1. 驱动力：立即行动
我们如何激发紧迫感，迅速将 AI 纳入企业战略？
认识到人工智能 (AI) 带来的变革性力量纵然重要，但唯有实际行动才能真正塑造企业未来。我们必须迅速并慎重地将 AI 纳入企业战略。这意味着要将 AI 视为企业发展的重要部分，而不仅仅是可有可无的工具。这种紧迫感并非出自对技术落后的恐惧，而是因为深刻认识到 AI 释放新机遇的强大潜力。
我们正迎来一个由 AI 深刻重塑的新时代。这一革命性技术不再是遥不可及的幻想，如今 AI 已无处不在。在 AI 主导的新格局下，企业面临着三大挑战。
立即行动，拥抱企业 AI
首先，AI 逐渐成为大大小小的企业不可或缺的一部分。采纳 AI 技术与互联网革命初期时的情形一样迫在眉睫。那些犹豫不决、未能积极拥抱互联网的企业很快就处于严重劣势。同样，推迟 AI 战略可能意味着错失增长和创新的良机，进而落后于采纳 AI 技术的竞争对手。结论显而易见：应当立即行动，刻不容缓。
破除 AI 迷思
其次，采用 AI 技术的过程中充满了误解。正如同萧伯纳提出的 “针对外行的阴谋” 这一观点，过度夸大复杂性会蒙蔽大众。阴谋论的盛行使 AI 看起来比实际情况更令人生畏。所有 AI 项目都需要训练最大的模型吗？必须投资数百万才能成功实施 AI 项目吗？这些疑虑都阻碍了企业充分了解和利用 AI 的潜力。破除这些迷思对于有效实现 AI 转型至关重要。
不知从何入手
许多企业对复杂的 AI 技术望而生畏，不知从何下手。关键在于，首先要目标明确，要理解采纳 AI 的深层原因。企业领导者还应从技术角度出发，重点关注三个阶段：数据管理、模型开发和战略部署。这种方法能够确保 AI 技术的针对性和有效性，可以根据具体业务需求量身定制，从而确保 AI 项目顺利落地。
2. 战略意图：业务目标
我们如何制定 AI 目标并使之与更宏大的业务目标相一致？
AI 计划并非仅仅是技术层面的冒险，还应当与更宏大的业务目标保持一致，从而推动真正的价值实现。AI 技术的采纳必须意图明确，并与企业战略目标紧密契合。这意味着要确保每个 AI 项目都朝着实现长期愿景和满足当前业务需求的方向推进。通过研究 AI 目标的制定，并使之符合业务目标，我们能够按图索骥，使技术决策成为整体业务规划和执行的重要环节，而非孤立的部分。
确立 AI 意图
设计 AI 战略与制定企业战略非常相似。将 AI 战略与企业战略相统一，可以确保 AI 计划直接服务于企业使命和目标。
1. 将 AI 战略与企业战略紧密联系
- 探索驱动企业发展的根本目标。
- 深入研究企业主要产品和流程的核心组成。
- 发掘并利用使企业脱颖而出的独特领域知识和资源。
2. 评估竞争环境
- 明确企业内部和竞争对手的可用资源和能力。
- 密切关注新出现的数字化颠覆者 (digital disruptor) 和主流使用场景。
3. 确立 AI 意图：
- 您的主要目标是什么？您计划将 AI 主要用于运营任务还是推出新的创新服务？*
- 您的 AI 项目可见性如何？在后端还是前端？*
- 大处着眼，明智起步。您可能会运行四个象限区域所涉及的数十个 AI 项目。*
关键问题
- AI 如何帮助您的企业实现总体目标？
- 对于您的企业和行业竞争对手来说，当前和潜在的 AI 应用领域有哪些？
- 成功的关键因素是什么？
- 您需要分配哪些资源？
▪ AI 意图指南
这份 “AI 战略意图指南” 为企业迈入由 AI 重塑的新世界指明了方向。意图指南从两个关键维度描绘 AI 的影响。前者是从前端到后端的可见性，后者是从运营到创新的目标确立。这一指南是规划 AI 计划的引导工具。
