专访 | IBM Watson AI副总裁:IBM Watson是如何为客户找到AI解决方案的?

AI科技评论消息:9月9日,二十国集团(G20)智慧创新论坛暨2017全球创新者大会(下称创新者大会)进入第二天。在“AI的场景”环节,IBM Watson AI 全球业务咨询服务部全球副总裁Terry Hickey与IBM全球业务咨询服务部认知数字化全球主管Kevin Northrup就IBM Watson从AI思维、AI的好处、面临的挑战、资源与技巧、领导力、解决方案、规划、实施等八个方面,结合IBM Watson所了解到的客户需求和应用场景进行了分享。

以下是AI科技评论整理的演讲主要内容:

AI思维

这两天很多人讲了跟AI相关的技术,我们认为最重要的是你怎么找到合适的人才,怎么创造在你的组织当中有这样思维的人才,然后怎么样能够把AI重新投入到使用当中。因为我们需要合适的人找到合适的方法,然后把各种不同的人、各种不同的环节在一个团队当中拼起来,同时找到合适的解决方案。

我们不会讨论AI具体的科技,我们会讲具体的方法。我觉得每个人都会理解AI在我们这个行业当中是非常重要的,AI将会影响到我们每一个人。有三个核心的层面,它是跟我们的商业价值是有关的,以及我们的效率业务的发展等等,都是非常重要的。

企业为什么要AI化?

认知数字化从IBM的层面来讲,在未来5年中会价值非常高,我觉得这是IBM的一个非常好的机会,在全球的市场当中也是这样的。我们在AI方面做了非常久,我们有三个不同的关于AI的品牌,一个是Watson Health,还有Watson AI,还有Watson IoT团队,我们提供不同的服务,我在的团队叫Watson AI。

(企业AI化的好处,包括提升客户服务、个性化用户体验、提高生产效率、提升决策与计划、加速创新等。)

从AI的层面来讲,他们觉得AI的技术在商业当中该怎么应用,比如说在用户体验的上升、生产力的上升,以及整个业务生态的扩展,这些方面都会涉及。AI现在正在全球范围内扩张,在每个领域、每个机构当中都会用到,但是在三年前的时候我们差不多有30亿的AI市值,在未来几年当中会有350亿的市值,这是一个全新的AI市场发展。

面临的挑战

我们现在在使用认知计算功能的时候,面临着很多的挑战,包括成本、数据、安全、缺乏经验、以及技术上的不够成熟的问题,这些都是必须要考虑的问题。大概63%的机构没有任何计划知道怎么样使用AI技术,只有7%的公司现在真正有具体怎么使用AI技术的方法,怎么样部署他们的AI技术。我想说的是,我们怎么解决剩下的没有使用这些技术的公司,我们会帮他们找到合适的人才,帮助他们应用这项技术。

如果我们看上面的问题,我们想做的事情就是建立我们的AI人才团队。现在我们最顶尖的技术和资源是非常难找的,所以我们要跳出固有的模式去寻找,我们有全球的团队,但是我们可以有当地的团队来支持,你跟当地的团队合作的时候,你就可以在具体的小的层面上、具体的任务上进行不同的安排。

资源与技巧

我自己在做的一个事情就是我当时团队里有两个不同的人,我给他们同样的任务,他们互相不知道对方在做什么,这就能够让他们去用自己的办法解决问题,然后我们再挑选出一个胜出者,根据他们的表现再提升他们的技能。我们不是需要特别大的团队,当我们做这件事情的时候,我们就会从中找到真正有AI思维的人才,不太适合这个团队的人,我们会把他们再放到其它的任务中,这样就能挑选出最适合这个任务的人才。

在AI当中,我们其实主要就是解决生活中各个层面的问题,从不同的层面去看这一个问题,然后找到不同的解决方法。所以创造力以及方法是非常重要的。多数时候对AI来讲,我们会有很多似乎是解决不了的问题,然后我们再重新研究、重新找办法。

