亞馬遜、蘋(píng)果和谷歌都在開(kāi)發(fā)了自己的人工智能助手，但無(wú)論是Alexa、Siri還是Google Now，知名度似乎都無(wú)法比肩IBM沃森。后者6年前在電視智力問(wèn)答節目《危險邊緣》上亮相，本月早些時(shí)候還出現在“超級碗”橄欖球賽的一段廣告中。

具有諷刺意味的是，IBM沃森雖然廣為人知，但它卻主要發(fā)展企業(yè)應用領(lǐng)域，并沒(méi)有像其他科技巨頭一樣著(zhù)眼于消費市場(chǎng)的人工智能產(chǎn)品。IBM重點(diǎn)宣傳沃森在醫療、零售和金融等領(lǐng)域的多樣化能力，它已經(jīng)在這些領(lǐng)域積累了大量專(zhuān)業(yè)知識。

IBM的許多客戶(hù)利用沃森虛擬助手處理客戶(hù)支持業(yè)務(wù)。事實(shí)上，該公司的目光也很遠大。沃森總經(jīng)理大衛·肯尼（David Kenny）表示，他們目前正在考慮能否對新聞進(jìn)行事實(shí)驗證，從而判斷內容真偽。

大衛·肯尼

肯尼一年多以前加盟IBM，之前曾在多家企業(yè)任職，還曾擔任互聯(lián)網(wǎng)骨干服務(wù)公司Akamai總裁，后來(lái)負責運營(yíng)The Weather Company。在IBM 2015年末收購The Weather Company后，他也隨之加盟IBM。

IBM看重該公司通過(guò)世界各地的傳感器收集海量天氣數據的能力，他們能通過(guò)對數據的分析每天提供2600萬(wàn)份天氣預報。IBM認為這是物聯(lián)網(wǎng)的一部分，而該公司已經(jīng)向這一領(lǐng)域投入30億美元用于擴張。

他最初的任務(wù)是負責沃森業(yè)務(wù)，由于之前就與很多大企業(yè)客戶(hù)建立了聯(lián)系，所以很符合IBM將沃森應用于更多企業(yè)的目標。他去年11月還兼任IBM公共云服務(wù)和兩個(gè)數據團隊（其中一個(gè)以物聯(lián)網(wǎng)產(chǎn)品為開(kāi)發(fā)重點(diǎn)）的負責人。

他在接受采訪(fǎng)時(shí)談到了IBM如何與其他大型科技公司在人工智能領(lǐng)域展開(kāi)競爭，IBM內部關(guān)于應該重點(diǎn)拓展消費市場(chǎng)還是企業(yè)市場(chǎng)的爭論，以及該公司為什么而沒(méi)有像其他企業(yè)一樣在人工智能領(lǐng)域積極收購。以下為采訪(fǎng)摘要：

問(wèn)：提到沃森，有人還會(huì )想到《危險邊緣》，但沃森如今的能力早已超出智力問(wèn)答領(lǐng)域。6年前，這是一個(gè)在IBM數據中心里的研究項目，他現在都包含哪些內容？

答：它的核心是一個(gè)與云端平臺關(guān)聯(lián)的沃森平臺。人工智能需要很多帶寬來(lái)吸收數據，還需要很多計算能力來(lái)“推理”或預測。在IBM的內部和外部，有數以百計的優(yōu)秀應用都是以沃森為基礎構建的。

從消費者的角度，或者從搜索和商業(yè)角度來(lái)看，沃森與其他人工智能公司相比的獨特之處在于，我們設計時(shí)所圍繞的數據并不在互聯(lián)網(wǎng)上。正因如此，我們才著(zhù)力發(fā)展醫療和金融服務(wù)，我們還要學(xué)習稅法，吸收建筑圖紙等數據，還將數據應用到內容出版領(lǐng)域。

我們正在每個(gè)垂直領(lǐng)域設計用例。首先是與機器人進(jìn)行問(wèn)答。我們在特定領(lǐng)域擁有深厚的知識儲備。其次是發(fā)現，比如怎樣搜索基因序列或臨床試驗，或者學(xué)習稅法。第三，學(xué)習規則，這對合規、審計和反洗錢(qián)活動(dòng)非常重要。沃森正在學(xué)習這些事情，并將其應用到一系列應用中，有的應用來(lái)自IBM，有的則來(lái)自第三方。沃森正在跟隨這些領(lǐng)域一同成長(cháng)。

問(wèn)：IBM投放了一則廣告，讓有個(gè)性的名人與沃森展開(kāi)了簡(jiǎn)短對話(huà)。如果你們希望面向企業(yè)推廣自己的產(chǎn)品，又為什么投放這樣的廣告？

答：我們的重點(diǎn)與另外三大人工智能企業(yè)有所不同。這方面爭論很大——是否應該以消費市場(chǎng)的方式來(lái)塑造沃森的品牌？這樣做的好處是可以由此創(chuàng )造一套標準。如果你認為會(huì )出現類(lèi)似人工智能操作系統的東西，那就應該向這個(gè)方向努力。但我們不這么認為。

在與沃森的多數互動(dòng)中，終端用戶(hù)都看不到沃森。他們只會(huì )認為自己在與一家銀行或保險公司溝通，或者跟律師或醫生對話(huà)。沃森的主要任務(wù)是延伸企業(yè)用戶(hù)的人格，所以這更像是“白牌”。我們之所以探討增強智能，而不是人工智能，是因為我們從事的很多事情都是提升企業(yè)各種措施的實(shí)際效果。