在前端，AI 可以为优化用户体验和推出新产品提供推动力，加强与增强现实和虚拟现实的互动，并优化用户个性化体验。在后端，AI 可以助力提高效率和开发新功能，简化供应链管理并推进研发。这一战略框架不仅明确了 AI 的应用领域，还阐明了 AI 如何与企业战略目标保持一致并推动其实现。
▪ 转型框架： AI 战略影响指南
利用 “企业 AI 指南” 来制定您的 AI 战略。这一引导工具为您指明了一条明确的 AI 路径，为您提供了一个战略起点，可助您在优势领域充分实现价值。从 “优化体验” “推出新产品” “提高效率” 或 “推出新功能” 中，选择符合您企业目标的 AI 战略意图。
通过研究每个象限区域中的具体用例，可以深入理解 AI 在不同业务领域的实际应用。
• 优化体验（前端和运营）：
在前端利用 AI，以用户可见的方式提升运营流程，从而 “优化体验”。在这一象限区域中。AI 解决方案的可见性很高，并且重点关注运营方面。银行业对聊天机器人的使用便是一例。这些 AI 驱动的界面提供全天候客户服务，无需人工干预即可处理从余额查询到交易支持的各种咨询。这样不仅可以通过提供即时服务提升用户体验，还可提高银行的运营效率。
• 提高效率（后端和运营）：
在这一象限区域中，AI 解决方案在幕后工作，来优化现有流程。例如，在制造业中，AI 驱动的预测性维护可以在设备故障发生前进行预测，从而大大减少停机时间，延长机器的使用寿命。这种运行效率上的优化对终端用户来说是无形的，但对提高效率却非常重要。
• 推出新功能（后端和创新）：
“推出新功能” 指的是 AI 在推动创新方面的无形作用。在这一象限区域中，AI 对研发的作用举足轻重。在金融领域，AI 通过先进的欺诈检测算法，从后端提供创新。这些系统在幕后分析交易模式，防范欺诈活动，为金融业务提供安全基础，助力经济发展。
• 推出新产品（前端和创新）：
在 “推出新产品” 这个象限区域中，AI 的可见性与新产品及服务的创造相融合。例如，游戏行业已经采用 AI 来建立动态难度调整，确保不同水平的玩家均可享受游戏乐趣。这项创新技术可提供个性化游戏体验来让玩家保持兴趣，推动了娱乐行业的新产品问世。
“AI 战略影响指南” 可作为决策者的指南，帮助其更好地规划企业和机构的 AI 计划。每个象限区域代表了 AI 在商业领域发挥的一种变革性作用。
▪ AI 清单：战略意图
许多企业在目标不够明确的情况下就开始实施 AI 项目，这可能导致一系列问题，如目标混乱、资源分配效率低下以及潜在的投资失误。AI 项目的实施应从制定精准的战略意图开始。
3. 成本：价值提升
我们如何制定具有成本效益的决策，以提升 AI 投资价值？
开启 AI 之旅将带来巨大潜力，但成本也十分高昂。释放这一潜力的关键不在于大手笔的投资，更在于利用您所熟悉的现有平台和工具在企业中全面推广 AI。这种方法的目标不仅仅是提高效率，更要在 AI 驱动的时代重新定义价值创造，确保每一笔投资都能经济高效地促成您实现愿景。
通过优化性能和效率提升价值
企业面临着巨大压力，要降低包括硬件采购、用电、云成本和软件许可等资本和运营支出。与此同时，随着 AI 的应用日益广泛，工作负载需求不断增加。
- 这一过程复杂而细致，单一的解决方案无法满足所有应用场景。从云端到边缘再到客户端，AI 实施过程中选择的广度体现了由数据、AI 软件和硬件基础设施组成的庞大生态系统的支持。
- 在现有基础设施内扩展 AI 可以显著提升价值。有些情况下，您可以利用数据中心平台和云投资来支持新的 AI 工作负载，几乎无需专用硬件。
