IBM Watson PK Alphabet，AI领域谁能称霸？

IBM Watson总经理David Kenny近日接受科技新媒体The InformaTIon 的采访，谈及相比其他科技巨头，IBM Watson发展人工智能的方向及独特优势。

6 年前的这个时候，Watson 在电视智力问答节目 Jeopardy！ 上亮相，本月初它又登上了超级碗的广告时段。有趣的是，IBM Watson 虽然广为人知，但它却主要专注于业务应用，并没有像亚马逊、苹果和谷歌等其他科技巨头一样着眼于消费者市场的人工智能产品。IBM 重点向医疗保健、零售和金融等行业宣传 Watson 的多种功能，因为它已经在这些行业积累了大量专业知识。IBM 的许多客户正利用 Watson 支持的虚拟助手处理客户支持业务。IBM 拥有远大的目标。Watson 总经理 David Kenny 表示，他们目前正在考虑能否对新闻进行事实验证，从而判断内容真伪。

采访精华

IBM Watson 总经理 David Kenny 介绍了他们如何与谷歌等科技公司争夺 AI 人才，以及他们如何向企业推广其服务。

Kenny 一年多前加盟 IBM。在此之前，他曾从事过广告行业，还曾担任互联网骨干服务公司 Akamai 总裁，后来又负责运营 The Weather Company。2015 年末，IBM 收购了 The Weather Company 的大部分业务。Kenny 也随之加盟蓝色巨人。The Weather Company 能够从世界各地的传感器收集海量天气数据，对这些数据进行分析，从而每天提供 2600 万份天气预报。正是这种能力吸引了 IBM。IBM 认为这是物联网的一部分，并且已经在这一领域投资了 30 亿美元用于扩张。

Kenny 的一位前同事说，Kenny 一开始的任务是负责运营 Watson，由于之前就与很多大企业客户建立了联系，所以很符合 IBM 赢得更多 Watson 企业客户的目标。从去年 11 月起，他开始兼任 IBM 公有云服务和两个数据团队（其中一个专注于物联网产品）的负责人。

他在接受 The InformaTIon 的采访时谈到了 IBM 如何与其他大型科技公司在人工智能领域展开竞争，谈到 IBM 内部关于应该重点发展消费者市场还是企业市场的争论，也谈到了 IBM 为什么没有像其他企业一样在人工智能领域大肆收购的原因。

以下是经过整理的采访内容。

McLaughlin：提到 Watson，有些人就想到 Jeopardy！，但 Watson 如今的能力早已超出了智力问答。6 年前，Watson 还只是 IBM 数据中心的一个研究项目。发展到现在，它包含了哪些内容？

Kenny：Watson 的核心是一个与云平台关联的 Watson 平台。人工智能需要很多带宽来获取数据，还需要相当大的计算能力来进行“推理”或预测。目前，IBM 内外部已经基于 Watson 构建了数百个出色的应用。

从消费者的角度，或者从搜索和商业的角度来看，与其他人工智能企业相比，Watson 的独特之处在于，我们设计时所围绕的数据并不在互联网上。正因为此，我们才着力发展医疗健康和金融服务，学习税法和建筑图纸，并将数据应用于出版领域。

我们为每个垂直领域构建用例。首先是与机器人进行问答交流。我们在特定领域拥有更深厚的知识储备。其次是发现，比如怎样搜索基因序列或临床试验，或者学习税法。然后，学习规则，这对合规、审计和反洗钱工作至关重要。Watson 正在学习这些知识，并将其应用到一系列应用中，有些应用来自 IBM，有些则是第三方应用。Watson 为什么能够不断成长？因为这些领域在成长。

McLaughlin：IBM 投放了一则 Watson 广告，让 Watson 像人类一样与名人展开了简短对话。如果你们希望向企业推广 Watson，那为什么投放这样的广告呢？

Kenny：我们的论点与另外三大人工智能企业有所不同。这方面争论很大： － 、我们是否应该以面向消费者的方式来塑造 Watson 的品牌形象？这样做的好处是您可以由此创造一套标准。如果您认为人工智能将朝着人工智能操作系统的方向发展，那就可以朝这个方向努力。但我们不这么认为。

在与 Watson 的大多数互动中，最终用户都看不到 Watson。他们只会认为自己在与一家银行、保险公司、律师或医生对话。Watson 主要负责延伸企业用户的个性，所以这更像是一个“白标签”。我们之所以探讨增强智能，而不是人工智能，是因为我们的很多工作是增强企业各种措施的效果。

McLaughlin：在人工智能领域，IBM 堪称最资深的企业。可是为什么是谷歌成为了人工智能人才的首选呢？

Kenny：归根结底，我们用搜索寻找信息，并倾向于利用人工智能为决策提供指导意见。我不认为所有人才都涌向了谷歌。他们固然吸引了许多人，尤其是斯坦福大学的人才。这一点确实令人佩服。但如果您拥有某个领域的专长，我认为 IBM Watson 是更好的选择，因为我们是垂直领域的专家。最有价值的人才往往都是某个领域的专家。您不会向肿瘤医生寻求房地产建议，也不会向房产中介寻求买车建议。所以，我们正在构建专业的垂直人工智能，这对于那些关注专业领域的人来说是一件非常有利的事情。

