报告行业投资评级 - 报告未明确给出对“商用AI”或“AI治理”行业的传统投资评级（如买入、持有、卖出）[2][3] 报告的核心观点 - 人工智能治理是实现企业AI可扩展性、最大化AI投资回报率（ROI）以及应对相关风险的关键[3][8][10] - 随着生成式AI和AI智能体的普及，缺乏有效治理将导致信任缺失、合规风险、偏见等问题，阻碍AI潜力的充分发挥[13][14][21] - IBM的watsonx.governance工具包被定位为解决上述挑战的综合性方案，旨在通过自动化、透明的治理实现负责任、可解释的AI，从而降低风险并提高ROI[69][71][86] 根据相关目录分别进行总结 01 简介 - 生成式AI已成为商业现实，企业正利用其进行创新，但AI是否得到充分治理是关键问题[8][10] - 治理需将安全性和弹性融入组织DNA，提供持续的控制证据，而非仅依赖年度合规检查，这对满足监管和应对风险至关重要[10] - 与AI相关的风险正在上升，包括合规监管、数据偏见和信任缺失等问题[13] - AI智能体是智能自动化的下一演进方向：83%的受访者预计其在2026年前能提高流程效率和产出，71%的人认为其将自主适应工作流程[14] - 高管层承认需加强AI治理：60%的CEO表示正在强制实施额外AI策略以降低风险，63%的首席风险官和首席财务官关注监管风险但仅29%认为已充分解决，约27%的上市公司在SEC文件中指出AI监管风险[17][18][19] - Gartner预测，到2028年，至少15%的日常决策将由智能体AI自主做出（2024年为0%）[14][16] 02 扩展 AI 的挑战 - 阻碍组织扩展AI的主要障碍是“信任”，高管们认为网络安全、隐私和准确性是实施生成式AI的最大障碍[21] - 高管预计未来3年内对AI伦理的投资将至少增加40%[21] - 当前AI治理工具面临透明度不足、监控不一致、模型编目不准确等问题，缺乏端到端的自动化生命周期管理系统会妨碍可扩展性并导致操作不透明[23] - “黑匣”模型广泛部署但缺乏可解释性，其输出逻辑不透明，缺乏治理会导致模型部署延迟、质量参差不齐及未识别风险等问题[23] - AI系统若存在偏见（如涉及种族、性别、年龄）可能产生不公正结果，影响客户和品牌信誉，在高风险领域（如医疗保健）可能导致误诊等严重后果[26] - 组织必须构建透明、公平且包容的系统，可解释的AI对于检测偏见、增强隐私安全和客户信任至关重要[27] - AI监管环境快速变化，不合规可能导致巨额罚款，例如《欧盟AI法案》草案设想的罚款最高可达3500万欧元或公司全球收入的7%[29] - 新法规要求提供全面的模型文档（包括元数据和谱系），但数据科学家在时间压力下常忽视此步骤[29] - 智能体AI会引入和放大特定风险，包括行动目标偏差、无监督自主行为、数据偏见、攻击面扩大及有害后果等[31][33][37] 03 所有 AI 均需进行治理 - 所有AI（包括无监督的智能体）都需要治理，以确保其行为合乎道德、无偏见，从而培育信任和可靠性[39] - 以无监督AI智能体进行客户细分为例，若无治理可能基于敏感属性（如种族、收入）进行分组，导致歧视性行为[41] - 治理措施可包括算法审计、实施公平性指标以及引入人工监督[42] - 生成式AI模型（如基础模型和大型语言模型）有潜力释放数万亿美元的经济价值，能提高生产力并适应各类任务，具备高度可定制性、可扩展性和成本效益[43] - 生成式模型功能已扩展至生成图像、音乐、文本、代码等，用例涵盖营销、客户服务、零售、教育等多个行业，但也引入了新的复杂性和风险[44] 04 全面的 AI 治理 - 成功的AI治理取决于人员、流程和技术的交互[47] - 人员方面：需要强大的跨职能团队，协调利益相关者，就负责任的AI采用达成共识，并根据业务控制和监管框架定义正确的指标、KPI和目标[49][50] - 