平臺的另一個內在優勢是能夠快速擴展，尤其快速響應市場需求。組織并不希望 AI 超出其訓練范圍。企業平臺可以處理不斷增長的數據要求和處理需求，因此組織的 AI 將變得越來越智能。此外，內置治理工具可以讓所有人保持一致，并確保負責任的 AI 開發。從本質上說，企業平臺彌合了技術復雜性與日常用戶業務需求之間的鴻

25、溝。借助企業平臺，業務用戶可以利用 AI 和其他技術的強大功能，而無需具備全面的技術專業知識，從而加速創新并推動業務價值。大多數組織都在設計或測試平臺，但只有少數組織建立了企業級平臺。當今的“混合設計”企業平臺則針對 AI 集成、數字化轉型計劃和前沿業務需求進行了定制設計。企業級運營IT 運營平臺數據平臺安全平臺AI 解決方案平臺產品開發平臺25%45%21%47%23%49%50%13%15%36%現在未來兩年內1415在平臺中整合 Identity Fabric：簡化訪問控制管理平臺提供安全性，但不同平臺的處理方式各不相同。Identity Fabric 可以更安全地應對整個架構中的潛在威

26、脅。按照“混合設計”原則，這會采用一種有意且系統化的方式將安全性融入企業 IT。Identity Fabric 將作為中樞神經系統來集中管理整個組織中的用戶身份和訪問控制。各種身份管理工具和資源（如目錄、訪問控制系統和多因素身份驗證(MFA)）都將整合到一個統一平臺中。這就像是將不同的線程（身份管理系統）整合成一個統一協同的整體結構。集中控制：Identity Fabric 還提供一個集中位置來管理用戶身份、訪問權限和其他權限。組織可以在這個控制中心中管理與用戶訪問相關的一切事務。無縫訪問：借助統一的系統，用戶可以通過單點登錄(SSO)訪問所有授權應用和資源，從而提升用戶體驗并減少多次登錄的需

27、要。想象一下，使用一把鑰匙（憑證）就可以解鎖（訪問）家中的所有門（應用），同時限制園丁只能進入（訪問）后院（最小權限）增強的安全性：Identity Fabric 可以在整個組織內實施一致的訪問控制策略，從而增強安全性。這有助于降低未經授權訪問的風險并簡化安全審計。這就相當于為整個房屋配備一個單一、強大的安全系統，而不是在每扇門上都安裝單獨的鎖?？蓴U展性：隨著組織不斷發展，Identity Fabric 可以擴展以支持新的用戶、應用和訪問需求。想象一下，隨著家庭成員的增加，您可以輕松為房屋添加新的鎖和安全功能。靈活性：Identity Fabric 可以與各種云平臺、本地部署系統和傳統應用相集

28、成，從而適配各種不同的 IT 資產。想象一下，您的安全系統可以與房屋中的所有不同設備和電器無縫協作。其優勢包括15需要采取的行動：構建面向未來的平臺。利用平臺工程，組織可以從一開始就摒棄通用架構并嵌入業務驅動的設計。這意味著為用戶提供統一、直觀的體驗，并建立可處理前沿 AI、應用現代化甚至邊緣計算的基礎設施。一個平臺可以滿足所有需求，從前沿技術到核心業務功能，同時保持用戶友好性。在設計中嵌入安全性，而不是后期再添加。將安全性直接嵌入到開發和 AI 平臺中。想象一下，Identity Fabric 可以無縫融入平臺，而不是后期再添加安全保護措施。這種以平臺為中心的安全方法可以全方位保障應用安全，

29、從而讓團隊能夠專注于創新，而不必擔心安全問題。建立企業 API 目錄，釋放開發人員潛力。API 在平臺上運行，可允許兩個計算機系統通過互聯網安全地交換信息，從而將平臺或服務的功能擴展到更廣闊的受眾。目錄讓開發人員能夠更輕松地在組織內部找到所需的特定 API。它就像是平臺的中樞神經系統。開發人員可以立即找到所需的工具，不必再浪費時間查找文檔。這將大幅提升創新能力，并讓組織的 AI 功能更快地投入使用。這就像是為組織的開發人員提供一張藏寶圖，可直接通往平臺內的隱藏功能寶庫。生成式 AI 甚至可以協助創建這些目錄。隨著對新技術需求的增加，企業可能會采用“自然架構”。使用平臺工程將業務驅動、有意識的架

30、構原則和統一用戶體驗嵌入平臺設計。16將 IT 重新定位為平臺服務提供商。03“我需要確保開發工程師從產生項目想法的那一刻起就具備安全意識?！盓d McLaughlin，萬事達卡總裁兼首席技術官17“混合設計”的實際應用奧迪創建穩定、可擴展的跨云平臺開發環境挑戰奧迪需要創建一個穩定、可擴展的創新開發環境。這就需要更迅速地配置項目環境，以便能夠跨云平臺構建、交付和擴展診斷、數據管理及其他項目。奧迪還希望采用靈活的模塊化架構來支持迭代工作，從而降低風險并消除依賴關系。解決方案奧迪基于 Red Hat OpenShift 創建了全新的即服務開發環境，為奧迪的平臺、應用和項目提供了一個安全、穩定的集中

