2024年 5月 23日，北京），IBM 在北京举行“AI for Business论坛”，与客户、合作伙伴、生态联盟等行业参与者一起，探讨如何将生成式 AI 应用到企业创新和实践当中。会上，中国开源软件推进联盟与 IBM 联合发布《可信赖的企业级生成式 AI 白皮书》（以下简称“白皮书”），旨在为中国企业提供借鉴，助力企业基于自身的业务需求与数据来构建开放、可信、具有业务针对性的企业级 AI 应用与模型，以提升生产力并推动创新，把握生成式 AI 带来的机遇，成为拥有 AI 领先优势的价值创造者。
生成式 AI 触发了新一轮人工智能创新浪潮，在推动经济转型和社会进步中展现出巨大潜力。企业是把技术创新转化为核心生产力的重要载体，然而技术重塑业务有其复杂性、差异性与多样性，既包括模型选择、训练、调优以及数据准备等技术问题，也包括场景价值、投入产出比等策略性问题，企业对于 AI 采用在各个层面有着不同的疑虑与困惑。
由 IBM 委托 Morning Consult 调研并发布的 2023年全球 AI 采用指数显示，规模超千人的企业级公司中，有四成已积极部署 AI，另有四成仍处于探索或实验阶段，尚未部署自己的模型；而阻碍企业成功采用和规模化扩展AI的主要障碍包括：AI 技能和专业知识不足（33%）、数据过于复杂（25%）、对AI伦理的担忧（23%）、AI 项目难以整合和扩展（22%）、价格太高（21%）以及缺乏 AI 模型开发工具（21%）。
随着各种 AI 大模型及其迭代版本的快速上市，企业更是“乱花迷眼”，不知如何选择恰当的技术路线与模型，才能从 AI 的投资与采用当中获得应有的价值回报。为此，IBM 与中国开源软件推进联盟联合撰写并发布白皮书，从生成式 AI 的技术演进、治理框架、相关产品、解决方案、参考架构，以及生成式 AI 的应用实践、前景及商业价值等重要层面进行阐述与分析，并结合 IBM 的技术、实践及用例，以期为企业的 AI 之旅指明方向，提供具有开放性、成本效益与灵活性的方法与工具借鉴。
白皮书特别强调了开源在推动 AI 发展方面的重要作用，开源不仅促进了技术的透明性，还加速了研发进程，为构建开放、共享、协同、自由的 AI 生态提供了坚实基础。白皮书针对近来企业极为关注的 AI 模型及平台、数据治理以及 AI 治理等重点领域，进行了先进经验与理念的分享；在场景价值方面，白皮书通过深入分析汽车、金融等行业的成功案例，展示了 AI 技术如何助力企业实现转型和创新。
IBM 大中华区首席技术官谢东表示：“要实现可信赖的企业级生成式 AI，开放和透明的创新至关重要，这就必须倚赖于一个开放的生态。借助开放社区的力量，企业可以选择和整合符合业务需求的开源模型、专有模型，或者自建模型，以恰当的成本获得最大的业务价值。IBM 去年与全球 50多个创始成员及协作者成立了 AI 联盟，旨在聚合顶尖资源与知识来解决安全问题，同时提供一个平台，共享和开发符合世界各地研究人员、开发人员和采用者需求的解决方案。目前 AI 联盟已有 100多个成员与合作者。IBM 近期开源了一系列 Granite 代码模型，用生成式 AI 来简化和加速开发人员的代码开发与部署工作，提升代码开发的工作效率。此次 IBM 与中国开源软件推进联盟的合作，旨在进一步加强本地开放式生态共建与协作，推动开放式 AI 创新，促进中国企业规模化采用和扩展 AI。我们期待通过携手共创，将 IBM 领先的企业级 AI 与基础模型能力提供给更多本地客户，赋能千行百业。”
中国开源软件推进联盟名誉主席、原国务院信息化联席会议办公室常务副主任陆首群表示：“很高兴应邀参加今天的活动，共同见证白皮书的联合发布。今天发布的白皮书有一个关键词——可信赖。实现可信赖的人工智能，开放开源不可或缺。半个世纪以来，开源在全球发展壮大，在中国崛起也有三十多年。包括 IBM 在内的主要科技公司，其人工智能的发展都受益于开源。如今，开源已崛起为一种全球性的创新与合作模式，开源创新也成为企业数字化转型、智能化重构的基础。我深感欣慰地看到，IBM 在代码与模型开源及开源社区共建方面都始终扮演着领导者的角色，而且致力于将前沿科技转化为生产力，为企业提供开放、可信、有针对性的 AI 解决方案。展望未来，我们期待与 IBM 齐心协力，加速开源 AI 社区的进步，共同开启企业级可信 AI 的新时代。”
暴雨全国副总裁孙辉表示：开源的发展有利于降低中小企的信息服务成本，同时为信息技术的发展提供了多态发展的契机。暴雨坚决拥护开源，在公司层面积极为开源技术添砖加瓦。暴雨深知技术的发展是为了造福人类，开源技术也是人类共同的资源。从数据时代、到云时代……开源一路同行。面对AI时代的到来，我们深信开源更有利于AI的发展。IBM与中国开源软件推进联盟发布《可信赖的企业级生成式 AI 白皮书》，为开源AI开了一个好头，值得大家点赞。