問(wèn)：IBM做人工智能的時(shí)間比其他公司都長(cháng)，可是谷歌為什么成為人工智能人才的首選呢？

答：我不覺(jué)得所有人才都奔向谷歌。他們肯定吸引了許多人，尤其是斯坦福大學(xué)的人才。但如果你擁有某個(gè)領(lǐng)域的專(zhuān)長(cháng)，我認為IBM是更好的選擇，因為我們是垂直領(lǐng)域的專(zhuān)家。

最有價(jià)值的人往往都是某個(gè)領(lǐng)域的專(zhuān)家。你不會(huì )向腫瘤醫生尋求房地產(chǎn)建議，也不會(huì )向房產(chǎn)中介尋求買(mǎi)車(chē)建議。所以，我們其實(shí)是在構建專(zhuān)業(yè)的垂直人工智能，這可以吸引那些關(guān)注這些專(zhuān)業(yè)領(lǐng)域的人。

消費者希望跟谷歌Home或亞馬遜Echo對話(huà)，這很有幫助，所有的搜索都可以幫助消費者找到很多信息。有很多垂直領(lǐng)域，這正是IBM的長(cháng)期優(yōu)勢所在。這是兩種不同的思路，但都很重要。

問(wèn)：IBM如何營(yíng)造有魅力的文化來(lái)吸引高校里的人工智能人才？

答：很顯然，IBM研究院比Alphabet更有深度。我們長(cháng)期以來(lái)都在努力發(fā)展阿爾馬登、紐約、蘇黎世和東京的IBM研究院。但很多年輕人之所以來(lái)到這里，是因為他們希望影響世界。盡管IBM是一家大公司，你也可以改變銀行、會(huì )計、建筑、零售、醫療或環(huán)境，對某個(gè)領(lǐng)域的運行方式產(chǎn)生巨大影響。我認為，我們給人們提供了一個(gè)對世界的重要領(lǐng)域產(chǎn)生重大影響的機會(huì )。

問(wèn)：某些人工智能技術(shù)的速度更快，這對客戶(hù)客戶(hù)來(lái)說(shuō)有多重要？

答：關(guān)鍵不僅僅在于速度，還在于準確性和對決策的實(shí)用性。速度和準確性之間總要進(jìn)行一些取舍，你肯定要確保最終的成果能夠起到作用。歸根到底，我們需要用搜索來(lái)尋找信息，需要用人工智能來(lái)提供決策建議。你是否理解我要做的決策？系統是否會(huì )為我提供實(shí)用的好建議？當我們關(guān)注臨床試驗等嚴肅決策，或者我的資產(chǎn)負債表目前有什么價(jià)值，或者我最佳的報稅方式是什么的時(shí)候，沃森就可以提供幫助。只要能幫助客戶(hù)制定更好的決策，最終便可增加市場(chǎng)份額。

搜索促使報紙等很多業(yè)務(wù)轉向“商品化”，因為價(jià)值在于渠道。但我不認為人工智能在渠道上的價(jià)值可以比肩它在智能性方面的價(jià)值。所以我們還是認為自己可以幫助企業(yè)提升智能程度。正因如此，我們的重點(diǎn)才放在了智能和決策質(zhì)量上，而不僅僅關(guān)注速度。

我們現在正在尋找一種方法，用人工智能核查事實(shí)。某條新聞是否屬實(shí)，是否能夠驗證？正因如此，我認為渠道已經(jīng)在經(jīng)濟上達到了極限。因為真正重要的是通過(guò)渠道來(lái)傳播哪些內容。所以，沃森才通過(guò)數據來(lái)實(shí)現增值，而沒(méi)有通過(guò)界面來(lái)增值。我們希望別人評判我們的時(shí)候不僅看重速度這個(gè)渠道指標，還能看重準確性，以及細微和復雜的決策質(zhì)量。

我不是說(shuō)速度不重要，但它只占到三分之一，另外三分之二在于內容價(jià)值。假新聞就是很好的例子，雖然它掌握了渠道，但久而久之，還不是要靠高質(zhì)量來(lái)創(chuàng )造價(jià)值？

問(wèn)：IBM在人工智能并購方面為什么不像谷歌等其他公司那么活躍？

答：我們針對云基礎設施、數據能力、監督式學(xué)習和無(wú)監督學(xué)習等方面制定了清晰的路線(xiàn)圖。在很多情況下，我認為我們都領(lǐng)先于其他公司。我們進(jìn)入該領(lǐng)域的時(shí)間更長(cháng)，有著(zhù)專(zhuān)業(yè)的視角，而很多公司都是從消費領(lǐng)域起步的。

因此，我們沒(méi)有看到很多并購機會(huì )。有的時(shí)候，我們的確看到一些東西能夠節約我們的時(shí)間，幫助我們引入人才。例如The Weather Company就解決了一個(gè)挑戰，把海量傳感器數據轉化成每天2600萬(wàn)份天氣預報。該交易幫助IBM的物聯(lián)網(wǎng)路線(xiàn)圖節約了幾年時(shí)間，而且引入了人才。

人工智能概念股：埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。