- 减少功耗和碳足迹。应当承认，运行 AI 工作负载可能会消耗大量电能。您可以选择各种高效节能的硬件和软件工具，以提高每瓦性能并减少二氧化碳排放。
选择英特尔的理由
- 英特尔可为您的各种工作负载（从 AI 到数据库到 Web 服务等）提供开放、灵活的平台，帮您降低总体拥有成本，并充分利用您的数据中心和云投资。
- 如果您需要专用 AI 训练和推理系统，并且想要充分发挥预算价值，您可以考虑英特尔® Gaudi® AI 加速器，其成本约为其他 GPU 产品的一半。
- 利用新一代英特尔® CPU、GPU 和 AI 加速器，通过英特尔® Tiber™ Developer Cloud 在预配置系统和集群中测试、优化、加速和部署 AI 应用和工作负载。
- 通过升级现有的以太网基础设施，为 AI 数据管线提供更快的连接速度。将英特尔® 以太网 800 系列网络适配器与英特尔® 至强® 处理器配合使用，可以提高 AI 推理任务的成本效益。
4. 上市时间：加速价值实现
我们如何加快 AI 项目进程，抢抓市场机遇？
对于许多投资 AI 的企业来说，交付周期延长往往会阻碍进入市场的过程。这会导致企业陷入瓶颈，以为只有基于 GPU 的解决方案才能满足其需求。然而，现实情况是，对于有些 AI 项目来说，即使是现有的基于英特尔® 至强® CPU 的系统也足以满足需求，且有可能避免漫长的等待时间。准确评估项目需求至关重要，因为获取合适的平台可能比预期更容易。对于规模较大的 AI 项目，英特尔® Gaudi® 加速器提供了一种新选择，它可以快速启动开发流程，同时为训练和推理提供支持，使团队无需等待即可实现扩展。这种方法不仅能节省时间，还能帮助企业加快 AI 解决方案从构思到市场就绪的流程。
加速 AI 应用开发
很多情况下，您不需要从头开始构建 AI 模型。生态系统正朝着中小型 “专业” 模型或开源预训练模型的方向发展。
您可以利用上述模型加快推出 AI 应用并快速获得结果，同时优化工作负载性能。由于可以在任何计算平台和存储设备上灵活运行，因此开发团队能在自己所选的硬件上使用其框架和预训练模型。
选择英特尔的理由
- 经过优化的开源 AI 框架和预训练模型有助于确保英特尔® 硬件在从边缘到客户端再到数据中心和云的场景中发挥出色性能。
- 英特尔® Geti™ 是英特尔的软件平台，可以在很短的时间内以更少的数据构建计算机视觉模型。使用该平台可以简化整个 AI 模型开发过程中繁重的数据打标、模型训练和优化任务，使团队能够大规模创建定制化的 AI 模型。
- Hugging Face 是强大的 AI 模型、数据集和应用平台。英特尔与 Hugging Face 合作，为英特尔® 平台提供调优配置方案、经优化的推理模型和模型服务。
- 英特尔支持 oneAPI，这是一种统一的、基于标准的开放式编程模型，提供多供应商、多架构环境，以简化开发流程。
- 英特尔® Tiber™ Developer Cloud 提供的诸多全新软硬件可以帮助您在可托管且经济高效的基础设施上测试、优化、运行和扩展 AI 应用。
5. 投入与影响力
我们如何在 AI 创新项目中确保投入与影响力的平衡？
创新之路充满了 “AI 失败” 的风险：项目可能遭遇滑铁卢，但并不是因为缺乏雄心，而是因为技术与现实应用的脱节。加速创新意味着跨过这一陷阱。这就需要确定合适的用例，迅速为企业创造价值，并确立企业直接可用的解决方案，让您能够快速投入生产。这一过程不仅要迅速，还要懂得运用智慧：要将敏捷与精准相结合，确保向前走出的每一步都迅速而有影响力。
借助企业 AI，在创新浪潮中立于潮头
