IBM CEO Ginni Rometty:“我們真的認為這是關於人與機器如何合作的事情， 而不是人類VS機器。 ”
IBM CEO Ginni Rometty
再度興起的AI又只是一陣風？但那又如何， 除非Watson和AI能為IBM帶來巨額收入， 不然誰又會在意它呢？
AI為何受IBM如此重視？微軟的CEO Satya Nadella非常關注迅速崛起的AI， 他在擔任微軟CEO的3年半裡， 微軟市值增加到了2500億美元， 同時他還創建了一支由5000位元電腦領域的科學家和工程師組成的全球AI團隊。
事實上， 無論科技圈內外， 還是任何重要的商業領域，
Nadella在一個活動上說， “人工智慧不僅僅是一個技術分支——它可能是人類有史以來創造的重要基礎技術之一， ”正如此前《華爾街日報》所報導的一樣。
如果你還在懷疑AI只是一陣熱潮， 那麼請參考下Nadella在上述活動中的這條評論：“對我來說， AI實際上可以賦予人們更多的權利， 讓更多的人融入到我們的社區乃至社會中來。 ”
在這樣的背景下， 可以說明人工智慧所扮演的角色， 以及在IBM未來的重大轉型中將會發揮更加重要的作用。 這些重大轉型不僅包括了軟硬體， 還包括雲計算、AI和其他先進的技術。
（注意：IBM在最近12個月以151億美金打敗了亞馬遜145億美金的雲計算收入。
上個月《彭博商業週刊》對IBM的CEO Ginni Rometty進行了一次專訪， 在這篇題為：Ginni Rometty：The End of Programming（譯者注：Ginni Rometty——程式設計的終結）的精彩採訪中， 揭示了她對AI和其他一些重要問題的觀點。
排名第五的IBM開始將自己定位為一個“認知計算與雲平臺公司”
1. 微軟—隨著《Hit Refresh》這本書的火爆， Nadella預計在18財年雲計算收入達到200億。
2. AWS（並列第二）—M&A（譯者注：微軟&亞馬遜）時代？這裡有亞馬遜可能需要關注的10家軟體公司。
2. Salesforce（並列第二）—Q2季度達到100億美金大步領跑， Benioff表示在2020年要達到200億。
4. SAP—所有的準備都已就緒， 但McDermoot需要搞清楚HANA和雲計算的戰略。
5. IBM—由於Remetty推動了AI的業務發展， 過去12個月內以雲計算收入達到每股15.18美金領先亞馬遜的每股14.5美金居於首位
6. Oracle—Ellison在昨天的Open World大會上發佈了“完全自主要資料庫”。
7. Google—潛力巨大但仍不清楚它怎樣在企業中發揮作用。
8. ServiceNow—跳到了Workday的前面：收入增長了40%， 新產品成了爆款。
9. Workday—隨著CEO Bhusri進入Paas市場， Q2的收入快速上升了41%。
10. VMware—與AMZN MSFT IBM GOOG的交易是導致收入和股價跳漲的原因。
從這篇文章中， 可以看到來自Rometty的七個簡明扼要的見解，
為了感受談話的全部畫面和力量， 請務必閱讀彭博商業週刊編輯梅根·墨菲（Megan Murphy）的整篇文章。
1、將企業資料轉化為見解的力量
“擁有自己的資料自己的IT和自己的競爭優勢， 不斷訓練演算法， 確保這些演算法成為自己的。
即使在雲端運行， 我需要一個屬於自己的AI平臺。 業務AI在領域的透析和專業度， 不僅可以保護你的資料， 更重要的是保護你的見解。 ”
2、為什麼把AI視為“人類與機器的PK”是錯誤的
一項研究顯示， 我們的決定中有三分之一是非常正確的， 有三分之一並非最好， 還有三分之一是錯誤的……
這就是被我們稱為認知的東西， 我們想讓人們明白“看啊， 我們真的認為AI是關於人類和機器的共處，而非人類與機器的戰爭。”
3、業務AI與用戶AI的區別
例如，你在手機上搜索1950年代的最佳歌曲，你不會去想這是誰選出的歌曲、為什麼選這首歌。
但是，如果您要求對某種癌症進行正確的診斷，你就會想知道檢測癌症的機器是誰設計的程式，用到了哪些資料以及背後的機制是什麼。
對於企業來說也是一樣的：人工智慧是垂直的，你可以訓練它瞭解藥物，訓練它承銷保險，訓練它識別金融犯罪，瞭解腫瘤學，天氣等等。
4、Watson與“程式設計的終結”
幾十年以來，你所瞭解的一切都是可程式設計的。
