IBM AI 競賽制勝藍圖

包含人工智慧和相關技術的認知計算，一直是 IBM 公司持續轉型的支柱力量。而 IBM 致力於為企業提供服務。為此目標，IBM 積極運用人工智慧技術履行自己的使命。IBM Watson 是該公司知名的人工智慧系統，目前應用於醫療健康和金融服務等行業，旨在增強這些領域專業人士的技能。這項技術前景廣闊，潛力巨大。

IBM 相信人工智慧將成為其未來發展的基石之一。下面，簡單介紹一下 IBM 的發展歷程，以及面向未來的制勝之道。

IBM發展極簡史

作為一家科技公司，IBM 能夠在百餘年間歷經數個技術時代，不斷適應變化，不斷發展自我，並且始終在市場中保持重要地位，這樣的例子在商業史中實屬罕見。IBM 成立於 1911 年，最初名為計算-製表-記錄公司 (Computing-Tabulating-RecordingCompany)，隨後經歷過多次轉型，雖然有些轉型非常痛苦，但這也考驗了IBM持續變革的決心。

在公司成立之初，IBM 的主要業務是出售和租賃機械製表機、打字機和其他設備。該公司的第一次重大轉型發生在計算機時代初露曙光之際。IBM 於 1952 年推出了第一台基於真空管的大型計算機。基於晶體管的計算機在十年後面市，標誌著 IBM 大型機業務的誕生。至少在一段時間內，IBM 在個人計算機市場占統治地位。機械製表機業務曾經是IBM 的搖錢樹，但當 IBM 發現計算機才是未來發展方向時，它並不懼怕顛覆自我。

IBM 的第二次重大轉型發生在上世紀90 年代。

接下來就是 IBM 目前正經歷的轉型。在過去 5 年左右的時間裡，IBM 經歷了又一次經歷了數十年的成功之後，隨著核心的大型機業務步履維艱，以及個人計算機業務日益商品化，公司幾近崩潰。IBM 變得組織架構臃腫，看不到這個行業的發展方向。彼時一位外來的首席執行官掌舵 IBM，通過大幅削減成本並押注於服務業務，力挽狂瀾。IBM 由此成為集硬體、軟體和服務於一身的整合解決方案供應商，這種業務模式使 IBM 在隨後的 20 年時間裡風光無限。重塑，這次把寶押在雲計算和認知計算上，希望籍此在未來幾年推動業務發展。原有業務被出售或退居二線，而資源重點投入到人工智慧等增長領域。公司建立了雲計算業務，實現年營收近 200 億美元，Watson 人工智慧系統已廣泛應用於各行各業和各種應用之中。

IBM 致力於鞏固自己在快速發展的人工智慧市場中的領導地位，而 Watson 則扮演急先鋒的角色。

IBM Watson 的誕生

2011 年，IBM 人工智慧系統 Watson 在益智遊戲節目《危險邊緣》中擊敗兩位人類冠軍，由此吸引了全世界的目光。Watson 的勝利令人印象深刻，但表現並不完美，它能夠分析線索並給出正確答案，從而贏得比賽，這代表了人工智慧技術的重大突破。

當時，Watson 使用了 750 台 IBM Power 伺服器，總共 16TB 內存和 2880 個 POWER7 CPU 核心。而現在，基於 Watson 的服務可通過 IBM 雲環境提供，所需資源要比初始版本少很多。到 2013 年，IBM 將 Waston 的性能提升了近三倍，而硬體需求則減少到一台 Power 伺服器。

有一點必須清楚：Watson 並不是絕對的通用型系統。在《危險邊緣》節目中大顯身手的初始 Watson 系統是為了參加該節目而專門訓練的。不同的應用需要使用不同的數據進行訓練。例如，IBM 提供了由 Watson 支持的圖像識別雲服務；這個版本的 Watson 系統使用帶有對象標記的圖像進行訓練，從而能夠識別其他圖像中的對象。可將 Watson 看作是應用於不同任務的一系列人工智慧技術，而不是「單一的、鐵板一塊」的人工智慧系統。

