一望无际的智能化海洋，IBM是远航者的“灯塔”

不断探索新的事物，追求人力无法触及的新世界，这正是今天这些有志于走向数字化转型企业的梦想，但人力终有极限，当AI的能力逐渐被企业从接受到信任，一个真正的智能时代的雏形才开始浮出水面。

这两年，AI确实也没让我们失望，我们看到疫情期间，AI赋能的社区管理实现了对流动人口的快速排查；AI测温保证了机场和车站等公共场的正常运转；AI咨询服务平台，做到了指导大众做自我排查和居家隔离……

当AI与社会治理形成了如此紧密之联系，我们才发现，不知不觉中，AI已经成为了数字化转型的必选项，而非一种短期的投资冲动，这亦是AI之于整个社会全新的价值体现。

当然，对于企业来说，AI的角色也在潜移默化地发生改变。AI作为一个新的赛道，在新旧竞争壁垒更迭的周期中，AI的能力将是企业跑赢对手弯道超车的机会；同时，AI的能力也将重构企业的竞争力，保证企业在未来的比赛中更不容易被击败。

显而易见，由AI驱动的智能化正在改变很多行业的游戏规则，数字化转型的成果将很大程度上要参照智能化的水平。

迈向智能化，数据治理先行

面对AI的热潮，企业切忌冲动冒进，IBM大中华区科技事业部客户成功管理部总经理朱辉表示，“《2022 年全球 AI 采用指数》显示，企业对AI的认知更稳了，他们认识到，首先要成功的实施数据治理，然后才能够规模化推进数据与AI的战略，实现他们的业务目标。” 要成为智能化的企业，绝非一朝一夕之功，迈向智能化，数据治理必须先行。

IBM大中华区科技事业部客户成功管理部总经理 朱辉

金税四期工程正在推动税务系统从“以票管税”向“以数治税”转变，这让数据治理成为了税务系统数字化升级的关键。

随着业务的发展，四川省税务局的客户业务数据已经分布在了70多个业务系统里，甚至某些单表的数据量已超过了30亿行，为了更好地管理这些庞大的数据，四川省税务局启动了大数据平台的建设，而数据价值的挖掘，不只在于数据的汇总，更在于其后的治理。

但数据治理面临诸多挑战，对数据的存、取、用几方面均存在不足，特别是数据与业务之间的关系不清晰，同时数据的风险管控和合规其实也有更高的要求。

基于这些痛点，四川省税务局选择采用IBM Cloud Pak for Data平台上的数据治理模块IBM Watson Knowledge Catalog来进行数据治理。目前已经实现对元数据的管理，并能做到业务和技术数据的关联，形成了业务到数据的完整知识图谱。这可以理解为，将数据转化为了“知识”，而知识才是每个人都能理解和利用的信息。同时，在数据安全方面，对监管敏感的数据实现分级分类管理，满足了对于风险管理和合规的严格要求。

可以预见，通过数据治理提升了数字化水平的四川省税务局，下一步将逐步落地智慧税务的场景，真正走出一条智慧政务的AI之路。

金融行业一直是数字化的标杆，很多数据应用和AI项目都是在金融场景中实现率先落地的。

随着银行间市场的蓬勃发展，过去多年建设了大量系统，尽管沉淀了大量数据，却大部分是数据孤岛，相互割裂。系统也存在重复建设，数据标准不统一等难题。

做为一家银行间市场交易平台相关的服务和技术支持的公司，中汇信息正在努力改变这一现状，它们需要一个统一的数据治理平台，来保证数据质量，数据合规和溯源等自服务的能力。而IBM Cloud Pak for Data 的Watson Knowledge Catalog具有强大的数据治理功能，恰恰符合了用户的诉求。

新的平台不仅实现了资产管理的中心化，提供一个全局的视角，还形成了元数据的标准体系，实现了业务术语与技术术语的挂钩，同时也提高了资产透明化，避免了重复建设，实现了不同部门不同应用的复用和共享。该平台的一个核心价值在于非IT人员可以通过资产目录，自己找到所需的数据，提高了数据使用的效率。也为未来深化AI能力奠定了基础。

