文/鄭凱
一年前就勝過李世石的AlphaGo， 經過一整年的訓練， 能夠輕易戰勝柯潔， 這根本不算新聞， 因為包括柯潔也意識到這是一場不可能贏的比賽。 即便今天贏了又如何呢？工業革命初期， 也曾有過馬車與火車的競速， 今天的比賽放在未來的某個時間回望， 也許給我們也會是同樣的感受。
所以， 我們應該用更長的時間跨度來衡量這場比賽， 一場秀永遠是娛樂版的頭條， 而真正的人工智慧應該在商業領域釋放光彩。 當AlphaGo還在秀棋藝， Watson已經在醫療行業踏踏實實地落地了， 對於IBM向雲和認知的轉型， 業界總是多了一些誤解，
是時候， 還原一個真正的IBM了。
視角之外的IBM
很多人對IBM其實並沒有直觀的理解， 一方面是基於數字， 例如最近一些季度的財報， IBM確實在轉型路上有些步履維艱。 另一方面， 則是媒體報導， 這些分析實際上也是建立在數字上。
我常說， 對一家企業的判斷不要輕易地下結論， 任何一家世界500強企業都是一隻大象， 通過某些細節進行判定， 很容易以偏概全， 導致盲人摸象。 很多IMBer都不懂IBM， 何況路人？
今年很湊巧的在一些場合， 接觸到了IBM。 也許可以説明我們感受一下日常視角之外的IBM。
第一幕是今年的漢諾威， 在全球最著名的企業級科技cebit展會上， IBM的展區吸引了很多路人的目光， 包括我在內。 現場有很多不同國家的科技公司， 他們對IBM的評價都是很積極的。
我們會感受到， 在真正有商用價值的人工智慧的維度上， waston實際上要比AlphaGo影響力大得多。 作為一個堅定的反人工智慧作秀的人來說， AlphaGo通過每年一盤棋聚集的人氣， 遠沒有waston在醫療行業的落地應用那麼靠譜。
第二幕是在矽谷， GTC2017的現場。 作為人工智慧領域最有影響力的大會， IBM並沒有用很恢弘的展臺吸引參會者的注意力， 簡簡單單的一個櫥窗裡陳列著認知裙子。 這對於IBM來說就已經足夠了。 雖然， 這條裙子在環繞四周的各種無人駕駛卡車， 貨車， 拖拉機顯得非常另類。
這條在紐約大都市時裝慶典（Met Gala）上被模特兒卡卡羅萊娜·科庫娃（Karolina Kurkova）穿著的裙子， 展示的是對海量的圖像、視頻、文章和社交資料的分析和學習， 也許它沒有無人駕駛汽車那麼顯眼， 可是它鮮活的呈現了社交資料與生活的聯接， 讓“認知”看起來並不那麼商業， 離我們距離並不遠。
從這些特別的視角， 我們不難發現IBM確實在發生改變， IBM的佈局早已經放在了人工智慧上，
大象轉身確實很難， 但一旦轉過身來， 也將是壓倒性的優勢重現。
IBM沒有錯過雲， 只是思考的時間有點長
受到AWS的刺激， 整個科技界都是一番向雲轉型的態勢， 相對而言IBM要比微軟和甲骨文等公司轉型的節奏慢一些。
必須要承認， 不同的公司對雲的切入點也是不同的。 過去很長一段時間裡， IBM的業務組成中硬體的占比較高， 相比於微軟和甲骨文等公司的軟體核心業務來說， 向雲轉型的效率固然要打一些折扣。
但是， 我們分析整個雲計算市場的走向， 無論是AWS， 微軟還是國內的阿裡雲， 他們以互聯網公司為基礎，
實際上， 在2013年IBM收購SoftLayer之後， IBM在雲計算業務上的進展就比較明顯。 只是傳統業務的下滑掩蓋了這一事實。 根據IBM財報披露， 2013年的雲計算收入為44億美元；2014年雲計算收入70億美金；2015年雲計算收入則已經超過100億美金。 當然相比於雲計算公司， 每年超過一倍的增長率來說， 這個增長數字也算得上是中規中矩。
當然， 轉型一方面是速度， 另一方面則是效率。 單純的雲計算已經不能讓IBM實現逆襲， 但如果加上人工智慧， 故事就有可能從另外一個角度重新開始。
IBM趕上了AI的風口，認知已經在落地行業
穀歌AIphaGo的成功，一定程度上掩蓋了IBM在人工智慧方向上所付出的努力。但是，我們更需要知道的是，AlphaGo還在下棋，而IBM Watson已經在醫療等行業落地。