AI 的迅猛发展为企业创造了驱动收入增长和提高生产力的新机遇。由软硬件及云服务提供商组成的全球开放生态系统提供了一系列解决方案，让您可以将生成式 AI 及其他 AI 应用快速投入生产。
您可以利用数百个可立即部署的行业特定解决方案快速投入生产，并针对您所在的市场部署 AI 解决方案，以实现特定业务成果。您也可以利用您所熟悉的、已经在运行其他企业工作负载的现有硬件和云平台，将生成式 AI 投入生产。
您的通用计算平台可能已经具备了运行 AI 的能力，尤其是如果您已经在运行中小型 “专业” 模型。您可以利用已经在运行其他企业工作负载的数据中心或云平台，快速将 AI 投入生产。
选择英特尔的理由
- 英特尔可以为您提供企业 AI 软硬件，在整个过程中助力加速创新。
- 英特尔拥有庞大的全球生态系统和广泛的生产就绪型解决方案。无论是在本地还是云端，企业都能够从其理想的提供商那里选择所需的解决方案。
- 从零售和医疗，到制造和金融领域，英特尔汇聚了各行各业数十年的深厚专业知识，提供经过检验与验证的出色解决方案，可以解决常见的运营和 IT 难题，助力企业实现更高的业务回报。
6. 自建 vs. 购买：战略选择
在决定自建还是购买时，如何选择才能妥善兼顾 AI 战略的上市速度、所有权控制和数据隐私？
选择内部自行开发 AI 还是从外部提供商处购买，这不仅仅是成本问题，还涉及到上市速度、所有权控制和数据隐私等战略因素，决策时需要仔细考虑每个方案是否符合企业或机构更广泛的 AI 战略。对这些因素进行全面考量，便可以在快速部署 AI 解决方案的同时，严格控制数据安全，并确保企业的专有技术创新免遭泄露。这一战略决策过程至关重要，有助于建立起具有弹性和适应性的 AI 基础设施，从而支持长期业务目标。
企业面临的一大挑战在于，在推进 AI 发展与保护数据和知识产权 (IP) 之间取得平衡。这一平衡点的把握对于推动创新，同时确保隐私、安全和所有权至关重要。要实现这种平衡，可以采用几种策略，包括利用预建模型、实施机密计算、领域自适应调优以及利用小型敏捷模型。
利用预建模型
预建 AI 模型为企业提供了实用的解决方案，使其能够立即利用 AI 功能，而无需从零开始自行开发。这些模型提供了一个可根据具体需求进一步定制的基础，可以加快上市速度，并大大降低初始成本。通过利用这些现有模型，企业和机构可以在模型训练阶段降低数据暴露带来的风险，因为这些模型已经基于广义数据预先完成了核心学习。
领域自适应调优
领域自适应调优技术可以针对特定领域或行业定制预训练 AI 模型，从而提高专门任务的性能，而不损害特定领域数据的专有性。通过使用一小部分特定领域数据对预训练模型进行调优，企业可以维持对其知识产权的控制，并保持自身的竞争优势。
小型敏捷模型
规模较小且更加高效的 AI 模型日益受到青睐，因为这些模型可以兼顾性能和隐私问题。小型敏捷模型需要的训练数据较少，可以快速部署，并且适应能力更强。
7. 降低风险：AI 安全性
我们如何在推进 AI 发展的同时保护数据和知识产权？
随着新工作负载的涌现，特别是在 AI 方面，新的业务风险也随之而来。通过降低这些潜在风险，企业可以积极探索新的业务模式，而不必放缓发展速度。
利用受限数据，充分挖掘价值
为提高 AI 安全性，可以利用安全技术帮助保护工作负载、模型和数据，从而使开发人员能够以更负责任的方式使用 AI。其中一种保护方法是 “机密 AI”，这种方法可以在整个端到端工作流中保持数据和模型加密。通过机密计算，您可以采用联邦学习，即使用分布式数据源训练 AI 模型，从而避免暴露隐私数据。您可以使用敏感或受监管的新数据（如电子病历或财务记录等）来训练 AI 模型。
推进 AI 部署，同时降低额外风险
