XR、区块链与AI“共振”?从IBM透析CES 2020三大趋势

导语:纵观CES 2020,消费级体验技术的创新正因此变得风起云涌,这背后是5G、AI、混合云、边缘计算、区块链等技术发展的叠加效应。在前端消费体验创新的背后,则隐藏着更大的“变局”——“倒逼”企业级体验更快速升级。其中,企业级AI正在创造全新的“企业体验”,而连接消费端与企业端的混合多云以及未来计算,将支撑“消费体验”和“企业体验”创新,推动前所未有的混合体验以及相应的商业创新。前端和后端的共振效应正拉开帷幕。

CES 2020处于新旧十年的交替期,也是近年来多个基础科技创新叠加共振效应下的全球创新盛宴。与前几年略显疲态的CES不同,5G、AI、混合云、边缘计算、区块链等多种基础科技已经在2020年进入更加成熟的商用阶段,而量子计算以及面向未来计算的基础材料创新也已经在2020年初看到了商用的曙光。特别是5G在2020年开始大规模商用,让物联网、XR扩展现实、区块链等创新技术协同发展,从而让消费体验能够成功“倒逼”企业体验的变革。

实际上,5G与边缘计算的到来是如此迅速,将对企业计算产生的影响不亚于智能手机对消费者的影响。IBM在CES 2020前夕发布了与Morning Consulting 合作调研美国与英国地区801名IT从业人员和专家的调查结果,70%的受访者期待5G对于企业业务带来巨大的影响,特别是更快的企业AI应用、提速的云服务和更有效的边缘与物联网设备连接。而那些已经着手准备混合多云策略的企业,将能实现5G与边缘计算所带来的全部潜力。

1月3日,IBM发布的《从拦路虎到大规模应用:全球企业向人工智能冲刺》白皮书(来源:IBM.com)

是的,自2015年左右兴起的物联网、区块链、XR等消费级技术创新已经成熟,如今将与企业级技术创新融合到一起,多个创新叠加在一起而正在形成共振效应。消费体验正在创新和倒逼企业体验变革,企业级AI正在创造新的企业体验,而连接消费端与企业端的混合多云以及未来计算,将推动前所未有的混合体验以及相应的商业创新。这一切的背后,则需要从基础科研到最终产品化再到咨询与服务的全链条创新创造与转化能力,这就是IBM作为一家企业级技术公司,一直不断出现在CES消费电子展舞台上的重要原因。

在5G+云+AI时代,消费级与企业级是创新的两面一体,它们同步创新、同步变革,最终带来全社会的进步。

从消费端看创新——XR与区块链:从消费体验到企业体验

说到消费级技术与企业级技术的融合,作为消费体验盛宴的CES如今也成为了刷新企业体验的创新场。顾名思义,企业体验,就是把以客户为中心的理念与企业品牌相一致,把这样的品牌愿景嵌入到业务流程和员工策略中,并据此选择相应的合作伙伴。简单理解,以客户为中心,不仅包括了消费体验,也包括了企业体验。而在2015年到2017年期间兴起的扩展现实(Extended Reality,XR)和区块链,在经历了一段时间的沉淀期后厚积薄发,展现了其独特的价值。这两项技术都涉及到了从消费体验到企业体验的端到端创新,特别是从消费体验倒逼企业体验的变革,二者共同配合带来真正的商业创新。

首先,扩展现实XR包括了增强现实AR、虚拟现实VR和混合现实MR等技术。其中,AR增强现实只需要智能手机即可实现,具有极大的商用价值。IBM商业价值研究院于2019年12月发布的《XR扩展现实重塑商业》白皮书指出:随着智能手机、AI、物联网和5G通信网络的快速发展,扩展现实的到来要比预想的早,最早在2020购物季就有可能实现。而AR则可以极大促进消费者与产品和品牌的全生命周期互动,进而重塑多个行业和企业。

IBM商业价值研究院认为到2020年,全球将有34亿部智能手机具备AR能力,也就意味着数十亿的消费者将能够探索具备了增强数字内容的物理商品和产品,从而更好的做出购买决策。例如一家在线家装与设计公司Houzz就提供了AR功能,让消费者能够在整个地面上“铺上”地砖并能预览实际效果。该公司CEO表示自从提供了AR功能后,消费者使用该公司APP的时间增加了2.7倍、使用AR功能后下单的可能性提高了11倍。

AR以及相关XR技术对于业务和品牌的影响,直接体现在企业的数字化重塑策略上。成功的XR实施,有赖于企业的IT基础设施、数据和云服务的能力,以及对于消费者和员工体验的愿景和设计能力。

而就在XR技术把消费者和企业体验从2D时代带入3D时代的时候,另一项基础技术也在影响着消费者和企业体验,这就是区块链技术。

“Thank My Farmer”APP(来源:IBM.com)

