IBM如何在人工智能领域对抗谷歌，亚马逊、苹果和谷歌都在开发了自己的人工智能助手，但无论是 Alexa、Siri 还是 Google Now，知名度似乎都无法比肩 IBM 沃森。后者 6 年前在电视智力问答节目《危险边缘》上亮相，本月早些时候还出现在“超级碗”橄榄球赛的一段广告中。
具有讽刺意味的是，IBM 沃森虽然广为人知，但它却主要发展企业应用领域，并没有像其他科技巨头一样着眼于消费市场的人工智能产品。IBM 重点宣传沃森在医疗、零售和金融等领域的多样化能力，它已经在这些领域积累了大量专业知识。
IBM 的许多客户利用沃森虚拟助手处理客户支持业务。事实上，该公司的目光也很远大。沃森总经理大卫·肯尼（David Kenny）表示，他们目前正在考虑能否对新闻进行事实验证，从而判断内容真伪。
肯尼一年多以前加盟 IBM，之前曾在多家企业任职，还曾担任互联网骨干服务公司 Akamai 总裁，后来负责运营 The Weather Company。在 IBM 2015 年末收购 The Weather Company 后，他也随之加盟 IBM。
IBM 看重该公司通过世界各地的传感器收集海量天气数据的能力，他们能通过对数据的分析每天提供 2600 万份天气预报。IBM 认为这是物联网的一部分，而该公司已经向这一领域投入 30 亿美元用于扩张。
他最初的任务是负责沃森业务，由于之前就与很多大企业客户建立了联系，所以很符合 IBM 将沃森应用于更多企业的目标。他去年 11 月还兼任 IBM 公共云服务和两个数据团队（其中一个以物联网产品为开发重点）的负责人。
他在接受采访时谈到了 IBM 如何与其他大型科技公司在人工智能领域展开竞争，IBM 内部关于应该重点拓展消费市场还是企业市场的争论，以及该公司为什么而没有像其他企业一样在人工智能领域积极收购。以下为采访摘要：
问：提到沃森，有人还会想到《危险边缘》，但沃森如今的能力早已超出智力问答领域。6 年前，这是一个在 IBM 数据中心里的研究项目，他现在都包含哪些内容？
答：它的核心是一个与云端平台关联的沃森平台。人工智能需要很多带宽来吸收数据，还需要很多计算能力来“推理”或预测。在 IBM 的内部和外部，有数以百计的优秀应用都是以沃森为基础构建的。
从消费者的角度，或者从搜索和商业角度来看，沃森与其他人工智能公司相比的独特之处在于，我们设计时所围绕的数据并不在互联网上。正因如此，我们才着力发展医疗和金融服务，我们还要学习税法，吸收建筑图纸等数据，还将数据应用到内容出版领域。
我们正在每个垂直领域设计用例。首先是与机器人进行问答。我们在特定领域拥有深厚的知识储备。其次是发现，比如怎样搜索基因序列或临床试验，或者学习税法。第三，学习规则，这对合规、审计和反洗钱活动非常重要。沃森正在学习这些事情，并将其应用到一系列应用中，有的应用来自 IBM，有的则来自第三方。沃森正在跟随这些领域一同成长。
问：IBM 投放了一则广告，让有个性的名人与沃森展开了简短对话。如果你们希望面向企业推广自己的产品，又为什么投放这样的广告？
答：我们的重点与另外三大人工智能企业有所不同。这方面争论很大——是否应该以消费市场的方式来塑造沃森的品牌？这样做的好处是可以由此创造一套标准。如果你认为会出现类似人工智能操作系统的东西，那就应该向这个方向努力。但我们不这么认为。
在与沃森的多数互动中，终端用户都看不到沃森。他们只会认为自己在与一家银行或保险公司沟通，或者跟律师或医生对话。沃森的主要任务是延伸企业用户的人格，所以这更像是“白牌”。我们之所以探讨增强智能，而不是人工智能，是因为我们从事的很多事情都是提升企业各种措施的实际效果。
问：IBM 做人工智能的时间比其他公司都长，可是谷歌为什么成为人工智能人才的首选呢？

答：我不觉得所有人才都奔向谷歌。他们肯定吸引了许多人，尤其是斯坦福大学的人才。但如果你拥有某个领域的专长，我认为 IBM 是更好的选择，因为我们是垂直领域的专家。

最有价值的人往往都是某个领域的专家。你不会向肿瘤医生寻求房地产建议，也不会向房产中介寻求买车建议。所以，我们其实是在构建专业的垂直人工智能，这可以吸引那些关注这些专业领域的人。
消费者希望跟谷歌 Home 或亚马逊 Echo 对话，这很有帮助，所有的搜索都可以帮助消费者找到很多信息。有很多垂直领域，这正是 IBM 的长期优势所在。这是两种不同的思路，但都很重要。
问：IBM 如何营造有魅力的文化来吸引高校里的人工智能人才？
答：很显然，IBM 研究院比 Alphabet 更有深度。我们长期以来都在努力发展阿尔马登、纽约、苏黎世和东京的 IBM 研究院。但很多年轻人之所以来到这里，是因为他们希望影响世界。尽管 IBM 是一家大公司，你也可以改变银行、会计、建筑、零售、医疗或环境，对某个领域的运行方式产生巨大影响。我认为，我们给人们提供了一个对世界的重要领域产生重大影响的机会。
问：某些人工智能技术的速度更快，这对客户客户来说有多重要？
答：关键不仅仅在于速度，还在于准确性和对决策的实用性。速度和准确性之间总要进行一些取舍，你肯定要确保最终的成果能够起到作用。归根到底，我们需要用搜索来寻找信息，需要用人工智能来提供决策建议。你是否理解我要做的决策？系统是否会为我提供实用的好建议？当我们关注临床试验等严肃决策，或者我的资产负债表目前有什么价值，或者我最佳的报税方式是什么的时候，沃森就可以提供帮助。只要能帮助客户制定更好的决策，最终便可增加市场份额。
搜索促使报纸等很多业务转向“商品化”，因为价值在于渠道。但我不认为人工智能在渠道上的价值可以比肩它在智能性方面的价值。所以我们还是认为自己可以帮助企业提升智能程度。正因如此，我们的重点才放在了智能和决策质量上，而不仅仅关注速度。
我们现在正在寻找一种方法，用人工智能核查事实。某条新闻是否属实，是否能够验证？正因如此，我认为渠道已经在经济上达到了极限。因为真正重要的是通过渠道来传播哪些内容。所以，沃森才通过数据来实现增值，而没有通过界面来增值。我们希望别人评判我们的时候不仅看重速度这个渠道指标，还能看重准确性，以及细微和复杂的决策质量。
我不是说速度不重要，但它只占到三分之一，另外三分之二在于内容价值。假新闻就是很好的例子，虽然它掌握了渠道，但久而久之，还不是要靠高质量来创造价值？
问：IBM 在人工智能并购方面为什么不像谷歌等其他公司那么活跃？
答：我们针对云基础设施、数据能力、监督式学习和无监督学习等方面制定了清晰的路线图。在很多情况下，我认为我们都领先于其他公司。我们进入该领域的时间更长，有着专业的视角，而很多公司都是从消费领域起步的。
因此，我们没有看到很多并购机会。有的时候，我们的确看到一些东西能够节约我们的时间，帮助我们引入人才。例如 The Weather Company 就解决了一个挑战，把海量传感器数据转化成每天 2600 万份天气预报。该交易帮助 IBM 的物联网路线图节约了几年时间，而且引入了人才。