借助一系列机密计算方案，您可以在不暴露数据的情况下，通过混合云和网络在全球范围内将新的 AI 应用投产。这样就能在不影响安全性的情况下实现可扩展的混合云环境，还有助于更安全地在多个云端和边缘大规模部署 AI 应用。您可以利用公有云来节省成本并加快上市速度。
选择英特尔的理由
- 英特尔可以让企业以全新的方式使用数据，同时帮助企业保护数据安全、遵守隐私法规和实施机密 AI。
- 英特尔® 软件防护扩展（Intel® Software Guard Extensions，英特尔® SGX）提供应用隔离能力，旨在保护使用中的数据和 AI 模型。英特尔® SGX 是经过深入研究和多次更新的数据中心级机密计算技术。
- 英特尔® 至强® CPU 内置 AI 加速功能，可以为空间和功率受限的边缘推理提供出色的能效表现。
8. 准确性：RAG 增强功能
我们如何提高 AI 解决方案的准确性和可靠性？
增强 AI 解决方案的准确性和可靠性对其有效性和可信度至关重要。您可以利用检索增强生成 (RAG) 方法迭代完善 AI 模型，以实现高标准的准确性。通过不断探索如何提高 AI 的准确性和可靠性，您可以专注于构建既能高效执行任务，又能持续提供准确可靠结果的系统。这种对高质量输出的持续追求是建立对 AI 应用信任的关键所在。
生成式 AI 的不准确性和幻觉会带来严重的可靠性风险，这在企业环境中是不可接受的。要充分实现 AI 价值，企业需要能够利用其专有数据和业务模式安全地生成特定业务结果的解决方案。
RAG：提高准确性和可靠性
检索增强生成 (RAG) 是一种利用从内部和外部来源获取的数据从而提高生成式 AI 模型准确性和可靠性的技术。RAG 的工作流程包括数据检索和生成。数据检索将触及企业的各个层面（PC、边缘、数据中心），涵盖标准文本以及多模态数据（视频、音频以及越来越多的其他传感器数据）。
选择英特尔的理由
- RAG 是传统数据工程与现代 AI 技术的融合。使用传统的数据工程方法从这些数据中提取上下文需要大量的算力。英特尔® 至强® 和英特尔® 酷睿™ 这样的 CPU 就很适合这些工作负载。数据检索完成后，上下文信息被编码成一个叫做 “嵌入 (embedding)” 的更大的提示，然后输入到生成式 AI 模型以生成响应。这部分工作流程非常适合英特尔® Gaudi® 等加速器。这种技术融合可以确保 RAG 的适应性和稳健性。
- 英特尔正积极推动行业标准 RAG 解决方案，以简化生成式 AI 在企业中落地。此举不仅巩固了英特尔的优势地位，还为企业轻松利用生成式 AI 实现增长和创新铺平了道路。
9. 部署：在企业范围内实施项目
我们如何在整个企业或机构内部署 AI 解决方案，以尽可能提高产出，并在每个终端提供出色推理表现？
在整个企业或机构内部署 AI 解决方案是一项复杂的挑战，需要周密规划和严谨执行，才能确保所有系统协同运行。其目标是尽可能提高产出，在每个终端提供出色推理表现，将分散的 AI 计划整合为一体，凝聚成强大的企业实力。
尽可能提高产出
事实上，许多 AI 项目都无法投产。模型在训练中表现良好并不能保证其在实际应用中同样如此。为了有效实施 AI，您需要在从数据处理到模型投入使用后的监控全过程中，遵循 AI 系统管理和更新的最佳实践。要想尽可能提高 AI 的产出，编排平台至关重要，能够确保快速、可靠地推出模型。您可以通过云资源和弹性扩展来实现扩展，以适应工作负载的变化。硬件加速器则可优化推理，提高速度和效率。
从云到边缘全覆盖，随处运行 AI 工作负载
