凈利潤(rùn)下降、股價(jià)下滑、巴菲特減持，IBM的轉(zhuǎn)型過(guò)程分外艱難。目前相當(dāng)普遍的一種說(shuō)法是，IBM錯(cuò)過(guò)了移動(dòng)時(shí)代后，又正在錯(cuò)過(guò)AI時(shí)代。
的確，硬件被英偉達(dá)的GPU和谷歌的TPU搶盡了風(fēng)頭，算法上比不過(guò)DeepMind龐大的論文量，應(yīng)用落地也比不過(guò)微軟、百度范圍更廣。IBM在這個(gè)人人高舉AI大旗的年代，多少顯得有些尷尬。
可要說(shuō)IBM在人工智能上毫無(wú)建樹，那可是太冤枉了?；蛟S你曾經(jīng)被百度大腦、搜狗機(jī)器人在綜藝節(jié)目的表現(xiàn)所驚艷，那么你應(yīng)該知道，早在2011年，IBM的超級(jí)計(jì)算機(jī)“沃森”曾在問(wèn)答節(jié)目《危險(xiǎn)邊緣》中擊敗兩位人類選手，拿下歷史最高分。
從那時(shí)起，或者更早，沃森就成了IBM沖擊AI大時(shí)代的生力軍。
IBM Watson核心能力：解讀非結(jié)構(gòu)化數(shù)據(jù)
沃森以此來(lái)自于IBM公司創(chuàng)始人托馬斯·J·Watson的名字，準(zhǔn)確來(lái)說(shuō)沃森是一種“平臺(tái)”或“系統(tǒng)”，擁有理解、推理、學(xué)習(xí)等等多種能力。從上個(gè)世紀(jì)開始，IBM就在人工智能領(lǐng)域不斷探尋，能和人類交流、提煉信息的沃森只是成果之一。
別說(shuō)比別人早一步登上問(wèn)答節(jié)目，就連棋牌類人機(jī)大戰(zhàn)的戲碼，IBM也早就玩過(guò)。在1997年，IBM的計(jì)算機(jī)程序“深藍(lán)”就曾在國(guó)際象棋的戰(zhàn)場(chǎng)上戰(zhàn)勝了棋王卡斯帕羅夫。
而從深藍(lán)到沃森的變化，正是IBM在AI方向上最關(guān)鍵的選擇。
有人說(shuō)深藍(lán)是沃森的前身，這話對(duì)也不對(duì)。深藍(lán)的應(yīng)用范圍是象棋，很圍棋一樣，是一種數(shù)字游戲，深藍(lán)還擁有480顆專門為象棋打造的芯片——極有可能為了暴力窮舉。沃森的應(yīng)用則在于人機(jī)對(duì)話問(wèn)答，所處理的都是語(yǔ)言、聲音甚至是圖片。而相比深藍(lán)的硬件形態(tài)，沃森已經(jīng)超脫了禁錮，進(jìn)化成了技術(shù)平臺(tái)。
最為關(guān)鍵的一點(diǎn)是，沃森專注的是理解非結(jié)構(gòu)數(shù)據(jù)。
理解什么是非結(jié)構(gòu)化數(shù)據(jù)，要先知道結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)存在于ERP系統(tǒng)與數(shù)據(jù)報(bào)表之中，是經(jīng)過(guò)標(biāo)注的、存在于數(shù)據(jù)庫(kù)之中的數(shù)據(jù)。所以非結(jié)構(gòu)化數(shù)據(jù)，自然就是那些只能用。txt、。MP3、。avi等格式儲(chǔ)存的數(shù)據(jù)。
所以，沃森的理解、分析、提煉和推理，可以建立在自然語(yǔ)言和圖片之上。
認(rèn)知計(jì)算與人工智能，究竟是話術(shù)差異還是技術(shù)差異
這樣看來(lái)，沃森更像是一個(gè)巨大且牛逼的數(shù)據(jù)處理平臺(tái)，可在這個(gè)一切建立在數(shù)據(jù)之上的時(shí)代，又有哪個(gè)人工智能產(chǎn)品不是這樣呢？