朱辉表示，这两个案例，证明了企业和组织在通向更加成熟的AI规模化应用之前，正在集中力量解决数据治理的难题，这将会保证企业未来可以通过更为稳固的数据基础平台，快速开发各种各样的AI应用。

AI赋能，效率为上

成立于1995年的济源市万洋冶炼集团有限公司，是一家以有色金属冶炼为主的制造业民营企业。经历了20多年的发展，2020年到2021年的年产值达到了300多亿，是一家非常出色的民营制造业企业，连续多年上榜 “中国民营制造企业的500强”和“中国民营企业的500强”等榜单。

随着万洋冶炼业务的快速增长，规模越来越大，业务流程跨越了多个部门和多个子公司，因为缺少一个流程协同平台，无法实现业务管理的统一化和标准化。除此之外，业务合同跨越了多个业务系统，没有审计系统和相关资料统一的维护，来确保和流程和协同的交互。

面对这些问题，IBM Cloud Pak for Business Automation 为其提供了一整套模块化的业务流程集成软件，具备业务流程自动化的功能。帮助客户对跨部门跨公司的各种流程实现标准化和端到端的流程自动化。通过流程协作平台的建设，万洋冶炼实现了它的这些业务流程线上的高效协同，保证了流程合规性、可审计性和可追溯性。

这是一个利用AI赋能的自动化，为制造业企业增效降本的典型案例。朱辉表示，通过AI赋能，很好地缓解了企业的业务压力。IBM也希望能够把这个落地的案例，和最佳实践分享到其它的中国制造企业当中去，能够让更多的制造业客户享受到新技术能力带来的价值。

在汽车制造业当中，一汽-大众是一个耳熟能详的品牌，他们希望利用云、大数据等先进技术来打造更好的用户体验。因此，他们选择与IBM Consulting合作，采用IBM车库创新方法（IBM Garage）来更新自身研发团队的能力，利用IBM Cloud Pak for Integration将司机驾驶体验所涉及到所有服务生态整合为无缝便捷的一种新型服务模式。

数字化转型的实践和IBM Cloud Paks平台的使用，给一汽-大众带来了很多积极变化，从订车到开车，一汽-大众提升了全流程服务的客户体验，成为首家开通线上定制车订单的主流合资车企。

从这个故事我们可以看到，智能化成为了打造极致体验，并能够让企业具备弯道超车、引领行业变革的新动能。新能源汽车，更是一个巨大的软件产品结合体，IBM还有更多的机会赋能汽车制造业。

创立于1902年的云南白药，是一家有120年历史的“百年老店”，也是一家享誉中外的中华老字号。“老”是指企业发展经历的丰富性，并不代表创新的“老化”。反之，云南白药近年来一直在全面推进数字化转型，积极探索中医药及其生态领域当中大数据、人工智能、机器学习等新的技术应用以及创新，用数字化转型助推百年医药品牌的新征程。

例如，云南白药四年前就开始进行人工智能和机器学习的尝试、探索和能力建设。2021年，云南白药开始携手IBM，基于IBM云原生数据与AI平台IBM Cloud Pak for Data搭建了企业一站式人工智能应用平台，积极推进人工智能平台的多场景应用，为规模化部署AI来赋能业务按下了加速键。

通过这一平台的应用，云南白药实现了利用AI技术驱动新的业务场景，比如构建一个新的AI医疗解决方案，并探索AI技术在临床科研上的应用和转化。同时，利用AI技术赋能传统的数字化，如中草药的智能分拣，提高传统业务的运营效率等。

云与AI融合，加速智能化转型

在商品期货量化投资领域，传统意义上比较多的是采用商品期货行情数据，以及其衍生的技术指标来辅助期货投资交易决策，因此数据的价值愈发凸显。

华鑫期货有限公司是引领中国期货行业经营快速发展的一家期货公司，依托其自主研发的期货交易平台，有强大的专业化投资研发服务能力。华鑫期货希望结合行情数据、基本面数据来优化投资决策，同时希望搭建一个平台化的工具将数据的存储、分析、决策统一，提供给不同的角色的技术人员协作使用。

