https://mp.weixin.qq.com/s/oNp8QS7vQupbi8fr5RyLxA
导语：当AI成为全球CEO口中的热词，关于“什么是好AI ”的讨论显得更加至关重要，因为这也许关系企业的未来生死。
年中“AI价值观”的热点落下帷幕后，近日AI厂商技术“孰强孰弱”的讨论开始引发新一轮关注。其中IBM Watson作为瞩目焦点遭受了一些争议，主要源于媒体跟风、对Watson发展模式欠缺了解，这些错误观点一定程度上具有代表性，也最终导致让我想要写这样一篇文章与大家阐释、探讨AI价值。
但在开始之前，我想针对一些捕风捉影的舆论质疑明确两个最基本的观点：
专注增强智能，发力研发，推进技术演进
如果你对AI行业有基础层面的了解，你就会知道IBM Watson是专注于不同专业领域解决复杂问题的“增强智能”模式。对于刚刚起步处于探索期的AI行业来讲，IBM在理解、推理、学习和持续学习、交互层面，已经在诸多案例中验证了它的价值。
总体来说，现在AI产业有着非常巨大的成长、发展空间，我们既需要不断加大研发投入，也需要不断从现行的实践中总结经验，要用发展的眼光来看待技术演化。
加大投入， 发展商业AI
据官方资料显示，自2014年 Watson 业务启动以来，IBM已在其中投入了数十亿美元，15000 多位专业人员，有超过 1/3 的 IBM 研发部门员工投身于尖端的 AI 研究中。它是唯一一个拥有如此规模且已投入使用的商用 AI 系统。
有些标题党喜欢炒作IBM Watson旧闻来换流量，但流言止于智者，近两年IBM在商用AI领域的持续发力所取得的成果是有目共睹的。
首个“机器宇航员”进入国际空间站
名叫CIMON的人工智能“机器人”，就像是科幻作品中的那些AI一样，它不仅能够识别言语表情与宇航员交谈，排解科学工作者远离家人的孤单感，还能帮助宇航员完成一系列的太空实验工作。
CIMON由IBM与合作伙伴研发，今年7月2日已经抵达国际空间站服役，为人类科研太空事业做贡献。
助力京津冀大气污染治理进入精细化阶段
最近大家看到的蓝天，感到政府对环北京雾霾治理已然取得成果，对北京空气质量治理工作已经进入新的阶段。面对新阶段精细化管理、治理需求转变，也能看看到IBM AI的身影。自2014年，IBM推出绿色地平线计划，目标是用人工智能等技术助力城市空气污染防治，新能源的精确预测和高效利用，以及企业节能减排。2017年，IBM与英视睿达公司开展合作，围绕大气污染精细分析和智能决策，打造新一代的大气环境治理解决方案。
在过去5年，IBM一直在其中与合作伙伴扮演重要角色，在回归蓝天白云的努力进程中，商业AI的深度学习显然贡献了决策的力量。
在标题党们忙于质疑IBM Watson的时候，IBM正在利用AI技术辅助解决我们生活中的关键问题，并以AI助力科学探索，推动文明发展。
“宽”人工智能VS“窄”人工智能
伴随着大数据时代的到来，AI在过去的十年取得了巨大的进步。但今天AI更多是狭窄地完成单一任务，比如：人脸识别，语音识别，也就是Narrow AI。IBM正在引领通向General AI“通用人工智能”的征途。IBM倡导的商业AI不是狭义的讨论“宽”或者“窄”，目的是综合利用基础设施、平台、AI应用、AI算法，以及与区块链、物联网等各项技术结合，解决行业难中之难的命题。
IBM AI的核心在于大小通吃的洞察力
IBM AI能够面对专业领域提供高效低成本的决策输出方案，根源在于AI能够“大小通吃”。它不仅能从大数据中获取价值，更能从小数据中获得宝贵的洞察和见解，这意味着它适用性更广泛、能快速部署产出商业价值。
IBM AI以安全为前提
“数据责任”一直是IBM价值观的核心，在外部环境对隐私、网络安全愈加重视的情况下，IBM携手合作伙伴保障数据主权，无疑为自身提供了竞争优势。