在遙遠(yuǎn)的2011年，IBM好像還沒(méi)準(zhǔn)備好讓沃森站上人工智能這個(gè)風(fēng)口，相反，IBM為沃森提出了一種非常新鮮的概念：Cognitive Computing——認(rèn)知計(jì)算。
公認(rèn)認(rèn)知計(jì)算的解釋是這樣的：“認(rèn)知計(jì)算代表一種全新的計(jì)算模式，它包含信息分析，自然語(yǔ)言處理和機(jī)器學(xué)習(xí)領(lǐng)域的大量技術(shù)創(chuàng)新，能夠助力決策者從大量非結(jié)構(gòu)化數(shù)據(jù)中揭示非凡的洞察。認(rèn)知系統(tǒng)能夠以對(duì)人類而言更加自然的方式與人類交互；認(rèn)知系統(tǒng)專門獲取海量的不同類型的數(shù)據(jù)，根據(jù)信息進(jìn)行推論；從自身與數(shù)據(jù)、與人們的交互中學(xué)習(xí)。
這么看來(lái)，的確很難分辨所謂認(rèn)知計(jì)算和人工智能之間的關(guān)系，尤其是弱人工智能，兩者之間的定義非常相似。都是建立在數(shù)據(jù)之上，利用NLP、機(jī)器學(xué)習(xí)等等技術(shù)賦予機(jī)器自學(xué)習(xí)、自進(jìn)化的能力，讓它們能夠更好的服務(wù)于人類。
在Google搜索Cognitive Computing，結(jié)果也大多跟IBM有關(guān)，現(xiàn)在看來(lái)，有關(guān)認(rèn)知計(jì)算的一切似乎都是IBM一場(chǎng)失敗的造詞計(jì)劃。
難道就是因?yàn)樵捫g(shù)選擇的不慎，就讓IBM在AI時(shí)代落后于人嗎？
沃森的成績(jī)單，其實(shí)沒(méi)有想象中那么差
拋開技術(shù)概念的相似，IBM的認(rèn)知計(jì)算，還是和目前很多企業(yè)涉獵的人工智能有一些差別的，而這些差別存在于市場(chǎng)轄定之中。
像亞馬遜、微軟等等企業(yè)對(duì)于人工智能研發(fā)到一定程度上之后，都會(huì)落地到一個(gè)具體的民用級(jí)產(chǎn)品中——Echo、小冰、特斯拉……雖然不能說(shuō)清這些企業(yè)的目標(biāo)市場(chǎng)究竟在哪，但都在C端市場(chǎng)中做足了姿態(tài)。
和前一段大家都跟風(fēng)人工智能音箱的原因一樣，你不這么做，就好像不在這個(gè)戰(zhàn)場(chǎng)。
或許是來(lái)自咨詢管理的基因，IBM從一開始就把目標(biāo)明確在了企業(yè)級(jí)市場(chǎng)。在2014年IBM中國(guó)論壇上，IBM提出把“借助數(shù)據(jù)協(xié)助行業(yè)轉(zhuǎn)型”作為轉(zhuǎn)型的主要方向之一。這其中的邏輯也很簡(jiǎn)單：認(rèn)知計(jì)算建立于數(shù)據(jù)之上→IBM擁有大量企業(yè)數(shù)據(jù)，自然一拍即合的推出了適用于企業(yè)的服務(wù)。
而且IBM一上來(lái)就選了幾塊難啃的硬骨頭：醫(yī)療、金融和營(yíng)銷，不過(guò)沃森的表現(xiàn)，并不像某些分析師說(shuō)的那么不堪。
在醫(yī)療領(lǐng)域，沃森的動(dòng)作最多、聲量也最大。
訓(xùn)練沃森治療癌癥、和安德森癌癥中心等等醫(yī)療機(jī)構(gòu)合作，一時(shí)間引起了不少媒體的關(guān)注。在醫(yī)療領(lǐng)域，沃森最具優(yōu)勢(shì)的是對(duì)資料的查找、提煉速度，據(jù)稱沃森可以每秒閱讀八億頁(yè)的資料?？焖偬幚頂?shù)據(jù)、輔助醫(yī)生進(jìn)行診療，這一切只是看上去很美。實(shí)際上和安德森癌癥中心合作了五年，雙方?jīng)]能推出一款可以實(shí)際應(yīng)用的工具，最終安德森中心支付賠款，終止了和IBM的合作。