不僅僅是機器學習

「人工智慧」這個術語經常與「機器學習」以及「深度學習」互換使用。但這並不準確。機器學習是能夠通過經驗不斷改進的一系列演算法。例如，某種機器學習系統能夠識別圖像中的對象，隨著使用更多數據進行訓練，它的識別水平會越來越高。

深度學習是機器學習的子集，與其他演算法相比，它提供有助於改進結果的框架。人工神經網路（Artificialneural network）就是一種深度學習架構，它和人類大腦的工作方式大致相同。在過去幾年裡，我們見證了人工智慧領域的諸多進步，例如自動駕駛汽車就是得益於深度學習的進步。

人工智慧則要廣泛得多，囊括了任何可以模仿人類認知能力的演算法。這包括自然語言處理、規劃、環境感知、機器學習和深度學習演算法等。

Watson 旗下擁有廣泛的人工智慧技術，包括機器學習、深度學習、語音識別、情感分析和自然語言處理等。最初的 Watson 版本只是一個問答系統。而如今，Watson 提供更廣泛的功能，能夠消化吸收海量結構化和非結構化數據。

IBM 的人工智慧戰略

IBM 不是面向消費者的公司，所以我們不會看到任何由 Watson 支持的 IBM 「小配件」。相反，IBM 的重點是為企業客戶提供解決方案。公司 2017 年年報稱：

「IBM Watson 的企業級人工智慧正在改變幾乎所有行業的人員工作方式。它幫助企業從複雜的非結構化信息中獲得洞察。它幫助專業人員擴充自己的專業知識，並將精力集中在更高價值的工作上。」

雖然其他一些大型科技公司將其人工智慧的奮鬥方向瞄準智能揚聲器和自動駕駛汽車等領域，但 IBM 一直致力於為自己所服務的廣泛行業和企業提供人工智慧解決方案。IBM 的客戶包括全球最大銀行中的97%，全球最大零售商中的 80% 以及全球最大通信服務供應商中的 83%。隨著各行各業的企業紛紛投資人工智慧，IBM 希望成為他們的首選和最佳的選擇。

IBM 將人工智慧視為增強人類智力的一種方式，而不是用來取代人類。在醫療健康和金融服務等領域，Watson已經部署於各種應用，作為專業人員的工具，幫助他們更好地完成工作。

小托馬斯·沃森（Thomas Watson Jr.）在 1956 年至 1971 年間擔任 IBM 的首席執行官，期間公司將命運之寶押在計算機上。他的一句名言總結了 IBM 對人工智慧的看法：「我們的機器只是工具，用來增強使用它們的人類的能力。」

IBM 的人工智慧產品之所以明顯有別於競爭對手，一個主要因素是數據所有權。IBM希望成為人工智慧領域最值得信賴的公司。正如公司 2017 年年報中所說：

「我們還相信數據及其產生的洞察屬於它們的創造者。所有人都不該放棄對自己數據的所有權或控制權，不該放棄從人工智慧和雲計算中獲益的權利。我們正是本著這種精神構建並部署 Watson 系統。」

IBM的戰略可總結為三點：

專註於服務企業客戶。

將人工智慧應用於有助於增強人類智力、提高效率或降低成本的領域。

為客戶提供數據和洞察的控制權和所有權。

人工智慧仍屬於早期技術，但IBM已經將其廣泛應用於各行各業。

醫療健康

2017年美國醫療健康支出總額達 3.5 萬億美元，預計到 2026 年，美國醫療保險和醫療補助服務中心各項目的支出將達到 5.7 萬億美元。如果AI實現的更高效率和更低成本能讓某個行業獲益，那麼非醫療健康行業莫屬。