团队领导力

每一个技术团队都需要一个技术的领导,在AI层面其实我们想做的事情大多数都是跟技术相关的,这方面的技术非常多。我们有非常多的技术,这些项目和普通的项目不太一样,我们需要不同的想问题的人来做这个事情,我们需要有AI思维方式的人来做这件事情,然后让整个团队的能力不断前进。

所以我们需要的就是一个人知道我们发展的方向是什么,我们该怎么样解决问题,这样的一个思维模式的人,你可能会觉得非常难合作,但是确实我们需要把这帮人聚集在一起,让他们一起去协同合作。如果单单讲团队的领导力,其实主要就是管理你的预期,管理你对你的老板的预期,管理对你的客户的预期,以及对你团队的预期,要理解到团队成员的能力是什么。

如果你真正开始做的时候,作为一个领导人,你需要有创造力,需要专注,在各个层面都要专注,都要想到。如果你解决一个学术的AI项目,其实跟你解决业务层面的问题是不一样的。不仅仅是AI的技术,还有经验,到底怎么做,你可以把两者合二为一,这会告诉我们,当你在看自己的项目的时候,到底如何做,如何更快的投入市场。所以在上市之前,我们什么都要考虑好,知道它的趋势是怎么样的,知道项目的发展状况是如何的。

听过许多道理,如何解决问题?

如果你不能够理解挑战是什么,有哪些问题,你不能看到端到端的解决方案,你就不要做,因为你会发现自己在理论AI上非常的迷失。当然,工程解决相关的问题也是很重要的,在工程领域,我们预定了很多项目要使用AI,他会说没有用AI的必要,这是非常复杂的问题,不是AI的问题,你想解决这个问题,你就需要用工程的方法,这是一个非常常见的问题。

如果想要解决所有的问题,你需要通过时间精益求精,第一个版本不一定要解决所有的问题,它会随着时间的推移不断地升级,最后少用一点数据。当我在谷歌和facebook上班的时候,我们看到非常多的信息在数据模型当中,它们的方法能够解决很多的商业问题,有很多数据是成功的关键,能够解决这些问题是非常重要的,这是关于团队的领导力,建立AI的模型方式,你是一个团队,你有自己的管理方式。这是AI团队领导力的关键所在。

开始实施

如果我们现在知道AI对市场至关重要,如果我们现在知道团队需要怎么运作才能够实现所有的目标,你从哪里开始呢?我们从哪些领域看到人们对AI最感兴趣呢?

(企业最关注将AI应用于具体业务的13个领域)

这是我们今年6月的一份报告,我们找了6000名全球高级领袖,我们得出的结论就是,有13个领域人们希望把AI运用到自己的生意当中,做一个企业家或者是一个其它的组织,这些领域是他们希望AI应用的领域。第一个领域就是信息科技,我觉得这是根据客户的经验或者是他们的操作过程,有CEO、CIO想要做这样的决定,他们会说AI会帮助我们,尤其是在IT领域。创新、销售、信息科技,这些都会让我们有一个路线图,让我们知道未来的工作发力点在哪里,这样才能继续推进AI。

形成AI思维

我们知道AI很重要,我们知道技巧也很重要,我们有路线图,我们想要聚焦13个领域。但如何开始呢?有两种方法。

第一种我们叫做“认知车库”。这是一种IBM与客户合作的模式,我们把客户和IBM放在一个地方一同工作,帮助他们学习,告诉他们如何部署,如何管理,如何做工作,如果你们有相关的书或者是有工作计划的话,有100个不同的AI专利组织可以去应用,因为很多组织想解决的问题都是类似的,所以他们商业的模式其实都是一样的,因此我们有不同的模板帮他们部署AI;

第二步是我们称之为“孵化器”。这是一种客户主导的模式,因为他们现在知道怎么做了,他们就有机会去改变生意,不会像IBM,他们不用去看市场的状况,推进自己的生意。因此你如果是一个企业家,你可以决定这些领域中哪些是适应你们公司的领域,你有没有相关的技巧,有哪些技能或者是AI的技能是你公司需要的。

在演讲后,AI科技评论与Terry Hickey进行了短暂的交流。

AI科技评论:IBM Watson AI部门的主要工作内容是怎样的?