AI覆盖IBM全线业务
在AI发展方向中，帮助企业重塑业务流程是一大关键目标，随着各个产业进行数字化升级，Watson从各个专业领域切入、投入，将不断积累的专业素能，一步步升级让AI成为更优秀更可信赖的角色。
当下，AI已经注入IBM所有业务线 - IBM Cloud，IBM Security ，IBM Services， IBM Research，IBM Blockchain，IBM Systems等等。
IBM通过独有的AI技术和解决方案，帮助企业将AI嵌入各个业务流程，过渡到更高的数字化阶段。而IBM将自身定义为“认知解决方案云平台公司”，也在表明其致力于做企业的伙伴、致力助力企业AI发展为目标。
从温布尔登网球公开赛看下一个风口
非结构化数据被称为人工智能领域下一个风口。IBM Watson具有URLI（理解、推理、深度学习和交互）能力，可以有效转化非结构化数据成为价值。
最近刚结束的温布尔登网球公开赛上，基于IBM Watson 认知分析和云技术构建的 Cognitive Social Command Center技术，帮助温布尔登网球公开赛场内外观众获得了个性化的观看互动体验。
这其中涉及了自然语言认知处理等功能，让Watson帮助赛事主办方可以轻松认知网友互动内容及动向、分析赛事不同载体内容的优势，从而提供针对性的营销、服务和内容，帮助主赛事获得高曝光度。
这是专业领域人工智能认知学习的一部分，是IBM各项优势中的一部分，因为专业、安全和高效、能够在小数据样本中汲取价值，所以应用案例也非常多，在@IBM认知营销 官号当中，一直有更新；在国内一些“互联网+”案例中，很多也涉及Watson非结构化数据分析技术。
商用AI
虽然近几年IBM AI似乎也进入到人们的日常生活中，例如我们看到IBM用技术解读《星球大战》、看到IBM跟李宇春合作中国第一款“认知礼服”，有时候也会到芒果台露个脸，但毫无疑问，IBM是不忘初心的，AI for business始终是IBM的理念，其AI技术在众多行业发挥极为重要的作用。
以医疗为例。IBM将Watson Health 视为公司的 “Moonshot”（登月计划），目前已经有很多合作伙伴。其中IBM Watson for Drug Discovery 旨在加速向市场推出新药的过程，这一过程对生物技术和制药公司而言平均需要十年。IBM于2016年底宣布与辉瑞公司进行合作，使用 Watson for Drug Discovery 来确定新药物靶标。同年，非营利组织Sesame Workshop和IBM Watson宣布合作，将在一系列认知、游戏、教育玩具app上进行合作，以改善全球儿童教育。
这一切发生时，IBM Watson 都在视线之外，它是帮助专业人员更好实现目标的伙伴，正如IBM总经理David Kenny所说：在与 Watson 的大多数互动中，最终用户都看不到 Watson。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”（White Label）。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。
在我眼中，IBM是务实者，它瞄准的方向、所与行业伙伴做的探索、在更有机遇和效果的领域投资研发、做有益社会大众的事，都是其中一撮能代表它价值观的案例。对于行业来说，有这样一个做实事愿意为AI落地付出的企业，是件幸事。
还可以看一下更多AI进入行业的案例，这就是对商业AI的诠释：
IBM Project Debater：人工智能掌握人类语言的里程碑（2018年6月）