31、式環境，以便實現大規模創新開發。成效奧迪將產品上市時間縮短了六個月。通過共同的基礎，開發人員能夠更高效地在本地部署環境和云環境中創建、交付和遷移解決方案。應用可擴展性大幅提升，可滿足各種新的需求。18Edger Finance 利用融合生成式 AI 的平臺讓智能投資更輕松Edger Finance 是一家總部位于瑞典的金融科技初創公司，致力于為投資者打造用于分析股票市場并做出更好投資決策的首選解決方案。2023 年，IBM 業務合作伙伴和 IBM Fintechx 計劃成員 Edger 開始與 IBM 的客戶工程和創新工作室團隊合作，通過試點生成式 AI 來增強其流程和平臺。此次合作創建了三個

32、基于 AI 助手的流程，采用瑞典語和英語，并在為期四周的最小可行產品(MVP)試點期間進行了探索：第一個 AI 助手可以更加快速輕松地根據公司季報創建 CEO 摘要。第二個 AI 助手可以自動提取每個報告中的數據點。第三個 AI 助手允許投資者通過問答聊天流程與報告中的數據進行交互。每個助手都依賴于 IBM watsonx.ai，這是一個集成 AI 工具套件，旨在實現高度安全、協作式的數據管理和流程自動化。第三個助手還利用了 IBM watsonx Assistant，這是一個提供自動化自助支持的對話式 AI 平臺?！盎旌显O計”的實際應用90%96%季度報告數據提取時間縮短了 90%。過去，這

33、一過程可能需要長達一周的時間，但在試點中只用了四個小時?？偨Y 30 頁（或更多）報告的要點所需的時間縮短了約 96%。過去，分析師可能需要長達半個小時才能完成這項任務，而在試點中只用了數秒。試點還反映了平臺可為散戶投資者提供的一些潛在益處，例如更高效地收集和審查投資數據以及為每位投資者提供更相關的個性化信息。通過支持投資者與每份報告進行交互，Edger 讓投資者能夠更輕松地找到和分析與他們及其投資策略最相關的信息，然后做出相應的決策。試點期間的測試展現出了 Edger 生成式 AI 的切實成效和巨大潛力：1819問題隨著時間的推移，多種不同的 IT 環境（Z Systems、云平臺、本地部署工

34、作負載以及越來越多的邊緣設備）已成為常態。管理這種復雜性變得越來越困難。許多企業都會選擇增加人手來解決問題，但這并不是應對此挑戰的戰略性方法。自動化是關鍵。解決方案IBM 首先采用一種通用自動化策略，通過跨所有平臺實現配置、安裝和運營自動化，最終解決了復雜的管理難題。而所建立的自動化層已成為進一步創新的基石。下一步是實現容器化。IBM 意識到大多數工作負載具有類似的模式，因此通過容器化打造了一種超越單一平臺的標準化方法。這不僅有助于簡化管理，而且還為更敏捷的未來鋪平了道路。數據和應用如果沒有數據策略，IT 架構就不健全。IBM 解決了靜態數據（數據庫）、動態數據（應用通信）和非結構化數據（AI

35、 的生命線）的問題。強大的數據策略可確保信息隨時可用，并為下一階段的應用提供強大動力。應用是企業的門面。容器化和自動化環境為自定義應用和現成應用提供了理想的平臺。對應用的聚焦也凸顯了 IBM 的最終目標：創造業務價值。IBM 的混合設計成功案例 IBM 簡化 IT 環境，實現敏捷、創新和增長20IBM 員工的獲益簡化 IT 架構讓整個組織受益匪淺：決策者：標準化、更簡易的管理和更快的價值實現速度為領導者提供了證明 IT 投資合理性的有力支持。工程師：自動化讓開發人員能夠專注于機器不具備的能力，包括創造力、解決問題的能力和戰略思維。運營人員：簡化的環境讓運營人員能夠專注于更高級別的任務，并利用分

36、析功能進行根本原因分析。開發人員核心人物為開發人員賦能至關重要。IBM 注重打造開發人員工具，包括通用的持續集成/持續交付(CI/CD)層和 AI 賦能的代碼助手。這將確保開發人員能夠高效編碼，并打造滿足客戶需求的功能。AI 和開發人員之間有著緊密的合作關系。AI 是一種可在結構化環境中發揮強大效能的工具。標準化環境可確保數據可訪問性，這對于訓練和優化 AI 模型至關重要。當然，并不是只有 AI。除此之外，安全性也融入到了技術基礎中。從物理安全到數據保護，IBM 將安全最佳實踐整合到架構中的每一層。面向未來的平臺通過簡化 IT 架構，IBM 創建了一個可支持敏捷、創新和增長的平臺。盡管最開始的