IBM 將 Watson Health 視為該公司的 "Moonshot"，該業務部門旨在將 Watson AI 技術應用於醫療健康行業。這是一項雄心勃勃的計劃，雖然獲利緩慢，但擁有幾乎無限的潛能。Watson Health 目前有效服務於 100,000 多名患者和消費者，並且隨著 AI 在醫療健康行業的應用進一步擴展，這一數字在未來幾年可能呈指數級增長。

Watson 在醫療健康行業到底有何作用？事實證明它有諸多用途。以下是 Watson 如何改變醫療健康行業的一些示例：

IBM Watson Care Manager可以創建個性化的護理方案和建議的最佳護理方法；它處理大量的結構化和非結構化數據，包括基於證據的研究資料、質量標準和法規要求。IBM Watson Health 總經理 Deborah DiSanzo 表示，約20％ 的患者使用了醫療費用總額的 80％。為這些患者使用 Watson 不但能降低成本，還能實現更好的治療效果。

約147,000 名患者現在藉助 IBM Watson Care Manager 來管理其護理計劃，該 AI 系統被證明對行為健康和社會護理管理最有用。

IBM Watson for Drug Discovery 旨在加速向市場推出新葯的過程，這一過程對生物技術和製藥公司而言平均需要十年。IBM於2016年底宣布與輝瑞公司進行合作，使用 Watson for Drug Discovery 來確定新藥物靶標，值得研究的聯合療法以及免疫腫瘤學方面的患者選擇策略。

在另一項合作中，IBM和巴羅神經病學研究所利用 Watson for Drug Discovery 探索可能與肌萎縮性脊髓側索硬化症有關的未識別基因和蛋白質。該研究在幾個月內就發現了5 個與 ALS 有關的基因，之前人們從未發現這種聯繫；巴羅科學家表示，如果沒有 Watson，需要數年才能獲得這些成果。

IBM Watson for Oncology 可以根據數百萬個數據點為患者提供個性化的、基於證據的癌症護理，目的在於提高癌症護理的一致性和護理質量。Watson 作為醫生的一種工具，能夠考慮大量的數據和信息，並為治療提供建議。該系統已部署在155 家醫院和醫療健康機構，並接受過各種不同癌症類型的訓練。

IBM Watson for Clinical Trial Matching 讓您無需手動比較登記標準與患者的醫療數據，因此可以減少臨床醫生為患者尋找臨床試驗選項所花的時間。據DiSanzo 介紹，該 AI 系統在 16 周的試驗期內將預篩檢等待時間縮短了 78％，並自動排除了 94％ 不符合臨床試驗資格的患者。

Watson Health及一般所講的AI不是醫療健康行業的萬能解決方案。Watson 不會取代醫生。相反，Watson Health是為醫療健康專業人士提供的一系列工具，可以提高流程效率，降低成本，以及潛在地改善患者的治療效果。

IBM 在推動 Watson 進入醫療健康行業時立意深遠。目前 Watson Health 可能對公司的財務業績貢獻不大。但這一情況可能在未來幾年或幾十年內發生改變。

金融服務

IBM 於 2016 年末宣布收購 Promontory Financial Group，並認為 Watson 可能在金融服務行業的海量相關法規中掀起一次有利的風波。Promontory 是一家全球風險管理和法規合規性諮詢公司，在收購時擁有 600 名專業人員。IBM 計劃讓 Promontory 訓練有素的專業人員對 Watson 進行法規信息訓練，最終將該AI 系統運用到實際應用中。

金融服務行業的法規合規性對AI 而言是一種近乎完美的應用。相關的數據量極為龐大。僅在 2015 年就制定了 20,000 多項新的法規要求，IBM 預計到 2020 年，整個法規目錄將超過 3 億頁。據 IBM 稱，主要銀行運營支出中的 10％ 以上與法規以及合規性有關，每年總計 2,700 億美元。Watson 不需要大動干戈就能產生重大影響：即使削減幾個百分點的成本也會為金融公司節省數十億美元。

Watson 在稅務籌劃方面大顯身手。H&R; Block 在上一個稅季開始使用 Watson，幫助其稅務專員確保客戶收到每一筆稅收減免。截至2017 年初，美國聯邦稅法包含 74,000頁內容，而且每年都會更改數千處。2017 年末通過的稅收改革法案讓情況變得更為複雜。

