Thomas H. Davenport

      最近，我在给一家出版公司提供咨询服务，这家公司正在尝试用多种办法将自己的内容数字化并进行智能识别。了解到这家公司的部分竞争

     对手已经签下IBM的Watson后，我向他们的一些高管问为什么他们签Watson。“我们认为，人工智能软件的市场正在迅速商业化，而且我们

     相信自己能用一个低得多的价格组建一个满足我们需求的人工智能平台。”这就是这家公司的底线。一些见多识广的管理者更是提到，很多

     供应商都能提供开源认知软件，他们期望公司使用这种软件替代Watson。这些潜在的供应商并不是小公司，它们包括，比如说谷歌、

Facebook、微软和雅虎。

听到这家公司的策略时，我有点被吓到了。能思考的机器怎么可能已经这么便宜又随手可得了？认知软件市场还相对较新，这些软件怎么就

能实现商业化了？为什么深度学习和机械学习的软件开发者就这么让它们免费使用了？如果Watson不比它的那些免费竞争对手有明显优势，

IBM怎么能期望它每年盈利一百亿美元？

首先，为什么人工智能领域（至少就目前来讲，它更以“认知技术”为人所熟知）会正在发生商业化，我有一些想法。如今，所有软件都有

一种很明显的趋势，就是向“微型服务”发展，分析数据的一些有用的组合后，给出一个结果。它们经典的应用方式是应用编程接口，也就

是APIs。因为它们处理的小型数据，因此他们要求用户或机构付费的难度比那些大型软件集要难得多。因为他们一般都是微型的、模块化的

，所以他们会将产品借给多功能软件开发者，然后又经常被贡献进开源数据库。

这就是过去十年里认知软件领域的真实境况。如今，很多开源数据库提供一般认知功能的算法，例如神经网络系统、深度学习（基于类固醇

的神经网络）、语义分析与认知、图像识别和类似的功能。一些数据已经免费很久了，而谷歌、微软、脸书和亚马逊的数据库则是在最近一

两年开始免费的。这些数据库典型获得方式是通过云计算供应商（这样供应商至少能赚点钱）或类似Github的编程类网站。如果很多公司和

程序员都使用同一家供应商的开源认知工具，那么这款软件就有很好的机会成为行业标准，会使它能轻易被同类供应商的软件所采用。

甚至连IBM的Watson都在向这个方向发展，至少在某种程度。这款软件不是免费的（总得付那些巨额广告费），但它现在主要是一系列的

APIs，能实现多项认知功能，包括图像识别、情绪分析和真实问答。我把Watson Developer Cloud提供的APIs分成20类，而当新的API加入

，纯实验性质的API被我剔除，类似的API被我合并了。考虑到认知工具商业化的速度，Watson的某些API在不久的将来开源时，我绝不会感

到吃惊。

另一个促进此种商业化的因素是智能助手——人机交互智能API——的发展。智能助手，有时也叫聊天机器人，是一种能通过语音或文字和

程序进行聊天的软件。为了实现这种效果，这种软件必须将语音转化成文字，再分析文字的意义，并且得理解大量词汇。这听起来很难，但

是已经有一大批从事该行业的公司将自己的软件开源，使智能助手能和他们自己的软件或其他东西进行交流。很快，智能交互助手就似乎无

所不在了，已经有一些开源智能助手数据库。而且，因为智能助手只是交互手段——和打字、触摸一样都是输入，不过简单得多——没人会

愿意为此付多少钱。

这一切意味着只靠卖认知软件将很难活下去。理所当然的，那些没有海量数据的公司将需要有更多的拓展服务。很多公司都会开始寻找如何

运用在不同商业领域运用他们的工具。我预测，将会出现大量定制化AI解决方案，这类方案因为过于具体和详细而无法开源，例如能是别伪

装的图像分析系统。

但在更普遍的意义上，此类软件将出现很多，而且都会免费。如果你的公司知道这些软件的作用，知道怎么使用这种软件，还知道怎么将这

种软件应用到自己的商业活动中去，那么你们就撞大运了。但如果你们在计划卖这种软件赚钱，你们就没什么前途了。

（来源：《哈佛商评》）