流程方面：AI治理涉及追踪数据来源、模型、元数据和整个数据管道以用于审计，详细文档可提高透明度并让利益相关者了解模型行为与风险[61] - 建议对现有AI技术和流程进行基准评估，创建自动化治理工作流程，并建立监控框架以在模型指标超出阈值时发出警报[61][62] - 技术/原则方面：治理应得到信任支柱的支持，包括可解释性、透明度、公平性、稳健性和隐私保护[55][56][57][58][59] - 全面的AI治理框架应能管理法规、主动降低风险、自动生成文档、串联利益相关者，并实现集中的可见性和透明度[51][52][53] 05 watsonx.governance 可实现负责任、透明且可解释的 AI - IBM watsonx.governance被描述为一个强大的AI治理工具包，旨在指导、管理和监控AI计划，以降低风险、履行合规义务并最大化AI投资ROI[69] - 该工具包基于IBM watsonx构建，使用软件自动化增强法规遵从性和道德AI实践，提供全面治理且无需昂贵的平台迁移[71] - 它在预生产阶段验证业务风险，部署后持续监控公平性、质量和模型偏差，确保合规性，并为审计人员和团队提供模型行为洞察[71] - 其覆盖整个AI生命周期，通过集中的AI事实记录帮助设计、开发、部署和监控，并借助跨数据、模型、元数据和管道的可追溯性简化审计[71] - 主要组件包括：法规一致性（简化合规流程）、风险与安全管理（主动检测风险）、生命周期治理（开放且与平台无关，可治理IBM或第三方平台如OpenAI、Amazon构建的AI资产）[73][74] - 具体功能包括：构建透明模型流程、访问监管内容库、自动识别未注册的AI部署、统一安全策略、在单个实例中评估多个AI资产、实时跟踪AI资产生命周期等[75] - 有效治理能将AI计划与企业目标结合，推动跨用例的ROI，应用场景包括：改善客户体验（如监控聊天机器人）、增强业务流程、避免合规成本、自动运行审计流程、保护人力资源流程免受偏见影响等[76][77] - IBM在2024年IDC MarketScape全球机器学习运营评比中被评为领导者[71] 06 AI 治理实际应用 - IBM通过其隐私与负责任技术办公室推出了隐私与AI管理系统及综合治理计划，集成了watsonx.governance等技术以可靠地管理机器学习模型并遵守法规[79][81] - 该整体方法实现了主动风险管理、法规遵从性协调和规模化治理，并取得成效：第三方数据放行审核申请处理时间缩短58%，IBM专有数据同类处理时间缩短62%，超过1000个数据集和模型被批准可重复使用[82] 07 后续步骤 - 报告鼓励使用watsonx.governance工具包来创建负责任、透明且可解释的AI工作流程，而无需承担切换数据科学平台的成本[85] - 借助该工具包，企业可以管理风险并保护AI部署，在不断变化的AI监管环境中保持领先，并通过提高AI用例的透明度和可见性来提高AI计划ROI并加快上市时间[86]

公司战略与产品动态 - 国际商业机器公司与全球科技集团e&合作 共同构建企业级智能体人工智能基础 首先聚焦于政策、风险和合规领域 此次合作扩展了公司的企业级智能体人工智能解决方案 并巩固了其作为全球企业可信赖人工智能合作伙伴的角色 [1] - 公司新推出的智能体人工智能解决方案由其watsonx Orchestrate平台驱动 该平台提供超过500种工具和可定制的人工智能智能体 帮助员工和审计师快速查找、理解并处理法律、法规和合规信息 该解决方案与IBM OpenPages及更广泛的watsonx产品组合相结合 以提供清晰、可追溯且治理完善的响应 [2] - watsonx Orchestrate平台不仅限于聊天 还允许人工智能智能体进行推理、管理任务并与企业系统协同工作 同时遵循治理规则 它简化了合规工作流程 缩短了响应时间 并支持在全组织范围内提供24/7全天候自助服务访问 该平台还支持混合环境 可在客户管理的基础设施上安全运行 