海量的數據和低效的流程使金融服務成為一個為 IBM Watson 量身定製的行業。

其他應用

除了醫療健康和金融服務，IBM Watson 還用於各種其他應用中。2017 年，使用 Watson 的機構數量增長了 70％ 以上，隨著 AI 的普及，這一增長趨勢應該會持續下去。

IBM Watson：

被管道工程師用於預測和預防管道故障：Watson 最多能提前 6 天預測故障，將效率提升 24 倍。

被通用汽車公司用在其 OnStar Go 系統中：這個由 Watson 驅動的系統，將學習駕駛者的喜好並進行基於位置的個性化互動。

被律師用於每秒篩查超過100 萬份法律文件並查找案件的相關信息：根據 IBM引用的一項調查，新員工只需花 1/3 的時間來查看法律、以前的案件和法律期刊。

被工作場所即時消息公司Slack 用於支持其客戶服務機器人。開發人員也可使用Watson 服務為該平台構建機器人和其他工具。

被期望打造特定於行業、品牌化且個性化的虛擬助理的公司使用：IBM 今年初發布了 Watson Assistant，這個助理由各種基於雲的API 提供支持。基於 Watson Assistant 來構建應用的公司擁有並控制相關數據。

用於精簡併加快客戶支持工作：例如，IBM在 2017 年贏得了紐約市一份價值 2400 萬美元的合同，用一個由 Watson 支持的新系統對其 311 系統進行大修。

這些只是 IBM AI 技術的少數用例。IBM CEO Ginni Rometty 在 2016 年表示，該公司預計到 2017 年底，Watson 直接或間接造福的消費者數量將超過10 億。儘管如此，IBM 仍然處於其 AI 之旅的開始階段。

一根銀線

IBM 並未透露 Watson 創造了多少收入，因此很難估計其財務影響。回到 2013 年，Rometty 據報道為 Watson 設定了一個宏偉的目標：10 年內收入達到100 億美元，到 2018 年收入達到 10 億美元。我們還不清楚IBM是否正在向正確的方向發展。

IBM不透露Watson相關收入的一個原因在於，Watson 牽涉到 IBM 的許多產品和服務。高管們過去曾將 Watson 描述為貫穿IBM的一根「銀線」，意味著它涉及許多不同的領域。當集成Watson的產品和服務創造收入後，將該收入歸功於Watson可能沒有多大意義。儘管如此，考慮到 Watson是IBM轉型的前沿，沒有透露收入可能表明該公司可能未實現其目標。

由於Watson 是一個AI系統，採用了機器學習和其他需要大量數據訓練的技術，所以該系統可能需要很長時間才能在特定的應用方面發揮作用。您已預料到最初的創收會很慢或完全沒有收入，一旦該系統證明了自己的能力，收入就會迅速增加。即使Watson 現在創造的收入並不多，但隨著該技術被採用，收入也會迅速增加。

這個時代的大好機會

在Think2018大會上的演講中，Rometty討論了AI技術在未來的重要性：

它是 25 年一遇的重大時刻。它是業務和技術架構同時改變的結果。它很可能會改變一切。

她補充道：「AI是這個時代的大好機會。」

AI 改變和顛覆行業的潛力不可估量。我們可以精簡併加速低效的流程，降低成本。由AI系統支持的全新業務模式可能出現。就像互聯網和移動設備的激增引發創新技術的井噴，AI 也會如此。

IBM 希望成為服務於大型企業的AI 公司。該公司龐大的現有客戶群都依賴於 IBM 技術，這為它提供了巨大的競爭優勢。而且與競爭對手不同的是，IBM堅持認為數據和洞察屬於客戶。

很難指出AI領域的贏家和輸家，因為這項技術的發展將經歷許多年。但是IBM 的出色定位無疑讓它能從AI革命中獲益良多。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！