IBM商业价值报告：生成式AI

纯阳书评第590期《生成式AI》 IBM对新技术和新趋势的判断是有行业声誉的，所以大家对这本以生成式AI为主题的IBM研究报告集就必然有期待的，5月份仅京东平台的预订量达好几万就足以证明这一点。可惜这本书的内容靠实力拖了IBM的后腿，既没有证明IBM的一贯实力，也没有证明读者惯性判断的合理，反而既证明了IBM的研究水平也会出现较大波动，也证明了这本书确实不如其前辈。具体内容如下： 第一、在理念上无甚高论 IBM商业价值系列的最大卖点就是理念先进，具有高屋建瓴的引领和指向效应；能够发现潮流，追随新趋势和热点，挖掘最新可能；技术解读深刻，善于透过现象，洞悉事物本质。但是按照这些标准来评判，这本书就差一些了。 一是把传统AI与生成式AI混为一谈。尽管都叫AI，但是以2022年ChatGPT爆发为界可以较为清晰的划分为两个世界的AI，之前的AI大抵上可以被称为传统AI，因为其仅适用于某些专门领域的决策，这类AI现在被称为窄AI或弱AI，甚至被部分业界人士调侃为人工智障，而GPT等通用模型的诞生意味着宽AI或者强AI真正取得了突破，实现了广泛内容的生成。 本书主题是生成式人工智能，在拿出一些笔墨交代AIGC的概念和逻辑之后，就笔锋一转，开始了调头左转，在丝毫不和读者打招呼的情况下就把传统AI和生成式AI混为一谈，前脚讲AIGC，后边说的又是传统AI，这一点难免会让不明所以的读者混乱。 二是没有拿出高水平的洞见。大家读这本书就是冲着洞见而来，但是实际情况是本书在理念层面上尚处于泛泛而谈，在理念思想密度、深度和高度上没有出彩表现，甚至逊色于《大模型时代》等竞品书籍，不达读者期望，不及IBM的正常水平。 第二、在案例上尚无出彩点 看IBM价值系列，除了看观点，还要看案例，本书的案例也差强人意，这个责任50%由AIGC行业承诺，50%由IBM承担。AIGC承担50%责任的理由很简单，2年前取得突破，业界主要努力方向还在如何通过升级算法、提升硬件性能，进一步提升大模型的能力，帮助AIGC更加智能。而AIGC的应用研究尚处于起步和初始阶段，刚开始研究、探索如何发挥AIGC的能力以解决生产经营、业务运营问题，所以成功的案例并不多。 IBM承担50%责任的理由更简单，成功案例少，可以少用案例，没有成功案例，可以不用案例，但是用不太合适的案例或者是一点边都不沾的案例就有点说不过去了，既不利于支撑观点，也不利于读者理解观点，甚至还会产生相反的效应，去误导读者。 鉴于本书的差强人意、IBM价值研究团队一贯的研发实力和AIGC改变游戏规则的巨大能力，所以有理由认为IBM对于AIGC的研究绝不会止步于此，相信必然会后续推出高质量的升级版本。 请出手点赞，燃起知识火焰，照亮阅读之 ​

任何科技推动发展都是在提效和降本，当然AI也同样，企业拥抱AI，提高运营效率，降低经营成本

四平八稳系列“造福世界，而不仅仅是惠及企业”

走马观花式的叙事，无深度洞察和解析，出版的书籍还是差了很多意思。

因为最近在做生成AI相关的项目，所以对文中提到的一些问题和需要采取的行动能引起共鸣。但是整本书内容不够具体，更像是泛泛而谈。最后两章讲的更多的是CNN，而不是Gen AI。

如今，生成式AI和自动化正在重塑社会、商业、劳动力和技术格局，许多人经常将人工智能(AI)视为缓解经济萎靡不振的灵丹妙药，当前企业运用AI的真实现状究竟如何？这些AI采用者运用了哪些方法？取得了哪些成果？这本书揭开了AI领域的五个神话，通过数据和真实案例揭示了当前企业运用AI的真实现状，让我们能够学习和借鉴其他企业的实践经验，取得哪些成果，又可以实现哪些改进？与此同时，要如何将生成式AI整合到企业中？生成式AI和自动化又如何从“新闻热点”转变为普及应用？本书提供了比较完善的建议、见解和方向。

算力上去了，更低成本试验算法，才会迎来井喷爆发。

大数据体系+机器学习+专有数据+生成式AI 构成了生成式AI平台 概念提的不错