今年6月，IBM Project Debater首次与人类专业辩手进行了公开辩论。借助多种AI技术——综合运用自然语言处理、机器学习和推理计算等，并经过大量的数据分析和模型训练，这一全新的AI系统可以用情感化的修辞，旁征博引和幽默说服现场观众，改变他们的想法。Project Debater的意义在于利用AI技术，通过辩论的形式，辅助人类更好地做出有理有据的“无偏颇”的决策，这是IBM在AI领域探索的又一个里程碑式的突破。
IBM助力五粮液集团打造中国白酒产业数字化转型标杆企业（2018年4月）
作为全球知名，销售额近千亿的大型酒业集团，在2018年4月与IBM签署战略合作协议，启动数字化转型及IT规划、PMO及敏捷资源中心、百城千县万店(第一年)落地三个数字化转型项目。五粮液将借助IBM的云计算、大数据、区块链、人工智能等技术，在酒类及大机械、大包装、大物流、大健康、大金融、人工智能等领域开展战略合作，打造中国白酒产业数字化转型标杆企业。
IBM与马士基开发海上货运区块链平台TradeLens（2018年8月）
我们与全球最大集装箱海运公司马士基的合作，将区块链技术应用到全球供应链中，让全球贸易更安全。上个月，已经有94家公司和组织以透明、信息共享和创新的名义参与到双方共同开发的Tradelens平台中来，覆盖了234个港口。
沃尔玛与京东、IBM、清华大学成立中国首个安全食品区块链溯源联盟（2017年12月）
2017年12月14日，沃尔玛、京东、IBM、清华大学电子商务交易技术国家工程实验室共同宣布成立中国首个安全食品区块链溯源联盟，旨在通过区块链技术进一步加强食品追踪、可追溯性和安全性的合作，提升中国食品供应链的透明度，为保障消费者的食品安全迈出了坚实的一步。
中国邮储银行携手IBM打造基于区块链技术的资产托管系统（2016年10月）
中国邮政储蓄银行携手IBM推出基于区块链的资产托管系统。该系统于2016年10月上线，已在真实业务环境中顺利执行了上百笔交易。通过与IBM的合作，邮储银行采用超级账本架构(Hyperledger Fabric)将区块链技术成功应用于真实的生产环境。这是中国银行业将区块链技术应用于银行核心业务系统的首次成功实践。
与中国企业合作，推广Watson Health相关解决方案（2017年）
2017年9月，IBM与【中国电子】签署战略合作协议，成立合资公司，向中国市场提供Watson Health相关解决方案，助力中国应对在慢性病管理、人口健康、临床决策支持等方面的重大挑战与机遇。经过这些年的努力，Watson医疗解决方案已经为全球115,000位患者提供了服务。我们还与其他合作伙伴在医疗方面展开合作。2017年，我们还与【百洋医药集团】共同推动Watson肿瘤解决方案和Watson基因解决方案的应用。2016年，我们与【杭州认知】共同在中国各地的医院中推广Watson肿瘤解决方案
首个“机器宇航员”CIMON 已由IBM送上国际空间站（2018年7月）
宇航员在浩瀚的太空中经常会感到孤单，IBM就携手合作伙伴为宇航员打造了一个人工智能小伙伴CIMON，并已经于2018年 7 月 2 日抵达国际空间站！他通过摄像头和麦克风与宇航员进行互动，不仅能帮助完成一系列工作，还能温暖地关心宇航员是否开心，是否在想家。
IBM与英视睿达的空气污染精细化治理联合创新究项目（2018年4月）
生活在北京，大家最关注的就是蓝天白云和空气质量。在过去的五年中，IBM一直与英视睿达公司合作，助力多个城市的空气污染治理工作。根据环保部的统计数据，2017年京津冀地区PM2.5平均浓度比2013年下降39.6%。
下一步的空气治理则逐步向精细化转型，2018年，双方宣布将继续围绕大气污染物的精准分析和智能决策展开合作，打造新一代的大气环境治理综合解决方案，助力构建美丽中国
IBM为阿斯顿·马丁红牛车队提供精准赛程天气预报（2018年7月）