大多数企业采用本地资源和云服务相结合的方式部署 AI。得益于广泛的混合 AI 硬件产品组合和遍布全球的供应体系，您可获得所需的性能和效率，随时随地运行 AI。不论您有何种类型、规模及地区的要求，总能选到有着十足灵活性和应用可移植性的云产品。
选择英特尔的理由
- 英特尔提供丰富的计算和连接硬件产品组合，可以满足您在数据中心、云端、网络、边缘或 PC 上的 AI 需求。这些产品组合共同发力，通过无缝的云边协同支持混合 AI。
- 英特尔与全球主流云服务提供商通力合作，为通用和专用计算实例提供支持。您可以在英特尔® Tiber™ Developer Cloud 上尝试全新的英特尔® 硬件，包括英特尔® Gaudi® AI 加速器和英特尔® 至强® CPU。
- 包括英特尔® OpenVINO™ 在内的英特尔® 软件开发工具利用 oneAPI 库，使开发人员能够在 CPU、GPU 和 FPGA 上部署单一源代码。开发人员只需一次性开发 AI 应用，即可在多种硬件类型上运行，无需对代码进行大量修改。
10. 科学指引：引导 AI
我们如何建立健全的引导模式来高效管理 AI 计划？
AI 计划成功的关键在于构建一套强有力的引导模式。AI 的有效管理需要方向明确、监督有力、协调一致，并且符合企业或机构的战略目标。这就需要确立清晰的分工体系、明确的职责分配以及高效的决策流程，以确保所有 AI 项目都能在统一的战略愿景和管理框架下推进。这种模式不仅能够简化管理，还能确保以具有针对性的战略方法推进 AI 计划，从而在整个企业或机构范围内充分发挥其潜力和影响。
鼓励积极应用 AI
在企业和机构内鼓励广泛采用 AI，首先要破解这一技术的神秘性。这意味着要将复杂的概念拆解为易于理解的语言，并向所有利益相关者清晰地展示其带来的切实益处。通过探索如何简化 AI 并使其更易于获取，您可以打造一种良好的环境，让各级员工对 AI 工具更加信任，并深刻了解其潜在影响。这种方法不仅能提高员工对 AI 的参与度，还能营造一种创新文化，将 AI 视为支持和加强日常运营的有力工具，从而培养出一支更加明智且积极主动的员工队伍。
选择英特尔的理由
- 可持续性：众所周知，运行 AI 工作负载可能会消耗大量电能。英特尔正在帮助企业把握 AI 前沿技术带来的机遇，同时推动企业以更负责任的方式使用能源和资源。英特尔的 AI 产品组合提供了一系列高效节能的硬件产品和软件工具，以提高每瓦性能，减少二氧化碳排放。
- 负责任的 AI：虽然 AI 的快速发展可能带来显著的积极影响，但也伴随着更高的负面影响风险。因此，许多企业认识到技术发展带来的道德层面的影响，也在努力应对因技术使用而引发的风险。英特尔致力于帮助企业负责任地推进技术发展，以减少 AI 的潜在威胁。我们与学术界和行业合作伙伴密切协作，积极发展负责任的 AI，并通过持续的平台升级，使负责任的 AI 解决方案在计算上更易于使用、更加高效。
英特尔® AI 堆栈在企业中的应用
针对合适的任务选择合适的解决方案
英特尔走在行业前列，致力为企业提供全方位的云边协同技术。为了实现 AI 愿景，企业需要借助多样化的软硬件产品。
我们的战略远大，但也很简单：我们要将 AI 算力融入我们所有技术当中。从 AI PC 和动态边缘到强大的数据中心和覆盖广泛的云端，我们的异构架构可在企业的每个触点支持 AI。我们拥有英特尔® 至强® 和英特尔® 酷睿™ Ultra 处理器，以及英特尔® Gaudi® AI 加速器和英特锐炫™ 独立显卡等优秀产品，能够提供具有竞争力、高性能和开放标准的解决方案。我们的产品使企业能够大规模部署 AI，灵活而精准地满足各种工作负载和用例的需求。
欢迎访问 www.Intel.cn/AI，携手英特尔，共启 AI 之旅