?。↖BM禮賓機(jī)器人）
相比醫(yī)療，沃森在金融這條路上明顯走的更加順利。
推出銀行網(wǎng)點(diǎn)服務(wù)機(jī)器人、發(fā)布金融云、輔助智能投顧等等，雖然大多還是一些細(xì)小的工作，但搭上Fintech這趟車一定不會(huì)出錯(cuò)。而且IBM在收購(gòu)金融企業(yè)時(shí)出手很大方，過(guò)去有Promontory和Algorithmics，未來(lái)恐怕還會(huì)有更多。AI+金融已成大勢(shì)，加上IBM和銀行一向親密的關(guān)系，或許將成為沃森的主場(chǎng)。
在營(yíng)銷方面，沃森能發(fā)揮的空間更廣。
AI+營(yíng)銷這個(gè)話題，多多少少有些老生常談了。據(jù)說(shuō)沃森每天學(xué)習(xí)9節(jié)IBM思考營(yíng)銷項(xiàng)目中的課程，初步目標(biāo)是“懂得如何為每一位客戶量身定做創(chuàng)意內(nèi)容”。目標(biāo)雖然遠(yuǎn)大，可目前沃森所做的還是老一套——學(xué)習(xí)用戶歷史消費(fèi)數(shù)據(jù)，做出智能推薦。去年，沃森就和The Northface合作了一把，通過(guò)用戶瀏覽歷史、當(dāng)?shù)靥鞖獾葦?shù)據(jù)推薦給消費(fèi)者合適的外套，VentureBeat統(tǒng)計(jì)，這一廣告點(diǎn)擊量達(dá)到了90%。相比醫(yī)療和金融，AI營(yíng)銷領(lǐng)域限制少、容錯(cuò)率高，可以給沃森更廣闊的發(fā)展空間。
生于創(chuàng)新，死于原罪？
IBM今天的局面，其實(shí)來(lái)源于B端服務(wù)級(jí)企業(yè)的原罪。體量巨大、有穩(wěn)定營(yíng)收，即使看中了AI市場(chǎng)，轉(zhuǎn)型起來(lái)也很困難。一直服務(wù)B端市場(chǎng)，掌握的數(shù)據(jù)有天然限制，購(gòu)買數(shù)據(jù)打入C端市場(chǎng)/研發(fā)B端AI技術(shù)兩個(gè)選擇在天平上搖擺不定。IBM的選擇看似是一條容易的路：利用原有數(shù)據(jù)開發(fā)產(chǎn)品，然后讓長(zhǎng)期合作的企業(yè)級(jí)用戶買單，可從實(shí)際操作看來(lái)，企業(yè)沒(méi)那么容易買賬。
而長(zhǎng)期投入B端市場(chǎng)、選擇了不討喜的“認(rèn)知計(jì)算”話術(shù)，為IBM帶來(lái)的后果就是錯(cuò)過(guò)了搶占大眾心智的黃金時(shí)期。不過(guò)好在IBM的技術(shù)底子還在，就算沃森當(dāng)前表現(xiàn)平平，未來(lái)也不難和谷歌、微軟、亞馬遜一戰(zhàn)。
（曾經(jīng)在舞臺(tái)上打敗過(guò)人類的Watson）
需要警惕的，反而是國(guó)內(nèi)很多B端服務(wù)企業(yè)，轉(zhuǎn)型時(shí)沒(méi)有IBM的本事還得了IBM的病，以為企業(yè)級(jí)市場(chǎng)會(huì)永遠(yuǎn)歡迎自己，連最基本的技術(shù)創(chuàng)新能力都已經(jīng)喪失卻還想著吃老本。要知道在這個(gè)人工智能技術(shù)飛快發(fā)展的時(shí)代，走錯(cuò)任何一步都可能是死局。
