雷鋒網(wǎng)按：智能助手是一個炙手可熱的 AI 應用，它是指支持企業(yè)通過文本、語音或網(wǎng)頁聊天窗口交流的智能軟件。 IBM 表示，企業(yè)級的人工智能虛擬助手不只是聊天機器人。 近日，IBM 數(shù)據(jù)及 AI 部門總經(jīng)理 Rob Thomas 接受了 VentureBeat 創(chuàng)始人 Matt Marshall 的采訪，并預測三年內所有企業(yè)都將擁有智能助手。雷鋒網(wǎng)在不改變原意的基礎上對采訪進行了編譯。

【 圖片來源：VentureBeat  所有者：VentureBeat 】

以下是 VentureBeat 采訪 Rob Thomas 的對話實錄。

問：Watson 是 IBM 面向人工智能商業(yè)領域的平臺。但它涉及的范圍廣，我們沒有清晰的認識，您能系統(tǒng)性地介紹一下嗎？

答：人們經(jīng)常會誤解 Watson。 IBM Watson 簡單來說有三點：

首先，Watson 是為那些想要自主研發(fā) AI 的公司提供的一套工具。因為如果你是研發(fā)者，你需要一個地方來建立模型、部署，你需要搭建和管理模型的生命周期，并了解決策該如何做出。你需要包括語言、聲音和視覺在內的人類特征。

也許最鮮為人知的事實是，Watson 85% 的作品都是開源的。人們已經(jīng)在 Python 中構建模型，在 TensorFlow 中部署。

第二，Watson 是一組應用程序。當我們說要把它打包成應用程序，方便大家購買并使用的時候，我們已經(jīng)看到了一些很常見的問題。我想舉一個 Watson 客戶——蘇格蘭皇家銀行的例子。我們有個叫做 Watson Discovery 的東西，它可以基本理解非結構化或半結構化數(shù)據(jù)，通過文本索引、理解文檔和 PDF，進而了解客戶、反洗錢與操作風險。

第三，Watson 是嵌入式 AI，我們或其他公司可以通過 Watson 輕松地將我們的 AI 嵌入到他們的產品中。一個很好的例子就是我們與 LegalMation 公司的合作。通過將 Watson 嵌入文檔發(fā)現(xiàn)應用程序，他們實現(xiàn)了法律流程自動化，現(xiàn)在可以在幾個小時內完成一名律師 30 天才能完成的工作。

問：當前智能助手市場真的很熱。您認為 Watson Assistant 是你們所有 AI 應用程序中最成功的嗎?

答：不一定。Watson Discovery 已經(jīng)推出好幾年了，人們一直希望從數(shù)據(jù)中獲得更多信息。但 Watson Assistant 可能是最熱門的領域。智能助手可能是大多數(shù)企業(yè)都沒有的，我有信心地說，未來三年內，所有企業(yè)都將擁有智能助手。

問：Watson Assistant 和其他聊天機器人應用程序有什么不同？

答：Watson Assistant 是一個人工智能虛擬助手。我會把它和聊天機器人區(qū)別開來，后者大多是基于規(guī)則的引擎，但 Watson Assistant 的核心是一個意圖分類模型，所以它在理解意圖方面做得很好。僅僅基于用戶提的問題，就能感受到他們想做什么。

問：你如何看待當前智能助手領域的競爭？

答：這是一個價值 25 億美元的市場，是大家都很關注的領域。有趣的是，除我們之外，沒有什么大的玩家。不乏成千上萬的“螢火蟲”（雷鋒網(wǎng)按，開發(fā)智能助手的公司），這是個非常分散的市場。

我可以在兩周內就開一家聊天機器人公司，因為基礎工作其實很簡單。做別的事就難多了?？赡苡幸话胧褂?Watson Assistant 的客戶原先用過市面上的聊天機器人。他們發(fā)現(xiàn)聊天機器人已經(jīng)滿足不了他們的需求：多渠道交流（聊天、語音、電子郵件等）、連接到所有的數(shù)據(jù)源、或者與大約 100,000 個用戶即時對話。

