watsonx的特色即在於具有開放的、可信任的、專注於業務以及能為企業創造商業價值的特點，可協助企業充分運用可信任的數據，拓展與加速創造AI的影響力。
隨著ChatGPT掀起熱潮，生成式AI也成為眾多矚目的焦點，為協助企業加速與擴大AI應用，近期IBM推出企業級AI與數據平台watsonx。這款平台是由watsonx.ai、watsonx.data以及watsonx.governance組合而成。其中，watsonx.ai是用來建構新的基礎模型、生成式AI和機器學習的AI開發平台；而watsonx.data則是聚焦在數據領域，以開放式「湖倉一體（Lakehouse）」架構，提供合乎用途的數據儲存；至於watsonx.governance則可協助企業建立負責任、透明、可解釋的AI工作流與AI治理。
台灣IBM公司總經理李正屹指出，watsonx的特色即在於具有開放的、可信任的、專注於業務以及能為企業創造商業價值的特點，可協助企業充分運用可信任的數據，拓展與加速創造AI的影響力。他提到，企業的期待無非就是希望AI技術能帶出更多價值，現在已經是AI的「iPhone時刻」，而關鍵是如何讓AI應用落地，過去IBM在實驗室研究了很多基礎模型，稱之為Foundation Model，在watsonx中，也推出Foundation Model for Business讓企業應用，不管是IT優化、數位人力或是流程分析都可以以此為基礎，做到最好的境界。
數據是企業應用主要顧慮
根據麥肯錫（McKinsey & Company）近期發布的2023年人工智慧現狀：生成式AI的突破年（The state of AI in 2023: Generative AI’s breakout year）全球調查，生成式AI工具正在爆炸性增長，甚至有三成以上的受訪者指出，他們的組織至少已有一項業務職能正在常態性使用人工智慧。麥肯錫也觀察到，人工智慧已從技術層次提升成為公司領導者關注的焦點。
近期公布的IBM年度全球CEO調查報告也有相同的觀察，75%的受訪者認為「應用先進的AI技術」是新的企業競爭優勢；更有半數受訪CEO表示自己企業的產品或服務已經使用AI技術，應用比例最高的業務領域包括客服、IT、製造、供應鏈與物流以及市場行銷，並計畫優先應用AI技術於風控與符規和人力資源業務。 不過，李正屹也指出，儘管生成式AI技術受到非常多關注與討論，但是CEO心中對生成式AI也存有不少顧慮，包含數據來源與數據洩漏、數據安全、企業自有數據不足、法規限制／符規、領導團隊支持以及數據正確性與偏見等等，都是影響CEO積極採用的因素。「AI應用對於企業數據治理、資訊安全、人員專業能力、企業文化等層面上都可能造成衝擊，但若以上述調查來看，六項因素中有四項都與數據有關，顯然，企業主對生成式AI最主要的顧慮其實還是數據。」
台灣IBM公司技術長莊士逸說明，面對數位化潮流，企業最關鍵的資產是資料，也是企業邁向AI的重要元素。如同金礦開採，如果沒有好的冶煉技術，就無法精煉出高純度的黃金，而未經徹底提取雜質的黃金，自然就沒有價值。這也是為何企業需要watsonx.governance的原因，從數據的萃取到純化與梳理是AI應用上非常重要的一環。「做好數據治理後，接下來才是數據的有效互動，watsonx.data可以透過API以及搜尋技術，來進行有效的介接與互通以及搜尋擷取，最終達到watsonx.ai的目標。」
2023美網採用提升數位觀賽體驗
儘管7月才問世，但watsonx已積極走入商業應用，日前美國網球協會便攜手IBM共同宣布，2023美國網球公開賽將運用watsonx新增生成式AI球評解說與AI勝負功能，為球迷提供更好的數位觀賽體驗。其中，生成式AI球評解說便是利用watsonx中的基礎模型，基於獨特的網球語言建構和訓練AI模型，透過紅帽OpenShift支援的混合雲基礎平台提供AI網球球評解說服務。
而另一項AI勝負功能也是由IBM watsonx來驅動，其運用了IBM能力指數和獲勝概率（IBM Power Index & Likelihood to Win）應用功能中的結構化和非結構化資料，以及可預測所有單打比賽球員優劣勢的網球資料統計平台，在美網開賽期間，每位選手都會收到專屬的AI勝負分析；並且隨著賽程進度和選手戰績每日更新；球迷也可以到各單場比賽的網頁查看對於比賽結果的預測，包括選手分析與進入決賽的勝率。
台灣IBM公司總經理李正屹指出，開放的、可信任的、專注於業務以及能為企業創造商業價值是四個企業級AI需要具備的特質。
李正屹指出，AI發展已經很多年，但過去僅僅只是流星級的應用，亦即在某個功能上加上AI技術，讓它變得更棒、更酷炫，但是卻沒有辦法對企業營運產生可長可久的影響。但是企業希望的AI是能融入所有企業經營環境，並且將其變成是組織能力，並且進一步提升企業競爭力，「watsonx便是因此而生，關鍵就在於其具備了開放的、可信任的、專注於業務以及能為企業創造商業價值等特點，因而能呼應企業對於生成式AI的期望與疑慮。」
他進一步說明，開放指的是企業無須從零開始，可運用已經訓練好的基礎模型為基礎，從60分再往上持續訓練到80分。信任指的是透明度與可解釋性，當AI提供錯誤答案時，能不能找出其中緣由，如果連透明度以及可解釋性都沒有辦法做到，就無法變成恆星級的應用。專注於業務，指的是找出真正重要的商業場景，企業的每一項AI嘗試其實都很棒，但如果只是把很多流星級的應用匯集在一起，並沒有辦法因此而改變營運生態。
「為企業創造商業價值也很重要，」李正屹舉例，運用ChatGPT來撰寫會議紀錄是一個很適合的場景，如此一來，員工就不需要再花時間整理，但是這樣的應用場景並沒有商業效益，只能視為是生產力工具而已，這也是為何IBM一再強調「AI for Business」的原因。
支援混合雲架構
面對AI時代下的競爭，好的平台也需要有堅實的IT基礎架構來支撐，對此，IBM也提供了整體一站式解決方案（Full Stack），包含專門為AI設計的晶片、特別優化的Power伺服器，同時也提供Red Hat OpenShift方案，讓企業能夠藉由微服務與容器化平台來建置混合雲的基礎架構，以支援未來企業在AI發展上的所有應用。
莊士逸提到，目前在watsonx平台上已有許多應用在業界展開，從數位人力、IT自動化、資安、永續到應用程式最佳化等方面都有，例如在資安應用上就能化被動為主動，藉由主動性的偵測讓企業保有更好的自主性與韌性；又如在永續層面，資料中心也需要一個智慧的機制，管控IT營運設備，降低碳排。「其實有不少企業都面臨到人才轉換的難題，以往開發的應用程式，有很多程式碼因為人員的退休而不知如何維護，人工智慧就可以協助企業重新設計應用程式，例如透過Code Assistant對老舊的原始碼（Source Code）進行解析等，都是應用程式最佳化可以協助的地方。」他強調，IBM也有很優秀的顧問團隊可以協助企業在AI轉型策略上，藉由watsonx做到最好的應用。