一百多岁的IBM将如何抓住人工智能的机会

本文转载自第一财经周刊。作者袁斯来。

人工智能正变得越来越聪明，并进入到生活和工作的各个方面甚至各个层面，它已在充当各个垂直领域的工作者的助手的角色。

德州扑克人机大战中，人工智能（AI）系统冷扑大师刚刚战胜了中国龙之队，AlphaGo又宣布今年5月将与人类开展第二次较量了。这些人机大战让AI出尽了风头，“机器战胜人类”的结果已经没有太多悬念。 

不过相比机器打败人类，早在1997年就让超级计算机“深蓝”战胜了当时的国际象棋冠军卡斯帕罗夫的IBM，现在可能更关注的是机器如何帮助人类。这家公司4月11日举行的商业人工智能论坛，主题也用了“人机同行”这样的字眼。 

不同于“通用人工智能”，IBM现在更关注的是解决商业问题的“商业人工智能”。事实上，这倒是回到了这家公司的“本源”上。 

IBM的全称是“国际商用机器公司”，老沃森在创立IBM时，切入的就是商用领域。除了硬件和大型主机的生产，商业资讯也是IBM几十年的老业务。如今IBM的人工智能以商业客户为目标，也是顺理成章的事。 

IBM从两年前开始向认知商业领域转型，Watson——你可以将它看作“深蓝”的同门师弟，是其中的关键。在这场“机器与机器”的对战中，IBM选择的是自己最擅长的B端业务，但亚马逊、Google这样的“新人”也来势汹汹。在4月11日的论坛上，《第一财经周刊》也和IBM大中华区董事长陈黎明聊了聊，已经一百多岁的“蓝色巨人”将如何抓住人工智能爆发期的机会。 

《第一财经周刊》=Q    陈黎明=A

Q：现在IBM正在转型为一家认知计算和云平台的公司，人工智能在转型中扮演什么样的角色？ 

A：人工智能发展到今天，跟过去几次泡沫确实有所不同。重点有3个不同：一是计算能力的不同。二是大数据的出现，人工智能要变得越来越聪明，需要原料，原料就是数据。当前的数据量太大了，以至于传统的计算已经没有办法解决这些问题了。所以我们就需要靠人工智能或者认知计算来解决这方面的计算能力。三是出现了行业应用的实际需求的爆发。这类需求会导致人工智能进入到生活跟工作的各个层面。 

对于人工智能这个话题的关心，我相信这不仅仅局限于IT界。任何一个工业领域，银行、电信、汽车，教育、农业，你能够想象到的行业几乎都在关注人工智能这个话题。随着时代的变迁、技术的提升，人们的意识或者人们评判的水准都会发生很多变化。  

Q：两年前IBM中国区除了随着总公司转型，还有自己的“3 3”战略。当时这个战略的提出主要是什么背景？中国区战略的本地化特色是什么？ 

A：“3 3”战略主要涵盖了3个业务支柱和3个业务支撑。3个业务支柱，一是核心业务再造。IBM的核心业务历来是传统的硬件，大型主机、Power服务器，加上我们的存储。另外还有咨询业务和服务业务，都被称为核心业务。 

二是新的战略项目。我们和集团之间应该是共同但有区别的业务发展战略。美国有美国的特点，中国有中国的特点，很多业务场景是不一样的。IBM推动共同转型的方向是我们不断坚持的，但是在这个基础上，我们强化了一些内容，包括跟总部一起支持OpenPower基金会，推进将IBM高性能芯片相关技术对中国开放等等。 

第三是勇敢、大胆地推进不可能的任务，要做前人没有做过的事情，要做看上去不可能的事情。 

“3 3”还有3个战略支点，一是Trust，要建立起跟政府的、合作伙伴的、客户的、员工的信任关系。二是Talent，就是人才跟文化。三是Simplification，简化流程，但不失控。这让我们变得更加敏捷，能够快速应对客户的期望、市场的期望。

　

Q：IBM有不少技术研发、生态型组织搭建、商业架构与文化的重新设计等都是在中国发起，再反向拓展到全球市场，具体有什么案例？

 

A：绿色地平线项目是针对中国的情况开发的，是一个解决空气污染、预测及管控空气质量的知识系统，这个系统目前可以做到提前10天预测天气状况，达到街区级的精准度。这项技术已经输出到南非、印度以及其他一些国家。

　