在IBM的支持下，华鑫期货借助IBM Cloud Pak for Data将AI注入量化交易业务。不仅实现了数据的连接和清洗，也利用AutoAI帮助客户进行自动化的机器学习模型训练。在部署新的平台之后，华鑫期货做到了利用跨行业的航运数据去助力期货量化交易，将AI注入期货量化交易业务，在新兴方向上取得了突破性的进展。通过高效的数据人工智能协作的开发平台，将期货量化分析的工作系统化、自动化，定期追踪分析和回测效果。同时，全自动机器学习快速进行新特征的组合生成，超参调优，自动模型选择，大幅提升建模效率。

医疗数字化是涉及国计民生的大事，经由数字化系统的搭建，医疗行业逐渐从传统的诊疗向大健康服务发展，从治疗为主转向预防为主，从以医院为中心向以患者为中心发展，并能够利用AI及大数据等技术能力，加速行业进入精准化医疗时代。

作为中国专业的医疗云应用方案提供商，为了顺应时代的发展，心医国际制订了从技术提供商向服务运营商进行战略转型的目标，但挑战依然艰巨。如何将医疗信息资产用于改善用户体验？如何通过生态云平台助力医疗健康产业，重塑业务模式？如何确保开放的数据和服务能力资产，能够被安全有效地访问？

带着这些困扰，心医国际选择了IBM Cloud Pak for Integration平台，来实现部分医疗用户系统的敏捷集成，用统一的集成平台来管理和监控既有的医疗资源，构建业务创新和学科运营生态平台。

在平台上线后，心医国际使用红帽 OpenShift搭建容器云、微服务平台完成了企业级解决方案的转型，以统一的API网关实现了对已有医学数据资源的安全管理，以及针对学科云的建设，统一了已有医疗业务系统的接入标准，进一步实现了混合云、云原生技术，以及对IBM Cloud Pak for Integration产品的初步赋能。为未来构建丰富的医疗应用生态奠定了很好的基础。

IBM愿做远航者的“灯塔”

从这些实践案例当中，我们其实可以得出一些共性的思考：

第一，随着云与AI等技术的成熟，企业通过数据治理，迈向智能化的趋势，已不可逆转。第二，企业需要的并非是云或AI技术本身，而是构建在技术架构之上的应用和创新能力，这是IBM之所以能够结合混合云和AI两方面优势，给予客户最佳解决方案的根本原因。

第三，随需应变的根本，就是站在客户的需求之上，换位思考。IBM客户成功部门的成立，亦是为此而来。

IBM作为行业的领导者，也从整个行业的视角，发布了针对全球七千多位（500位来自中国）对IT 决策有一定了解、影响力和决策力的企业高管所做的年度市场调研报告：《2022 年全球 AI 采用指数》（以下简称报告）。

中国近 60% 受访者表示他们的公司已在业务中积极部署 AI，30% 的受访者表示公司正在探索 AI，这意味着90%以上的企业都在寻求向智能化转型的路径。

同时，我们也看到这份《报告》与IBM的成功案例相互印证，充分证明了它的指导性。企业面向AI的路径，从数据治理开始，建立对AI的信任，逐步走入AI实践。少了过去对AI的冲动或止步不前，多了一份走向AI赋能业务的成熟与稳健。

朱辉指出，AI 正在改变企业的运营。IBM 利用自身积累的创新技术，帮助企业把 AI 注入他们的技术架构、系统和业务流程中，从预测（Predict）、自动化（Automate）、安全（Secure）和现代化（Modernize）这四个维度，高效整合和处理复杂的企业数据，帮助企业构建智能业务，快速获取数字化转型的业务价值。

为了更好支撑企业在混合云环境下的智能化服务，IBM在去年成立了IBM客户成功经理架构师团队（CSM），这是一支由资深架构师组成的团队，帮助采购了IBM混合云和AI技术的客户先把这些技术用好，快速解决实际业务问题，同时陪伴客户推进下一阶段的数字化征程，将服务贯穿企业混合云和AI落地的全项目周期，并长期和客户保持着一种互动的关系和共创的合作关系，做好企业混合云与AI创新的“同路人”。

过去，人类对新的技术总会感到恐惧和抵触，这源于未知和对“失控”的恐慌感。所以，数字化的进程从来不是一条直线，而是螺旋上升的曲线。未来的智能世界的确也充满未知，充满挑战，将技术转化为经验，让未知化为“已知”，在一望无际的智能化海洋中，IBM愿做远航者的“灯塔”。