IBM商業價值報告：生成式AI

純陽書評第590期《生成式AI》 IBM對新技術和新趨勢的判斷是有行業聲譽的，所以大家對這本以生成式AI爲主題的IBM研究報告集就必然有期待的，5月份僅京東平臺的預訂量達好幾萬就足以證明這一點。可惜這本書的內容靠實力拖了IBM的後腿，既沒有證明IBM的一貫實力，也沒有證明讀者慣性判斷的合理，反而既證明了IBM的研究水平也會出現較大波動，也證明了這本書確實不如其前輩。具體內容如下： 第一、在理念上無甚高論 IBM商業價值系列的最大賣點就是理念先進，具有高屋建瓴的引領和指向效應；能夠發現潮流，追隨新趨勢和熱點，挖掘最新可能；技術解讀深刻，善於透過現象，洞悉事物本質。但是按照這些標準來評判，這本書就差一些了。 一是把傳統AI與生成式AI混爲一談。儘管都叫AI，但是以2022年ChatGPT爆發爲界可以較爲清晰的劃分爲兩個世界的AI，之前的AI大抵上可以被稱爲傳統AI，因爲其僅適用於某些專門領域的決策，這類AI現在被稱爲窄AI或弱AI，甚至被部分業界人士調侃爲人工智障，而GPT等通用模型的誕生意味着寬AI或者強AI真正取得了突破，實現了廣泛內容的生成。 本書主題是生成式人工智能，在拿出一些筆墨交代AIGC的概念和邏輯之後，就筆鋒一轉，開始了調頭左轉，在絲毫不和讀者打招呼的情況下就把傳統AI和生成式AI混爲一談，前腳講AIGC，後邊說的又是傳統AI，這一點難免會讓不明所以的讀者混亂。 二是沒有拿出高水平的洞見。大家讀這本書就是衝着洞見而來，但是實際情況是本書在理念層面上尚處於泛泛而談，在理念思想密度、深度和高度上沒有出彩表現，甚至遜色於《大模型時代》等競品書籍，不達讀者期望，不及IBM的正常水平。 第二、在案例上尚無出彩點 看IBM價值系列，除了看觀點，還要看案例，本書的案例也差強人意，這個責任50%由AIGC行業承諾，50%由IBM承擔。AIGC承擔50%責任的理由很簡單，2年前取得突破，業界主要努力方向還在如何通過升級算法、提升硬件性能，進一步提升大模型的能力，幫助AIGC更加智能。而AIGC的應用研究尚處於起步和初始階段，剛開始研究、探索如何發揮AIGC的能力以解決生產經營、業務運營問題，所以成功的案例並不多。 IBM承擔50%責任的理由更簡單，成功案例少，可以少用案例，沒有成功案例，可以不用案例，但是用不太合適的案例或者是一點邊都不沾的案例就有點說不過去了，既不利於支撐觀點，也不利於讀者理解觀點，甚至還會產生相反的效應，去誤導讀者。 鑑於本書的差強人意、IBM價值研究團隊一貫的研發實力和AIGC改變遊戲規則的巨大能力，所以有理由認爲IBM對於AIGC的研究絕不會止步於此，相信必然會後續推出高質量的升級版本。 請出手點贊，燃起知識火焰，照亮閱讀之 ​

任何科技推動發展都是在提效和降本，當然AI也同樣，企業擁抱AI，提高運營效率，降低經營成本

四平八穩系列“造福世界，而不僅僅是惠及企業”

走馬觀花式的敘事，無深度洞察和解析，出版的書籍還是差了很多意思。

因爲最近在做生成AI相關的項目，所以對文中提到的一些問題和需要採取的行動能引起共鳴。但是整本書內容不夠具體，更像是泛泛而談。最後兩章講的更多的是CNN，而不是Gen AI。

如今，生成式AI和自動化正在重塑社會、商業、勞動力和技術格局，許多人經常將人工智能(AI)視爲緩解經濟萎靡不振的靈丹妙藥，當前企業運用AI的真實現狀究竟如何？這些AI採用者運用了哪些方法？取得了哪些成果？這本書揭開了AI領域的五個神話，通過數據和真實案例揭示了當前企業運用AI的真實現狀，讓我們能夠學習和借鑑其他企業的實踐經驗，取得哪些成果，又可以實現哪些改進？與此同時，要如何將生成式AI整合到企業中？生成式AI和自動化又如何從“新聞熱點”轉變爲普及應用？本書提供了比較完善的建議、見解和方向。

算力上去了，更低成本試驗算法，纔會迎來井噴爆發。

大數據體系+機器學習+專有數據+生成式AI 構成了生成式AI平臺 概念提的不錯