去年CES上，作為第一個在這種消費電子展會上演講的IBM全球CEO，羅睿蘭說，人與人之間的區別就在於對資料的理解不同，這就是認知時代。而雲和人工智慧，可以共同定義認知。
對“認知”這個理念的營造，我當初也是心存疑慮。因為相對於人工智慧的清晰度，談認知等於另造了一個新的概念，那麼IBM為什麼不直接將戰略定義為人工智慧呢？
事實上，我們梳理IBM過去的成長史，會發現在百年的歷史當中，產品形態和戰略發生過無數次的改變，但唯有一樣東西沒有變，就是：行業思維。
換句話說，所謂的認知商業，就是建立在雲和人工智慧技術的基礎上，用行業客戶的需求作為支點而形成的新體系。這是人工智慧在商業領域，在行業中的表現形式。IBM認為，目前商業遇到的最大挑戰是不能發掘資料的價值，資料如何在商業中運用，仍需要人來進行判斷。商業不僅僅是追求利益最大化，還需要考慮法律、倫理、社會責任等多方面的因素。而這些有溫度的判斷，很難由電腦來完成。因此IBM認為當前人工智慧要做的是“認知”資料的價值。
以著名的Watson為例，首先它是基於雲的，Watson通過提供API使企業接入Watson平臺，這是標準的雲服務。其次，這些API包括了語義分析、情感分析、關係抽取、深度學習、知識提取注解、遞迴神經網路、問答驗證等這些非常明顯的人工智慧應用，這類人工智慧的能力，就是滿足理解、推理、學習、交互，這構成了IBM所稱“認知”的核心。
那麼，雲和這樣的人工智慧的結合，加上行業的支點，就成為了IBM對行業提供的認知解決方案。比如，Watson+醫療，形成IBM Watson for oncology輔助癌症診斷解決方案。Watson+金融，就變成了Watson金融行業的解決方案。
很多人習慣于用穀歌AIphaGo來對比IBM的Watson，而我認為，IBM最大的成功都是源於商業，源於行業。Watson早在2011年就已經戰勝過人類，深藍20多年前就已經對戰過卡斯帕羅夫，而隨後的多年，IBM都是努力將這些能力結合行業的需求，慢慢謀求真正的落地。所以，行業的支點，必不可少。
沒有失去機會 新的目標是下一個100年
是的，任何當得起偉大這個形容詞的企業，都有能力在沉浮中尋找下一個風口。尤其對IBM這樣一家已經走過百年的巨頭來說，今天已經是它的最低點。換句話說，任何一個百年老店，在開啟下一個百年戰略的時候，有幾年的過渡期都是再正常不過的事。
反而一個足夠體量的公司，如果能夠踩中下一個時代，也會很快翻身。IBM現在踩中的就是：在行業上推動雲加認知。
我們可以看到，儘管互聯網時代已經到來了，也顛覆了其中的一些行業，但是絕大多數行業的主體是沒有被顛覆的，銀行還是在做銀行的事，電信還是在做電信的事，互聯網重構後的新興行業，慢慢變成了傳統行業的補充而不是顛覆。
所以，IBM一直在串著行業那條線往前走。而當行業開始思考雲，當行業開始思考大資料，當行業開始思考人工智慧的時候，其實IBM的角度看到的東西，以及思考方式是不一樣的。
比如說，互聯網改造了很多行業，更多的還是局限於支付和CRM等有限應用，相對而言這對行業來說，僅僅是邊緣。但IBM要做的必然是行業的深度需求，比如電信，IBM講的是電信裡面網路的設計、網路的搭建、網路的運營、網路的支撐，後臺流程是供應鏈到系統網路的搭建，裡面的庫存管理以及合規性管理。這是互聯網很難改變的，行業的根本性需求。而這才是IBM最為擅長的東西。
實際上，以Watson在當今世界上的影響力，如果IBM能夠接受分拆，它一定會是一家很高估值的獨角獸，但IBM不會輕易分拆，因為行業的理解沒辦法分拆。所以，我們不難發現，任何技術走向成功，都離不開行業的支點，AlphaGo最大的盲區就是缺乏行業應用，所以註定了只能是一場秀，而以Watson為代表的IBM，有機會在新的風口上重現藍色巨人的光輝。
故事就有可能從另外一個角度重新開始。IBM趕上了AI的風口，認知已經在落地行業