37、目標是簡化 IT 架構，但最終卻實現了顯著的業務效益。20這不僅只是 IBM 的成功案例；對于任何面臨 IT 擴張挑戰的高管來說，這都是一份可以遵循的藍圖。IBM 商業價值研究院 重大技術重置 技術基礎就是組織的業務基礎技術架構就像是組織數字環境的藍圖，用于定義軟件組件如何交互，可確保數據流暢傳遞和系統靈活擴展。如果沒有技術架構，組織將面臨數據孤島、糟糕的用戶體驗以及系統在壓力下崩潰的風險?！盎旌显O計”技術架構是支撐組織數字環境正常運行的無形支柱，讓組織能夠開展創新、適應變化并實現發展。如果沒有設計良好的技術架構，組織將難以實現業務目標，更不用說在當今競爭激烈的環境中快速實現其業務目標了。不要

38、被“混合設計”之前的上一代技術架構所束縛。請記住，在爭奪 AI 高地的競賽中，許多人只關注那些閃耀的全新 AI 解決方案，但這一切背后看不見的基礎才是真正的無名英雄。通過打造面向未來的技術架構，領導者也將打造面向未來的企業?！盎旌显O計”技術架構是支撐組織數字環境正常運行的無形支柱，讓組織能夠開展創新、適應變化并實現發展。通過打造面向未來的技術架構，領導者也將打造面向未來的企業。2122特別感謝Deema AlathelVarun BijlaniKyle BrownShawn DSouzaNduwuisi EmuchayJason GartnerKate GazzilloJean-Pierre

39、LartigueLauren NowickiAliye OzcanBala RajaramanBarry RamirezJennifer RegoJames StevensonEdward Walsh1.Goehring,Brian,Manish Goyal,Ritika Gunnar,Anthony Marshall,and Aya Soffer.The ingenuity of generative AI:Unlock productivity and innovation at scale.IBM Institute for Business Value,June 2024.https:

40、/ tute-business-value/en-us/report/scale-generative-ai2.Ibid3.Hybrid by Design Survey 2.IBM Institute for Business Value.n=530,June 2024.Unpublished data.4.Ibid5.Ibid6.Ibid7.Ibid8.Ibid9.2024 Gen AI survey.IBM Institute for Business Value.n=2,500.March 2024.10.Ibid注釋11.6 hard truths CEOs must face.IB

41、M Institute for Business Value.May 2024.https:/ ship/institute-business-value/en-us/csuite-study/ceo12.Hybrid by Design Survey 2.IBM Institute for Business Value.n=530,June 2024.Unpublished data.13.Ibid14.Rodgers,Clarke,Moumita Saha,Dimple Ahluwalia,Kevin Skapinetz,and Gerald Parham.Securing generat

42、ive AI:What matters now.IBM Institute for Business Value,May 2024.https:/ibm.co/securing-generative-ai f188215511&sf188215511=123 Copyright IBM Corporation 2024 國際商業機器（中國）有限公司 北京市朝陽區金和東路 20 號院 3 號樓 正大中心南塔 12 層 郵編：100020美國出品|2024 年 8 月IBM、IBM 徽標、IBM Consulting、IBM Research、IBM Z 和 watsonx 是 Internati

43、onal Business Machines Corporation 在世界各地司法轄區的注冊商標。其他產品和服務名稱可能是 IBM 或其他公司的商標。以下 Web 站點上的“Copyright and trademark information”部分中包含了 IBM 商標的最新列表： Hat 和 OpenShift 是 Red Hat,Inc.或其子公司在美國和其他國家/地區的注冊商標。本文檔為自最初公布日期起的最新版本，IBM 可能隨時對其進行更改。IBM 并不一定在開展業務的所有國家或地區提供所有產品或服務。本文檔內的信息“按現狀”提供，不附有任何種類的（無論是明示的還是默示的）保證，包

44、括不附有關于適銷性、適用于某種特定用途的任何保證以及非侵權的任何保證或條件。IBM 產品根據其提供時所依據的協議條款和條件獲得保證。本報告的目的僅為提供通用指南。它并不旨在代替詳盡的研究或專業判斷依據。由于使用本出版物對任何企業或個人所造成的損失，IBM 概不負責。本報告中使用的數據可能源自第三方，IBM 并未對其進行獨立核實、驗證或審查。此類數據的使用結果均為“按現狀”提供，IBM 不作出任何明示或默示的聲明或保證。G7VA9VN1-ZHCN-0124IBM 商業價值研究院IBM 商業價值研究院(IBM IBV)成立二十年來，憑借 IBM 在商業、技術和社會交叉領域的獨特地位，每年都會針對成千上萬高管、消費者和專家展開調研、訪談和互動，將他們的觀點綜合成可信賴的、振奮人心和切實可行的洞察。需要 IBV 最新研究成果，請在 上注冊以接收 IBV 的電子郵件通訊。您可以在 Twitter 上關注 IBMIBV，或通過 https:/ibm.co/ibv-linkedin 在 LinkedIn 上聯系我們。訪問 IBM 商業價值研究院中國官網，免費下載研究報告：https:/ IBM 商業價值研究院官網微博微信公眾號