戴爾首席技術官：企業AI將在2025年騰飛

在接受媒體採訪時，Roese描繪了一幅由三個截然不同但相互關聯的市場組成的AI格局：預生成式AI、AI模型訓練和企業AI。

他指出，雖然前兩個市場已經很成熟，但企業AI市場潛力最大，不過採用曲線較慢。他解釋說：“AI不是一個單一的市場——是三個完全獨立但又相互關聯的市場。”他指出，計算機視覺和機器人等生成式AI之前出現的技術，都是把數據提煉爲生成式AI可使用格式的關鍵層。

第二個市場專注於訓練大規模AI模型，目前是由超大規模企業以及爭奪搜索和社交網絡霸主地位的科技巨頭主導，而戴爾在提供必要的基礎設施方面發揮着關鍵作用。

然而，Roese認爲第三個市場——企業AI——正處於轉型的邊緣，他指出，雖然訓練市場因科技巨頭對“大型集羣”的大規模投資而成爲新聞頭條，但企業市場更專注於把AI應用於業務流程中。

“企業AI是關於瞭解企業中哪些流程使企業運轉起來，並通過應用AI來顯著改善這些流程”，這就意味着使用AI來優化供應鏈、改善客戶服務和增強產品開發。

Roese認爲，一個關鍵的區別是，企業主要關注推理——通過現有模型運行數據——而不是訓練自己的模型，這就需要一種不同的基礎設施方法：一種分佈式的、針對推理進行優化的、並且可能延伸到邊緣的方法。Roese觀察到：“在過去六個月中，我們看到企業市場日趨成熟”，他指出，現成的AI工具和功能正在興起，這些工具和功能針對企業，通常更擅長消費技術而不是生產技術。

六項核心能力

Roese概述了可以解決大多數企業AI用例場景的六項核心能力，並敦促CIO們應該專注於這些基礎要素，而不是構建一大堆能力，這將有助於他們優先考慮把AI投資集中在那些直接利用核心能力和競爭優勢的領域。

這六項能力包括基於檢索增強生成（RAG）的聊天機器人、編碼代理、內容AI引擎、數據管理代理、分析代理和微調基礎設施。Roese表示，這些功能足以讓今天的戴爾實現300多個AI用例。

具體而言，代理AI架構的興起代表着一個重要的轉折點。這些架構由更小的、更專業的AI模型組成，像“數字勞動力”一樣執行特定的任務，提供更大的控制力、可解釋性、以及通過微調整合專有數據的能力。

Roese表示：“你實際上是在建立一支由具有不同技能的人組成的團隊”，這使得人類和AI之間能夠採取一種更具協作性的方法，人類可以協調和監督這些數字代理的工作。

Roese預計，代理架構將隨着標準化程度的提高而變得更加主流，從而推動企業從2025年中期開始採用面向代理的AI系統，“這可能是我們第一次看到企業AI生產顯著加速，”他說。

在談到數據泄露和代理管理方面的擔憂時，Roese表示，不同類型的代理將需要不同的生命週期管理方法。

例如，具有穩定且特定任務的代理，可以像更新軟件包一樣進行管理，而與動態實時數據交互的代理，則應該使用RAG來訪問數據，而不是將數據嵌入代理本身。

爲了更好地控制和解釋，組織還可以使用一組專門的代理，而不是單個的整體代理。集合中的每個代理都可以擁有針對特定功能量身定製的不同管理生命週期。

例如，在本地機器上運行的通信代理，就可以使用LangChain等工具與單個大型語言模型或者可以訪問組織庫存實時信息的代理進行通信。“兩個代理之間的協作爲您提供了看似實時的答案，儘管從生命週期的角度來看，唯一實時的是第二個代理背後的數據庫，”Roese說。

他承認企業在駕馭複雜AI方面面臨的挑戰，並指出其中的主要障礙就是治理、“隨機供應商”對推動大多數AI項目的業務部門所帶來的影響，以及對可預測成本的需求。

儘管如此，Roese仍然對未來持樂觀態度，建議企業應該專注於符合其核心競爭力的戰略性AI實施，並利用現成的工具，“隨着你實施更好的治理，事情變得更加現成，你實際上可以更快速地行動起來。”