在CES 2020上,不仅看到XR应用与设备的复兴,还将看到实际应用到日常生活与企业运营中的区块链技术。一项由IBM与Farmer Connect合作的区块链平台,记录和汇集了咖啡从种植、咖啡豆交易与分销、烘焙和品牌与零售商直到消费者手中的全链路不可篡改信息,消费者只需要在智能手机上安装“Thank My Farmer”APP就能访问手中每一杯咖啡的全程信息,同时还能用自己的购买决策来支持那些遵从了商业道德和负责任商业行为的咖啡家、经销商和品牌商等。“Thank My Farmer”改变的不仅是消费体验,也极大改变了那些具有上百年历史的咖啡经销商、品牌商和数十年种植历史的咖啡农。

无论是XR技术还是区块链技术,都是可以接触到每一个员工和每一个消费者的跨企业级和消费级技术,而企业体验则是由整个企业组织和合作伙伴等共同创造,并且最终反过来塑造企业所提供的消费体验。

从企业端看创新——企业级AI:创新企业体验

在XR和区块链等新技术重新塑造消费体验和创造企业体验的时候,另一项将在2020年得以大规模商用的技术正在创新企业体验,这就是企业级AI。

IBM在调查了来自美国、欧盟(法国、德国、意大利、西班牙、英国)和中国境内的重要组织的4,514位领导者后,于2020年1月3日、也就是CES 2020之际,发布了《从拦路虎到大规模应用:全球企业向人工智能冲刺》白皮书,IBM Data and AI 总经理 Rob Thomas就此白皮书表示,人工智能不仅成功吸引了全世界的关注,而且还激发了全球民众的想象力。然而 2019 年,人工智能在商业世界里的普及率却远不及人们对它的感兴趣程度。虽然大多数企业领导者都相信人工智能会帮助企业获得竞争优势,但一些行业观察家认为企业的人工智能采用率不足20%。

但报告揭示了一个令人振奋的趋势:随着进入壁垒的降低,人工智能正在商业领域内迅速发展。Rob Thomas预计,在未来的 18 至 24 个月内,企业对 AI 的采用率将大幅攀升,达到 80%甚至 90%。针对消费端,在IBM委托Morning Consulting的另一项调查中,得出的结论是AI人工智能技术将在2020年触及商业的每个角落,进而影响日常生活方方面面。

(来源:IBM.com)

人工智能技术具备端到端连接消费者与企业以及合作伙伴生态的能力,但人工智能的普及有赖于三种基石:技能、信任和数据。其中,78% 的受访者表示,企业需要相信人工智能输出信息的公平性、安全性和可靠性;而数据则是人工智能成败的关键。当人工智能技术与区块链和XR技术结合起来时,就在某种程度上形成了数据、信任和执行的循环,从而推动消费体验与企业体验的深度融合。

那么,当AI、区块链和XR技术的商用成熟度已经准备就绪之时,降低技术的采用和使用门槛、提高技术的易用性,就成为了打掉“拦路虎”的最重要的策略,而信任是扩大AI影响力的基石。对于面临阻碍的企业以及致力于扩大AI部署规模的企业,他们都有一个共同点:他们都需要建立对 AI 的信任;他们都应当明确 AI 是如何促进决策的;他们都需要在组织内部建立一种信任 AI 技术本身和它将如何改变我们工作方式的文化氛围。

IBM调查显示,37%的受访者认为,员工掌握的人工智能专业技能或知识有限,这是阻碍企业成功实施人工智能的第一大障碍。这就是IBM在截止2018年保持全球推出最多件人工智能专利的同时,仍然致力于不断降低企业使用人工智能的门槛和提高人工智能技术易用性。

例如著名的IBM人工智能软件Watson,Rob Thomas曾向公众解释:Watson 是一种“能够理解数据集和自然语言,从而能够为人们提供建议、做出预测和实现自动化的软件” 。换言之,IBM AI能大幅降低企业采用人工智能的门槛以及提供易用的人工智能技术,特别是IBM AI提供了全套的产品和解决方案,可以适配不同企业以及企业中不同人员的需要,降低不同企业和企业人员的人工智能采用和使用门槛。

Watson 以三种形式存在:对于那些专业的、想要构建自有人工智能的公司,可使用工具包括Watson Studio、Watson ML、OpenScale、Watson Knowledge Catalog、Watson APIs;对于那些想要购买预包装人工智能解决方案的公司,可使用应用包括Watson Assistant、Watson Discovery、Planning Analytics with Watson、RegTech with Watson以及Maximo with Watson等;还可以将机器学习和人工智能功能嵌入企业的产品中,许多合作伙伴正在将Watson嵌入他们的产品中,例如LegalMation将Watson Discovery嵌入到产品中,以帮助律师自动完成常规法律工作并节省因法律数据发现而耗费的数千小时时间,从而降低律师采用和使用人工智能的门槛。

在CES 2020上,IBM 还展出了首创产品 Advertising Accelerator with Watson,该产品利用人工智能 (AI) 来预测创意元素的最佳组合方式,帮助推动高水平的给定受众参与度和转化率。这款首创的广告解决方案利用人工智能预测创意元素,并对受众进行分类,从而帮助最大限度提高客户参与度。IBM 的预测性解决方案利用 Watson 来创建营销活动,能够在帮助了解和吸引消费者的同时,解决诸如找到目标受众和实现个性化等行业难题。