穀歌AIphaGo的成功，一定程度上掩蓋了IBM在人工智慧方向上所付出的努力。但是，我們更需要知道的是，AlphaGo還在下棋，而IBM Watson已經在醫療等行業落地。
去年CES上，作為第一個在這種消費電子展會上演講的IBM全球CEO，羅睿蘭說，人與人之間的區別就在於對資料的理解不同，這就是認知時代。而雲和人工智慧，可以共同定義認知。
對“認知”這個理念的營造，我當初也是心存疑慮。因為相對於人工智慧的清晰度，談認知等於另造了一個新的概念，那麼IBM為什麼不直接將戰略定義為人工智慧呢？
事實上，我們梳理IBM過去的成長史，會發現在百年的歷史當中，產品形態和戰略發生過無數次的改變，但唯有一樣東西沒有變，就是：行業思維。
換句話說，所謂的認知商業，就是建立在雲和人工智慧技術的基礎上，用行業客戶的需求作為支點而形成的新體系。這是人工智慧在商業領域，在行業中的表現形式。IBM認為，目前商業遇到的最大挑戰是不能發掘資料的價值，資料如何在商業中運用，仍需要人來進行判斷。商業不僅僅是追求利益最大化，還需要考慮法律、倫理、社會責任等多方面的因素。而這些有溫度的判斷，很難由電腦來完成。因此IBM認為當前人工智慧要做的是“認知”資料的價值。
以著名的Watson為例，首先它是基於雲的，Watson通過提供API使企業接入Watson平臺，這是標準的雲服務。其次，這些API包括了語義分析、情感分析、關係抽取、深度學習、知識提取注解、遞迴神經網路、問答驗證等這些非常明顯的人工智慧應用，這類人工智慧的能力，就是滿足理解、推理、學習、交互，這構成了IBM所稱“認知”的核心。
那麼，雲和這樣的人工智慧的結合，加上行業的支點，就成為了IBM對行業提供的認知解決方案。比如，Watson+醫療，形成IBM Watson for oncology輔助癌症診斷解決方案。Watson+金融，就變成了Watson金融行業的解決方案。
很多人習慣于用穀歌AIphaGo來對比IBM的Watson，而我認為，IBM最大的成功都是源於商業，源於行業。Watson早在2011年就已經戰勝過人類，深藍20多年前就已經對戰過卡斯帕羅夫，而隨後的多年，IBM都是努力將這些能力結合行業的需求，慢慢謀求真正的落地。所以，行業的支點，必不可少。
沒有失去機會 新的目標是下一個100年
是的，任何當得起偉大這個形容詞的企業，都有能力在沉浮中尋找下一個風口。尤其對IBM這樣一家已經走過百年的巨頭來說，今天已經是它的最低點。換句話說，任何一個百年老店，在開啟下一個百年戰略的時候，有幾年的過渡期都是再正常不過的事。
反而一個足夠體量的公司，如果能夠踩中下一個時代，也會很快翻身。IBM現在踩中的就是：在行業上推動雲加認知。
我們可以看到，儘管互聯網時代已經到來了，也顛覆了其中的一些行業，但是絕大多數行業的主體是沒有被顛覆的，銀行還是在做銀行的事，電信還是在做電信的事，互聯網重構後的新興行業，慢慢變成了傳統行業的補充而不是顛覆。
所以，IBM一直在串著行業那條線往前走。而當行業開始思考雲，當行業開始思考大資料，當行業開始思考人工智慧的時候，其實IBM的角度看到的東西，以及思考方式是不一樣的。
比如說，互聯網改造了很多行業，更多的還是局限於支付和CRM等有限應用，相對而言這對行業來說，僅僅是邊緣。但IBM要做的必然是行業的深度需求，比如電信，IBM講的是電信裡面網路的設計、網路的搭建、網路的運營、網路的支撐，後臺流程是供應鏈到系統網路的搭建，裡面的庫存管理以及合規性管理。這是互聯網很難改變的，行業的根本性需求。而這才是IBM最為擅長的東西。
實際上，以Watson在當今世界上的影響力，如果IBM能夠接受分拆，它一定會是一家很高估值的獨角獸，但IBM不會輕易分拆，因為行業的理解沒辦法分拆。所以，我們不難發現，任何技術走向成功，都離不開行業的支點，AlphaGo最大的盲區就是缺乏行業應用，所以註定了只能是一場秀，而以Watson為代表的IBM，有機會在新的風口上重現藍色巨人的光輝。