Watson將開啟一個沒有程式設計的新時代。
我簡單定義一下，機器在未來將會觀察資料、理解資料、進行推理，然後它們繼續學習：理解、推理和學習，不再需要程式設計。
5、AI系統自我學習之前都要先被教會
醫生想要的是:“OK，給我可能的答案，告訴我為什麼你相信它？為什麼要信任AI的診斷結果？可以出示研究過程、證據，以及診斷的置信度嗎？你還應該知道什麼？諸如此類的問題。”
Watson確診第一例癌症花了差不多一年的時間。
目前，這個過程已經縮短到30天之內。到今年年底，沃森將接受有關世界上80%癌症成因的相關培訓。
6、平衡AI的影響要增加透明度和信任
我們創造了這個事物，就有責任引導它安全地進入這個世界。
首先，要明確一個目的，AI是與人合作，並不是來摧毀人類的。
第二，對於誰訓練電腦，誰是專家，資料從何而來，要做到資訊公開透明。
當消費者使用AI時，要將上述資訊告知他們，並同時將情況告知給擁有相關智慧財產權的公司。
7、人工智慧時代教育系統的大改造
“國內有500萬—600萬技能方面的職位空缺，這並不是AI導致的。
我們需要改造這個“人與機器”時代的教育系統。
這意味著你不能再堅持認為，一個人必須接受大學教育或者博士畢業才能對這個社會做出貢獻。”
作者：Bob Evans
牛透社英文編輯 塔娜 編譯
https://www.forbes.com/sites/bobevans1/2017/10/02/inside-ibms-bold-vision-for-ai-7-strategic-insights-from-ceo-ginni-rometty/#4aa956416548
更多TOB乾貨，到TO必問！（專業的SaaS知識分享平臺-www.tobwen.com）
數量有限，先到先得哦！
https://tobmap.jinshuju.com/f/qDZ9p7
我們真的認為AI是關於人類和機器的共處，而非人類與機器的戰爭。”3、業務AI與用戶AI的區別
例如，你在手機上搜索1950年代的最佳歌曲，你不會去想這是誰選出的歌曲、為什麼選這首歌。
但是，如果您要求對某種癌症進行正確的診斷，你就會想知道檢測癌症的機器是誰設計的程式，用到了哪些資料以及背後的機制是什麼。
對於企業來說也是一樣的：人工智慧是垂直的，你可以訓練它瞭解藥物，訓練它承銷保險，訓練它識別金融犯罪，瞭解腫瘤學，天氣等等。
4、Watson與“程式設計的終結”
幾十年以來，你所瞭解的一切都是可程式設計的。
Watson將開啟一個沒有程式設計的新時代。
我簡單定義一下，機器在未來將會觀察資料、理解資料、進行推理，然後它們繼續學習：理解、推理和學習，不再需要程式設計。
5、AI系統自我學習之前都要先被教會
醫生想要的是:“OK，給我可能的答案，告訴我為什麼你相信它？為什麼要信任AI的診斷結果？可以出示研究過程、證據，以及診斷的置信度嗎？你還應該知道什麼？諸如此類的問題。”
Watson確診第一例癌症花了差不多一年的時間。
目前，這個過程已經縮短到30天之內。到今年年底，沃森將接受有關世界上80%癌症成因的相關培訓。
6、平衡AI的影響要增加透明度和信任
我們創造了這個事物，就有責任引導它安全地進入這個世界。
首先，要明確一個目的，AI是與人合作，並不是來摧毀人類的。
第二，對於誰訓練電腦，誰是專家，資料從何而來，要做到資訊公開透明。
當消費者使用AI時，要將上述資訊告知他們，並同時將情況告知給擁有相關智慧財產權的公司。
7、人工智慧時代教育系統的大改造
“國內有500萬—600萬技能方面的職位空缺，這並不是AI導致的。
我們需要改造這個“人與機器”時代的教育系統。
這意味著你不能再堅持認為，一個人必須接受大學教育或者博士畢業才能對這個社會做出貢獻。”
作者：Bob Evans
牛透社英文編輯 塔娜 編譯
https://www.forbes.com/sites/bobevans1/2017/10/02/inside-ibms-bold-vision-for-ai-7-strategic-insights-from-ceo-ginni-rometty/#4aa956416548
更多TOB乾貨，到TO必問！（專業的SaaS知識分享平臺-www.tobwen.com）
數量有限，先到先得哦！
https://tobmap.jinshuju.com/f/qDZ9p7