正如我提到的，Watson Assistant 能夠實現(xiàn)意圖分類。此外，我們還會幫用戶解決理解數(shù)據(jù)的問題，如果數(shù)據(jù)存儲在不同的云上，可以跨多個存儲庫、跨多個云索引大量數(shù)據(jù)。

另外還有一點，所有競爭者都可以進行超參數(shù)優(yōu)化，但只有我們能進行特征工程。通過 AutoAI，我們可以自動進行特征工程，減少 80% 的數(shù)據(jù)科學工作，數(shù)據(jù)科學家可以騰出更多時間投入機器學習模型的設計、 測試和部署等工作。

問：用戶在哪些場景下應該選擇 Watson Assistant？

答：如果只想完成一些基本的任務，比如重新設置密碼，其實并不需要 Watson Assistant，因為任何基于規(guī)則的引擎都可以做到這一點。如果想達到任何層次的互動、決策、理解（或意圖），那么用戶就需要 Watson Assistant 。這么來講吧，大多數(shù)公司開發(fā)的智能助手只能回答 10 個問題，但如果想讓智能助手回答 500 個問題，就需要 Watson 了。

問：那亞馬遜、谷歌或微軟呢？ 他們是競爭對手嗎？

答：他們只是在為那些已經(jīng)在開發(fā)公共云的公司服務，但這是個 IBM 甚至都談不上真正參與的市場。

問：IBM 關注哪個市場？

答：如果用戶說，我有 AWS、IBM 云、Azure 和 Google 的一大堆本地數(shù)據(jù)，我需要一個引擎聯(lián)合所有這些不同的數(shù)據(jù)源。那么這個問題便是我們要解決的。

問：我明白了，所以您認為 IBM 是唯一的玩家，不會強迫用戶使用特定的云。您如何看待微軟在 Ignite 大會上發(fā)布的智能助理和 Arc？微軟表示，允許自己的 Azure 云產品和管理應用到多個云上。

答：目前任何人都可以在任何云端部署 Watson。雖然我們已經(jīng)看到了其他公司的聲明，但我們不知道他們是否有能力在任何云上運行來自其他公司的 AI。

問：您一月份接管了 AI 業(yè)務，最近宣布推進 Watson Anywhere。您覺得最大的動力是什么？

答：我們采取的第一個重大舉措是 2 月宣布 Watson Anywhere。要注意的是，在此之前，用戶唯一可以使用 Watson 的地方是 IBM公共云。因此，我們宣布 Watson Anywhere 便意味著無論數(shù)據(jù)在 AWS、Azure、Google，還是阿里巴巴云上，Watson 都能適用。從那以后我們就有了巨大的動力。

問：為什么亞馬遜、谷歌、微軟沒有做同樣的事情？

答：他們在這方面受戰(zhàn)略定位影響。他們的混合云策略是，只要用戶連接到他們的公共云，他們就為用戶服務。所以這是一條單行道。

這與我們不同。我們是唯一一家聲稱自己獨立于云計算的公司。這就是我們對 Red Hat 所做的以及我們如何使用 Red Hat OpenShift 作為跨云的公分母的全部要點。這在我們看來是獨一無二的。

問：一個價值主張到底有多大？ 從 AWS 移到別的云有多難？

答：這簡直是不可能的。想一想：如果用戶在 AWS 上構建了一些東西，那么他們就是在拼接專有的 API。用戶其實什么都沒有，只是租用了整個應用程序和數(shù)據(jù)基礎設施。所以這并不是“這樣做有成本，但我們可以移動它”那么簡單。

因為這些專有 API 并不在另一個云上，這就涉及到了我們的整體策略——用戶可以做同樣的事情，但如果是用 Red Hat 來做，那么移動就變得很容易。因為用戶只要編寫一次，就可以構建通過 Red Hat 提供的二進制文件（根據(jù)定義是開放的），然后就擁有了完全的可移植性。所以這是非常關鍵的。