Q：现在不管是公有云还是Watson、人工智能，在中国推进时遇到的比较大的难点是什么？ 

A：任何一个技术从出现到全面推广，这个过程都会面临很多鸿沟，甚至海洋，需要去跨越，无论哪一项技术，它的推广都不是那么简单的。IBM有很多东西在全球开展之后也面临着在中国落地的问题，这确实是一个现实的问题。当然，中国人讲话，叫一口吃不成胖子，我们不可能一步把所有问题都解决。 

数据孤岛和壁垒的情况仍然存在。数据能够依法有序合规地开放，是行业治理命题，当然，得是在保证数据安全的前提下做到这一点。 

-

人工智能到底能够帮助商业做什么？ 

普通人使用AI最常用的场景是：让亚马逊的Echo关一下灯，无聊时调戏下苹果的Siri，呼唤微软Cortana帮忙查头条，但对一家礼品网站来说，它需要的是利用人工智能充当“礼品咨询师”，为用户推荐个性化的产品。 

IBM为自己的人工智能技术起了一个名字：认知计算。即通过与人的自然语言交流及不断地学习，从而帮助人们做更多工作。它仍然使用机器学习、深度学习、自然语言处理等技术。不过IBM的人工智能系统Watson除了学习和理解、通过自然语言与人类交互，更能深入到视觉、情绪和发现领域。如利用心理模型和消费者激励模型做带有性格特征的用户画像。所谓认知，更多是情绪上的交互。IBM的全球云计算业务总经理Steve Cowley形容它“和人类一样温暖”。

 

这种认知计算用于商业，充当的是各个垂直领域的工作者的助手。在线礼品网站1-800-FLOWERS.COM可以运用它开发AI客服，通过分析数据，Watson可以在上万个品类中，为用户选出最适合的礼品。梅西百货接入Watson，则是为了创建店内移动端导购系统。它能根据客户所在位置从数百万的品牌和商品中提供一系列客制化信息，并且能够回答消费者针对商店提供的商品、服务或设施的自然语言提问。

 

在这些场景中，Watson作为助手的角色出现。不过，它的成长有一个过程，首先需要人工“教导”它学习，帮助熟悉所在领域的相关知识，然后Watson就能在实践中不断学习和进步。“Watson更多是延伸企业用户的个性，我们很多工作更多是增强企业的各种措施的效果，利用人工智能为决策提供指导意见。”IBM Watson的总经理David Kenny曾在采访中表示。实际上，Watson更多是作为建议者，让使用者更好地从海量复杂的数据中获得更多洞察，从而作出更为精准的决策。 

服务公司欧唯特的客户关系管理（CRM）业务，此前在接到客户的分析需求时，首先做的是从数据库中抓出原有的数据，发给工程师分析建模，还得交给顾问做分析方案，整个过程需要3至4天。但在使用Watson分析后，工程师环节就可以省略，顾问们能够直接使用Watson平台做分析，整个方案只需要4个小时就能完成。 

“消费者要求的体验时间越来越短，他们希望品牌能尽快作出反应，这对营销是个挑战。当前技术的成熟度已经能够让企业采集到各个营销触点的数据，但同时数据的复杂度也变高了，人工智能能够帮助人们更好地管理数据。大量数据产生后需要智能化算法帮助市场分析人员思考客户需要什么，怎么寻找最优化的呈现方式。”欧唯特CRM中国营销服务业务单元副总裁倪仁杰说。 

人工智能还能找到数据中难以被人力发现的关联。在分析品牌客户的客户流失问题时，营销顾问们已经形成了自己的固定思路，习惯于从效能、产品等方面分析，这样很多隐性联系就难以被觉察。把相关数据给到Watson后，它能通过认知计算寻找数据间的更多关联。比如支付方式不同会与品类偏好相关，高度依赖在线支付的客户对童装偏好强烈，而这是传统咨询顾问无法发现的角度。Watson的建议给到顾问后，他们能够重新评估，提出对应的方案，如在在线支付平台增加一键注册会员的功能等。 

不过，Watson虽然已经在一些领域有所应用，当前仍然存在挑战，尤其是在中国无比复杂的零售环境中。“零售数字化面临的最大挑战是零售本身的商业化创新问题，线上和线下还没有完全打通。中国的零售渠道包括经销、直营等等，有不同的利益体系。技术再好，商业模式无法匹配是用不上的。”IBM中国区零售行业资讯总经理陈果对《第一财经周刊》说。