提供受治理、可解释的人工智能 [3] - 公司近期宣布与Datavault AI合作 利用SanQtum AI平台及其watsonx产品组合 在边缘侧提供企业级人工智能 帮助企业更接近数据生成地运行强大且安全的人工智能 基于公司的watsonx新一代人工智能和数据平台 公司已建立了多项战略性人工智能合作伙伴关系 确立了其在企业人工智能领域的全球领导者地位 [4] 市场竞争格局 - 公司在人工智能市场面临来自甲骨文公司和微软公司的竞争 甲骨文推出了人工智能数据平台和智能体市场 帮助企业将人工智能与其数据和应用程序连接起来 以加速受治理的人工智能应用 该公司正在将人工智能服务扩展到更多云区域 并将先进的人工智能工具添加到其数据库和云服务中 以增强其企业人工智能影响力 甲骨文已与英伟达公司合作 将人工智能工具集成到甲骨文云中 使企业能够快速构建和运行高级应用程序 [5] - 微软正在投资数十亿美元在全球扩展人工智能数据中心和云容量 该公司还与多家公司合作并启动项目 以帮助企业采用人工智能并加速企业人工智能增长 微软已与普华永道合作 利用人工智能和Copilot来帮助企业采用人工智能并推动全球行业转型 [6] 财务表现与估值 - 公司股价在过去一年中上涨了36.3% 而同期行业增长率为94.3% [7] - 从估值角度看 公司的远期市销率为4.05 低于行业平均水平 [9] - 对2025年的盈利预测在过去60天内保持稳定 为每股11.38美元 而对2026年的盈利预测则上升了0.3% 至每股12.19美元 [10]

合作公告概述 - 全球科技集团e&与IBM宣布达成战略合作 旨在为e&打造企业级智能体AI基础 首先应用于政策、风险与合规领域 [1] - 该计划在达沃斯世界经济论坛年会上公布 标志着e&从传统的基于自然语言处理的聊天机器人 向受治理的、面向行动的、嵌入核心企业系统的AI迈进 [1] 技术解决方案细节 - 推出的智能体AI解决方案基于IBM watsonx Orchestrate构建 该产品提供超过500种工具以及来自IBM及其合作伙伴的可定制、特定领域智能体 [2] - 该解决方案与IBM OpenPages及更广泛的watsonx产品组合集成 可提供清晰、可追溯且符合企业治理要求的响应 [2] - 该部署展示了IBM AI和模型网关方法的灵活性 使大语言模型能够在混合环境（包括客户管理的基础设施）中运行 同时保持在企业控制之下 [7] 概念验证与实施 - 由IBM、GBM和e&在八周内联合完成的概念验证 展示了智能体AI如何在真实条件下实现企业级规模运营 [3] - IBM客户工程团队领导了智能体AI解决方案的设计与集成 GBM则通过项目协调以及对e&的OpenPages和watsonx Assistant环境的深入了解提供交付支持 [4] - 该计划与e&已在使用的watsonx.governance原生契合 为AI治理、可解释性和合规性设计提供了坚实基础 [6] 合作目标与预期效益 - e&的目标是超越孤立的AI用例 转向可信、受治理且深度融入组织运营的企业级智能体AI [5] - 通过与IBM合作 将智能直接嵌入风险与合规流程 以实现更快决策、一致的政策解读 并为在全企业更广泛采用智能体AI奠定基础 [5] - 对于e&而言 该方案为可信、可解释的AI提供了基础 可扩展至合规及其他企业领域 有助于简化合规任务、缩短响应时间 并实现全组织24/7自助服务访问 [5] - 通过将面向行动的AI直接嵌入核心治理与合规工作流 e&强化了其对负责任创新的承诺 并为该地区可信的企业级智能体AI设立了新标杆 [10] 公司背景信息 - e&是一家全球科技集团 致力于在中东、亚洲、非洲和欧洲市场推进数字未来 [13] - 集团2024年财务业绩显示 合并营收为592亿阿联酋迪拉姆 净利润为108亿阿联酋迪拉姆 [13] - e&集团业务围绕五大核心支柱构建：e&阿联酋、e&国际、e&生活、e&企业和e&资本 [15]