消费者希望跟谷歌 Home 或亚马逊 Echo 对话，这很有帮助，搜索功能帮助消费者找到了很多信息。如今有很多人关注这些水平领域。但我想说的是，全球还有很多人关注的是垂直领域和专业知识，而这正是 IBM 的长期优势所在，我们也是采用这样的方式设计出了我们的人工智能。这是两种不同的设计思路，但都很重要。

McLaughlin：IBM 如何营造富有吸引力的企业文化来吸引高校里的人工智能人才？

Kenny：很显然，相比 Alphabet，IBM Research 的底蕴更深。长期以来，我们一直致力于发展阿尔马登（Almaden）、纽约、苏黎世和东京的 IBM Research 实验室。但很多年轻人之所以加入 IBM，是因为他们希望影响世界。尽管 IBM 是一家大公司，但您也可以改变银行、会计、建筑、零售、医疗保健或环境，对某个领域的运行方式产生巨大影响。我认为，我们为人们提供了一个机会，让他们能够对世界的重要领域产生重大影响。

McLaughlin：某些人工智能技术的处理速度比其他人工智能技术更快，这对客户来说有多重要？

Kenny：很显然，相比 Alphabet，IBM Research 的底蕴更深。长期以来，我们一直致力于发展阿尔马登（Almaden）、纽约、苏黎世和东京的 IBM Research 实验室。但很多年轻人之所以加入 IBM，是因为他们希望影响世界。尽管 IBM 是一家大公司，但您也可以改变银行、会计、建筑、零售、医疗保健或环境，对某个领域的运行方式产生巨大影响。我认为，我们为人们提供了一个机会，让他们能够对世界的重要领域产生重大影响。

McLaughlin：某些人工智能技术的处理速度比其他人工智能技术更快，这对客户来说有多重要？

Kenny：关键不仅仅在于速度，还在于决策的准确性和实用性。速度和准确性之间总要进行一些取舍，您肯定要确保最终的成果能够起作用。归根结底，我们用搜索寻找信息，并倾向于利用人工智能为决策提供指导意见。您是否理解我要做的决策？系统是不是提供了有用的建议？当您关注临床试验等重大决策，或者我的资产负债表目前有什么价值，亦或者我的最佳报税方式是什么的时候，Watson 就可以提供帮助。总而言之，帮助客户制定更明智的决策是我们增加市场份额的方式。

搜索功能推进了很多业务的“商品化”进程，比如报纸，因为它们的价值在于分配渠道。但我认为，人工智能在分配渠道上的价值无法比肩它在智能方面的价值。所以我们决定帮助企业提升智能程度。正因如此，我们的重点才放在了智能和决策质量上，而不仅仅关注速度。

目前，我们正在寻找一种方法来用人工智能核实事实。某条新闻是否属实，是否得到了验证，或者能否验证？正因如此，我认为分配渠道已经在经济上达到了极限。因为真正重要的是通过分配渠道传播的内容。因此，Watson 才通过数据而非界面来实现增值。我们希望别人评判我们的时候不仅看重速度这个分配渠道指标，还看重准确性，以及决策的细微复杂性和质量。

我不是说速度不重要，但它只占到三分之一，另外三分之二在于内容的价值。虚假新闻就是一个很好的例子，虽然它通过分配渠道得到了传播，但久而久之，还不是要靠高质量来创造价值？

McLaughlin：在人工智能领域，IBM 为什么不像谷歌等其他企业那样频频并购？

Kenny：我们针对云基础架构、数据能力、监督式学习和无监督学习等方面制定了清晰的路线图。我认为，我们在很多方面已经超越了其他企业。我们进入该领域的时间更长，有着专业的视角，而很多企业都是从消费领域起步的。

因此，我们并没有发现很多并购机会。有的时候，我们的确看到一些东西能够帮助我们更快地推进我们的路线图、加快引进人才。收购 The Weather Company 就是这样一个例子。借此，我们成功地将海量传感器数据转化成每天 2600 万份天气预报。此次并购将 IBM 的物联网路线图实施周期缩短了几年，还帮助 IBM 紧紧抓住一批人才。

Kenny：归根结底，我们用搜索寻找信息，并倾向于利用人工智能为决策提供指导意见。我不认为所有人才都涌向了谷歌。他们固然吸引了许多人，尤其是斯坦福大学的人才。这一点确实令人佩服。但如果您拥有某个领域的专长，我认为 IBM Watson 是更好的选择，因为我们是垂直领域的专家。最有价值的人才往往都是某个领域的专家。您不会向肿瘤医生寻求房地产建议，也不会向房产中介寻求买车建议。所以，我们正在构建专业的垂直人工智能，这对于那些关注专业领域的人来说是一件非常有利的事情。

消费者希望跟谷歌 Home 或亚马逊 Echo 对话，这很有帮助，搜索功能帮助消费者找到了很多信息。如今有很多人关注这些水平领域。但我想说的是，全球还有很多人关注的是垂直领域和专业知识，而这正是 IBM 的长期优势所在，我们也是采用这样的方式设计出了我们的人工智能。这是两种不同的设计思路，但都很重要。