Terry Hickey:我在的部门是IBM Watson AI和数据平台的全球业务咨询部。我主要的工作就是人工智能的认知领域等等,我们为客户提供解决方案服务,推进客户层面的认知计算和AI变革。

AI科技评论:在你的演讲中提到需要进行预期管理。对于IBM Watson来说是什么时候意识到客户预期管理的重要性的?

Terry Hickey:预期管理其实是IBM一直以来比较重视的问题。但自从IBM Watson在Jeopardy!问答竞赛中击败了人类选手,这让人造成一种人工智能无所不能的错觉,对于IBM Watson来说,我们其实是在最近两年才开始(通过预期管理)有计划的纠正大家的这一看法的。

AI科技评论:那么在IBM Watson早期的合作如与MD Andersson合作的案例中,双方是否没有很好做到预期管理?

Terry Hickey:IBM Watson的合作是由不同团队来实施的。我所在的是Watson AI团队,而与MD Andersson的合作是由Watson Health团队负责。所以在这个问题上,很抱歉我不太清楚具体的预期管理的情况。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-09-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

大数据实现商业价值的九种方法

TDWI最近关于管理大数据的调查显示,89%的受访者认为大数据是一个机会,而在2011年的大数据分析的调查中这个比例仅为70%。在这两次调查中受访问者均普遍...

3284
来自专栏云计算D1net

云计算的人工智能虽然发展缓慢,但得到更多的关注

随着IT专业人士尝试应用人工智能,许多人将在公有云执行此操作。但是,组织从不断增长的人工智能服务列表中选择,从AWS、Azure和其他厂商中挑选,并不是一件容易...

33714
来自专栏大数据挖掘DT机器学习

【观点】 从大数据中获取商业价值的9种方法

现在已经有了许多利用大数据获取商业价值的案例,我们可以参考这些案例并以之为起点,我们也可以从大数据中挖掘出更多的金矿。 2013 TDWI关于管理...

3375
来自专栏腾讯研究院的专栏

法律人工智能十大趋势(下)

经过三十多年的发展,在超强运算能力、大数据和持续改进的算法的影响下,人工智能对法律以及法律行业的影响正在加深、加快,未来10-20年法律行业将可能迎来一场巨变。

3532
来自专栏养码场

一场耗时4小时的技术分享:程序员被AI取代,人工智能泡沫,云渲染技术,蒙特卡洛收敛……

前微软亚太研发集团首席技术官、微软亚洲工程院院长、金山软件CEO张宏江博士顺带敲黑板式提及的一句话,让现场的100多位技术人会心一笑。

652
来自专栏用户3254834的专栏

融资+上市,内外兼修的创业者,真的可以为所欲为

2018年对于很多创业者和准备创业者来说,是一个充满机遇,同时又更趋于焦虑的一年。

332
来自专栏点滴科技资讯

未来的人工智能:只有‘智能’,没有‘人工’

? 人工智能逐渐开始消失于无形中,可以是由外到内,反过来由内到外也正经历这一过程。人工智能技术的影响和作用对于人类来说越来越难以理解,难以感知。即便是专家们也...

2984
来自专栏人称T客

面对高流失率束手无策?一招教你如何解决

T客汇官网:tikehui.com 撰文 | 张珅健 目前很多SaaS公司都面临着高流失率的问题,但大多数公司对此并没有相应的了解和具体解决方法。大数据时代,来...

34114
来自专栏PPV课数据科学社区

企业大数据规划需要的三种能力和五个步骤

大数据规划有五个步骤,首先从业务驱动的角度,相关部门选择要解决和产生的业务场景。针对需求处理和采取整合这些场景需要的大数据。当然选择的重点是怎么使...

3127
来自专栏大数据文摘

【德勤重磅报告】2016:认知技术成为80%世界百强企业标配(下载)

20411

扫描关注云+社区