混合多云与未来计算:创新消费体验和企业体验的“底座”

要发挥5G、XR、区块链、AI等新技术的全部潜能,融合消费体验与企业体验达到商业创新的目的,就需要一个基础技术承载“底座”。这就是现在的混合多云,以及未来以量子计算和新型材料为代表的未来计算。

其中的道理很简单:5G、XR、区块链、AI等计算无处不在,从公共云到私有云再到边缘节点和站点,企业需要一个一致的技术平台以收集所有的数据和承载所有的应用,同时可以敏捷、快速推出新的功能与服务。在IBM与Morning Consulting的调研中,超过一半的IT专业人员认为必须要采用混合多云架构来连接5G和非5G设备,从而让企业能够抓住5G的商业价值。同样的,也需要用混合多云架构承载XR、区块链、AI等多种应用,才能打通和连接从消费端到企业端再到整个商业生态的价值链。

而在以混合多云为代表的新一代企业计算架构时代,企业越来越需要统一的管理和软件开发能力,以在全球部署新应用、新功能和安全补丁等,以及保持所有地方的数据一致性,这就是IBM Cloud Paks的意义。IBM Cloud Paks是经过IBM认证的容器化软件,提供通用的操作模型和服务组合,包括身份管理、安全性、监控和日志记录,并通过统一、直观的操作界面,为企业和机构带来更好的跨云平台可视性操控管理体验。

IBM Cloud Paks包括IBM庞大的软件产品组合里的100多款产品,经优化后可在红帽OpenShift上运行,而红帽OpenShift则是著名的Kubernetes发行版之一,能够运行在混合多云环境中。采用Cloud Paks,企业可以一次性构建关键型任务应用,并在亚马逊AWS、微软Azure、谷歌云、阿里云、IBM云等所有公共云以及私有云上运行。这样,企业就可以选择最好的基础架构和最佳方法,来构建关键应用、数据和工作负载,以满足业务所需。

IBM Cloud Paks也能运行在IBM的Unix和Linux大型主机、Power小型机等专为企业混合云和私有云而建的硬件基础设施上。最新的IBM z15大机,有数据隐私护照、即时恢复等多项业界首创的技术创新,可以帮助企业跨混合多云环境管理客户数据隐私和安全。z15还把自身的安全能力扩展到与之相连的整个混合云环境中,通过IBM z15可将普遍加密功能扩展至整个企业,即便离开IBM Z平台也可以确保数据隐私保护。

当然,IBM还在投入原子存储和量子计算,这些是真正面向未来计算的硬件。此外,IBM也在研究更多面向未来计算的基础材料创新。在CES 2020期间,IBM特别强调了一种新型电池设计,所用的材料都是从海水中提取的,相比重金属材料,其原料开采工作对环境的危害更小。这项全新的研究可以帮助消除电池生产过程中对重金属的需求,在电动汽车电池领域有极大的应用潜力,而电动汽车是互联网汽车或自动驾驶汽车的基础。

总体而言,跟随IBM的视角透视CES 2020,就能观察到消费电子盛宴之下隐藏的“暗流巨浪”,这就是多个基础科技创新的叠加和共振效应。在喧嚣的消费电子技术产品背后,有着企业级技术和业务的天翻地覆。我们已经进入了消费端与企业端同步创新、同步变革的2020年,5G、XR、区块链、AI、混合云、量子计算和新型材料等相互融合,带来了不一样的CES和不一样的IBM。(文/宁川)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
学习AI人工智能技术并从零开始开发XR-ROS SLAM自主导航机器人是一个需要坚持和耐心的过程。首先,需要了解人工智能、机器学习和深度学习的基本概念。在学习这些概念的同时,也要掌握编程基础知识,例如Python语言和ROS(机器人操作系统)的使用。 接下来,了解SLAM(Simultaneous Localization and Mapping)技术,它是机器人导航领域的重要技术。SLAM可以帮助机器人同时实现对环境的感知与建图,并维持其在环境中的定位。 要开始开发XR-ROS SLAM自主导航机器人,首先需要选择合适的硬件平台,如使用激光传感器进行环境感知和定位。 然后,利用ROS开发平台,学习创建机器人模型、建立地图等基本操作。可以使用RViz等图形化工具帮助可视化机器人的运动和建图过程。 在完成这些基本操作后,可以开始学习SLAM算法,如ORB-SLAM、LSD-SLAM等。通过理解算法的原理和实现,可以将其应用到XR-ROS SLAM自主导航机器人的开发中。 在开发过程中需要不断学习和实践,将SLAM算法与机器人的传感器数据进行融合,优化机器人的导航能力。同时,将机器学习和深度学习的技术应用到机器人的决策和路径规划中,提高机器人的智能水平。 最后,要持续关注和学习最新的研究和技术进展,不断提升自己的技术水平。通过不断实践和探索,才能在AI人工智能技术中从零开始学会XR-ROS SLAM自主导航机器人开发。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值