F1比赛每一站的赛道和气象条件都有很大不同，将显著影响F1车队的战术规划。因此，掌握整个比赛周末期间的天气预报至关重要。阿斯顿·马丁红牛车队选择与IBM深化创新合作，采用IBM旗下的The Weather Company所提供的由数据驱动的全球气象解决方案，准确合理地做出包括轮胎选择在内的赛前规划决策。确保车队能发挥最佳水平。
IBM助力丝芙兰提升客户购物体验 网上购物更流畅（2017年9月）
在PC端电商平台之外，丝芙兰将IBM Watson Marketing解决方案扩展应用至其移动端电商平台。借助IBM Watson Marketing解决方案，丝芙兰不仅可以主动观察、记录客户体验，还可以快速响应。它能够分析消费者在其网站上的行为，发现消费者购物障碍的原因、影响的客户数量以及影响的销售收入，从而采取相应的改进措施，挽回受影响的客户。同时IBM实施团队还提供相关客户体验的最佳实践，帮助丝芙兰快速提升客户体验。
IBM 与 Salesforce 联手 又将如何挑战传统业务模式（2017年3月）
Watson 与 Salesforce Einstein 的结合有助于企业更深入地了解自身和客户的数据。Einstein能够分析所有的 Salesforce 数据，包括邮件、日历、商务活动，以及媒体文章、社交评论等，与客户特定的购物数据和偏好结合在一起，从而向购物者发送极具个性化的推荐意见。
IBM 基金会与美国国家学习障碍中心联合推出 Watson 支持的教学工具（2018年8月）
在帮助学习障碍儿童方面，人工智能也能做的更好。IBM 基金会（IBM Foundation）与美国国家学习障碍中心 (NCLD) 日前宣布合作开发一套名为Teacher Advisor With Watson教学资源，帮助教师们教育那些在学习能力和注意力方面存在问题的学生。例如三年级数学老师可以轻松地利用数学教具，通过动手活动向患有儿童多动症的学生介绍关于分数的知识。
人工智能帮助外国人学习汉语（2018年8月）
在学习外语的过程中，我们常常会觉得担心周围人异样的眼光，而不敢张口，不敢主动地练习。但是，如果在一个虚拟的环境中，这个问题就不复存在了!我们可以借助虚拟的对话来练习词汇和发音，不必承受真实环境中的压力。IBM 研究院和伦斯勒理工学院 (RPI) 正在借助 AI助手配合沉浸式课堂环境教授汉语，学生感觉自己置身于中国的餐馆、园林或太极学习班中，与 AI 聊天机器人练习汉语对话。
借力AI：IBM携手Tommy Hilfiger与纽约时装技术学院走在时尚前沿（2018年2月）
人工智能也能设计服装了！IBM正在与Tommy Hilfiger和纽约时装技术学院（FIT）Infor设计和技术实验室合作了一个名为Reimagine Retail的项目，展示人工智能如何帮助设计师了解趋势。IBM Research的人工智能，分析Tommy Hilfiger超过15000个产品图像、大约60万个公开可用的图像以及来自织物网站的近10万个图案，为设计师提供了有关Tommy Hilfiger颜色、轮廓和印花的见解。
IBM Watson帮助公益组织训练导盲犬（2018年3月）
非营利组织Guiding Eyes 正在使用 Watson帮助更多的导盲犬与需要它们的人进行配对。正常训练导盲犬的成本非常高，而培训后，只有37% 的狗最终成为导盲犬。而通过Watson，Guiding Eyes 分析了近 500,000 条医疗记录和 65,000 条有关狗的性情的记录，将训练员的特性和个性特点与狗的性情、医疗信息和遗传数据相匹配。根据一个包含105 只导盲犬的样本，Watson 能以 100% 的准确率预测哪些导盲犬在通过Guiding Eyes 的训练后能顺利毕业。
— 完 —
原文地址：https://www.cnblogs.com/DicksonJYL/p/9678692.html