當人們憂慮ChatGPT等生成式AI將搶飯碗，其實AI本身的工作競爭更激烈。這週，史上首個AI軟體工程師Devin問世之際，IBM也重新推出2004年起研發，2011年曾大放光芒的華生（Watson）！認為它比起問世不到兩年的ChatGPT以及許多AI後進，更是企業的好幫手。到底一度被冷凍的華生，如今回鍋職場，競爭力如何？《遠見》一文拆解。
當這週，全球科技界最熱話題，是史上首個AI軟體工程師「Devin」的誕生，還記得IBM的華生（Watson）嗎？它也於最近正式回鍋上班！
相對於這些後進，華生可說是資深前輩。但它的前段「職場」生涯，說明了人工智慧要在現實世界落地，有多不容易。
根據《AI雜誌》指出，華生的誕生，來自於2004年一位IBM研究員的提議，熱衷看美國電視猜謎節目「Jeopardy!」的他，認為可發展一個跟人類搶答的軟體來上節目對戰。當然，這對早在90年代就用超級電腦「深藍」擊敗過人類棋王的IBM來說，絕非亂說而是可能實現的創新，就此展開研發。
2008年IBM團隊說服節目單位開始測試，2011年華生終於在節目上打敗人類，就此聲名大噪。
然而華生的光芒似乎就停在這裡，原初瞄準它可以扮演醫生，為人類研究癌症新解方或協助研發新藥，結果最後這個華生健康部門（IBM Watson Health），因長期獲利回收不如預期，已在2022年賣給私募基金業者San Francisco Partners。據《Slate》報導，主因可能是無法取得夠多醫療資訊讓AI發揮真正功用。
現在，當ChatGPT帶來了火爆的AI風潮，華生回鍋職場，這次真的能發揮能力不再「懷才不遇」？IBM團隊現在又如何看待它？
「2011年，我們就有很厲害的華生（Watson）參加益智問答打敗人類。」回憶當年華生掀起的關注，台灣IBM公司總經理李正屹顯得記憶猶新。聽得懂人話、又能在短時間內答對問題，不只民眾印象深刻，也有企業表示導入意願。
然而，客戶找上門時，問題就浮現了。「他們要拿這個（華生）來幹嘛？」太想做大、做好，卻無法有效變現，李正屹坦承說，IBM為了AI的商業應用，繳了很多學費。由模型、資料以及治理等三大產品方案組合而成的watsonx，就是在沈澱十年後，IBM端出的解答。
但是，當年找不到AI應用場景的情勢已經改變。不管是程式幫手或者文案助理，只要用過ChatGPT、GitHub Copilot，就能感受到Gen AI的實用性。
IBM再回來做AI，4關鍵差異可與同業比
不過當華生今年回鍋，IBM的生成式AI戰場上，放眼望去，許多後進強敵環伺。它已經不像當年馬上就能凸顯自己。
AWS、Google、微軟雲端三巨頭近期的主旋律，都繞著大語言模型、AI應用打轉。微軟攜手OpenAI讓客戶得以在Azure上使用GPT-4，Google則在生產力工具和手機中加入Gemini急起直追，AWS沒有落下，強調Amazon Q上集結AWS超過15年經驗，是開發者的最佳利器。
問題在於，論提升生產力，MS 365和Google Workspace已串起大語言模型；論調用API，不管是Claude、Command或者Jurassic，選項多如繁星；論部署、維運和客製化LLM，Vertex AI和Azure OpenAI Studio同樣開放企業上傳私有資料，雲端大廠更承諾最高等級安全防護，要客戶安心。
可以說，從模型挑選、訓練和部署、再到資料儲存，watsonx選擇的子戰場上，滿坑滿谷都站滿可敬敵手。從去年7月推出平台以來，它要如何突圍？
針對《遠見》記者提問，李正屹認為，IBM有四個關鍵差異。
第一個關鍵差異是地端。
幾大競爭者都在雲端上跑模型，但李正屹指出，當產業龍頭企業認定AI是競爭優勢來源，「他們絕對不會，也不可能放心上傳資料到雲端。」想保有領先，即便花大錢買GPU，都要自己訓練模型保有自主與安全，IBM的混合雲架構，以及在地端部署模型的服務，便是鎖定這群用戶。
第二個關鍵差異是開源與多模型。
和提供自家單一閉源模型的對手不同，watsonx平台上，不只有IBM的基礎模型Granite，Meta的Llama 2、Mistral AI的Mixtral-8x7B，甚至Google的flan-t5，都任君挑選。李正屹透露，未來也希望上架台灣繁中模型。
不過，挑AI模型畢竟不是在相親，選項再多，也沒有模型表現重要，誰會追求開源和多個模型選擇？李正屹認為，市場上不乏性能優異的LLM，「就像開車時速都號稱達到300公里，可是在市區，只需要60公里，跑那麼快沒有什麼意義。」他認為，重點在開源模型的透明，客戶可以檢視架構、理解特性，因此更能安心。
「企業內部要使用，可被信任，才是我認為客戶是否願意大規模採用的核心關鍵。」
第三個關鍵差異是治理。
台灣IBM諮詢總經理林翰解釋，所謂治理，不只有挑選模型的當下，後續所有流程都要考慮。「跟人命、侵權和賠償無關的，大家都在做，但要遇到可能涉及法律訴訟、會因為版權和隱私問題被歐盟重罰，他們（對手）就不敢，但我們可以。」
林翰語帶自信地說，IBM不是要做簡報、寫word或者回信件，「做企業級應用，就是要讓高度監管、外洩影響很大的客戶，能夠（把模型）落地在自己家，我們專精這個。」
第四個關鍵差異則是顧問服務。
目前，市場不乏大廠提供地端部署、配置開源LLM的AI解決方案，但李正屹認為，自家能從頭到尾，替企業解決問題，「如果只是做開源模型，那幹嘛要我？」從儲存資料架構到模型挑選與訓練，再到確保安全不出錯，他認為，這是watsonx的價值所在。
挑戰：競爭者實力強、應用場景相似
當然，IBM不是沒有挑戰。
就技術長莊士逸提到的台灣客戶應用watsonx的場景，主要是生產力提升、知識管理和客服等三個領域，其實仍和競爭者類似；另外，10年來資料是否該上雲的討論言猶在耳，只要大廠保證安全，較沒有地端需要的中小企業，在雲上跑模型便能滿足需求；若真的心懷顧慮，野心更大的頂尖企業也可能繞過平台，組建AI團隊，自力投入開源LLM的研發工作。
在跟《遠見》對話的最後，李正屹再度提起跑步的比喻。「為什麼要有這個平台？可以跑很快沒錯，但在上路的時候，紅燈停、綠燈行，都要受到監理，不是愈快愈好。」面對各間以地表最強大模型自稱的對手，李正屹説，或許IBM現在時速只有100公里，但不會出交通事故。
「我已經不再追尋，變成一個全世界最厲害、最無所不能的人。」李正屹的說法，替IBM近年發展寫下註腳。
放慢腳步的藍色巨人，這回真能開始翩翩起舞？結局仍難說。不過至少他們曾從試錯中汲取教訓。擔負新工作的華生，在已被外界憂慮過熱的AI風潮中，如今也真的就像歷經世事更有智慧的「職場前輩」，比起同業最大優勢，就是多了份穩重。