問：您認為這一優(yōu)勢什么時候會在 IBM 的盈利業(yè)績中體現(xiàn)出來？

答：上季度，我們曾公開 Red Hat 的營收從14% 增長到了 20%。我不認為這是巧合。

問：您認為谷歌、亞馬遜、微軟在哪些人工智能領域領先？

答：他們都有家庭音箱，所以他們在聲音領域會比我們好。另外，任何與社交媒體相關的領域，他們都可能做得更好。但是語音和圖像的企業(yè)應用非常小，就像不存在一樣。所以這并不困擾我。在語言方面，IBM 的能力也不可小覷，不過這也不是我在企業(yè)中看到的真正的交互模式。如果我們必須發(fā)展這一領域，可以說我們已經(jīng)準備好了，但這不是我們關注的重點。

問：為什么 AI 部署如此困難？ Gartner CIO 的一份報告顯示，雖然大約 90% 的 CIO 知道 AI 的潛力，但去年只有 4% 的公司部署了 AI。

答：Gartner 的報告顯示，今年的部署數(shù)量高達 14%。原因何在？ 這是我選擇 Watson 時提出的第一個重要問題。我想可以歸結為三點。一是數(shù)據(jù)——不可訪問的數(shù)據(jù)、沒有可用形式的數(shù)據(jù)、分散在多個云中的數(shù)據(jù)。二是大多數(shù)公司都不具備生產所需的數(shù)據(jù)科學家，因此技能是一種限制。三是信任——公司對人工智能的恐懼。

在這三個領域取得突破之前，人工智能的采用過程將是緩慢的。所以我們的策略集中在這三個方面。首先，將 AI 連接到數(shù)據(jù)，即通過 Watson Anywhere 把 AI 帶到數(shù)據(jù)所在的地方。

其次，在技能方面，我建立了一個由大約 100 名數(shù)據(jù)科學家組成的團隊，他們的唯一工作就是幫助用戶將他們的第一個模型投入生產。這獲得了巨大的成功。Harley Davidson 等公司、Nedbank、WPP 成員 Wunderman Thompson 都在靠這個團隊提供支持。

第三，我們最大的產品投資之一是信任。通過信任，Watson 擁有提供數(shù)據(jù)的能力，知道數(shù)據(jù)來自哪里，管理模型的生命周期，管理模型中的偏差，以及漂移和異常檢測等——所有人們在開始擴展 AI 環(huán)境時擔心的事情。

問：IBM 經(jīng)常被認為是一個傳統(tǒng)的參與者（至少在硅谷的投資者和創(chuàng)業(yè)生態(tài)系統(tǒng)中），您會因此感到困擾嗎？

答：最近有人來找我，問我“你是如何吸引人們來 IBM 的？”我的回答很簡單。這就像是我做的最簡單的事情，因為大多數(shù)從事 AI 的人希望他們的代碼掌握在盡可能多的人手中。 IBM 業(yè)務分布在大概180個國家和地區(qū)，還有什么地方比 IBM 更好？世界上所有大企業(yè)都在使用我們的產品。如果你想在世界各地以及 AI 開發(fā)中留下自己的指紋，我想沒有更好的地方了。

我想我們有一個很好的定位。我們沒有進入圖像識別領域，只是因為我們沒有開展業(yè)務。我想說，我們所做的工作背后的核心技術是自然語言處理（NLP）。對于我所說的“企業(yè) AI”，自然語言處理將決定贏家和輸家，因為語言是公司的運作方式，無論是通過文本、語音、互動或對話。

我們的大部分技術都來自 IBM Research。今年早些時候，我們展示了 IBM Debater，這是一臺可與人類辯論的計算機。我們現(xiàn)在正在將一些核心自然語言處理技術引入到我提到的一些產品中，比如 Watson Assistant 和 Watson Discovery。能夠推理和理解將是 AI 的基礎。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。