Video: История IBM: мэйнфреймы, компьютеры, эпоха PC, конкуренция с Apple и DEC (Oktober 2024)
I denne uges udgave af Fast Forward taler jeg med Mark Simpson, VP for Offering Management and Strategy for IBM Watson Marketing.
Dan Costa: Mange mennesker har set IBM Watson-reklamerne på tv, og de ved, at Bob Dylan havde noget at gøre med dette på en vag måde, men hvordan ville du definere Watson som et produkt?
Mark Simpson: Watson er et kognitivt databehandlingsprodukt, som kan lære som mennesker. Den lærer, det forstår, den begrunder på samme måde, som mennesker gør og kan undervises over tid. Så computing kan anvendes på mange forskellige områder… Det er i det væsentlige en betroet rådgiver, som vi kan give til mennesker, der kan indtage masser af data og hjælpe dem med de beslutninger, de træffer, hvilket øger deres intelligens.
Jeg tror, det er den sætning, der har sat sig fast hos en række mennesker. Det er ikke nødvendigvis kunstig intelligens, det er forstærket intelligens. Det fungerer med mennesker for virkelig at hjælpe dem med at gøre ting, som de ikke ville være i stand til at gøre med de hjerner, som Gud gav os.
Ja, det er den vigtigste differentier, som vi bruger inden for IBM. Mange virksomheder har kunstig intelligens, og hvad vi ikke forsøger at gøre med forstærket intelligens er… bare gentage menneskelig intelligens eller erstatte menneskelig intelligens. Vi prøver virkelig at give det menneskelige en måde at træffe bedre beslutninger ved at have mere information på. Så virkelig at have en rådgiver, der sidder ved deres side, der kan hjælpe dem med at træffe smartere beslutninger eller hurtigere beslutninger afhængigt af deres situation.
Så Watson selv, som du nævnte, behøver det at blive undervist i at udføre i en række af disse forskellige miljøer. Hvordan fungerer denne proces?
Ja, som du virkelig ville lære et menneske. Du peger Watson i den rigtige retning, og du giver det data og information, som den skal indtages for at være i stand til at gøre, for at være i stand til at lære og forstå og resonnere på de måder, den skal gøre. Det lærer konstant, så Watson oprindeligt også vil tage nogle forkerte beslutninger, og det er nødvendigt at være vejledning i de rigtige områder, men det er alt sammen del af læringsprocessen. Så virkelig, som et menneske ville lære, tænker du på det på samme måde for Watson.
Du er specialiseret i marketingområdet. Hvordan anvendes Watson inden for markedsføring?
Watson kan påføres, eller jeg ser Watson anvendes på tre store måder. For det første kan du tænke på Watson som et sæt computing-API'er, som virkelig enhver kan have adgang til. Så vi ser kunder, der bruger disse API'er af forskellige årsager, uanset om de ser på at nå ud til kunder på en anden måde, så hvis du tager eksemplet måske på 1-800-Flowers, der nu har en concierge-service på deres websted kaldet Gwyn der ville… stille dig spørgsmål om, hvad du leder efter. Sig, at du leder efter en gave, en gave til din mor. hvad lejligheden er, eller hvad din mors interesserede sig i. Det vil derefter begynde at give forslag til de rigtige gaver at give din mor.
Du kan tænke på Watson i slags meget brede udtryk. Den anden måde at tænke på det er, hvad vi prøver at gøre med at indlejre Watson i vores marketingplatforme. Vi tænker virkelig på det, hvordan kan vi spare marketingfolk tid, og hvordan kan vi få marketingfolk til at tage smartere beslutninger.
For det tredje kan du se på Watson inden for marketingplatforme som en helt anden måde at interagere med vores marketingplatform på. Så Watson, når vi indlejrer Watson som assistent for marketingmedarbejderen, kan det løbende analysere og overvåge kampagner. Du kan stille Watson spørgsmål om disse kampagner, og hvordan disse kampagner sammenlignes med hinanden for at du kan tage forskellige og de rigtige beslutninger på en hurtigere måde at gribe ind på, hvad du ser, sker med de kampagner, du kører.
I denne verden af big data, hvor vi indsamler så meget information om vores forretninger og om vores kunder, synes informationsoverbelastning som om det sandsynligvis er det største problem, som marketingfolk har. Du ser dem nå ud til nye dashboards hele tiden for at prøve at give mening om al den information, der kommer ind, men dashboards er ikke nok. Dashboards er mange gange ikke dynamiske nok til virkelig at give mening om disse informationshav.
Du har helt ret, og jeg tænker også, hvis du lægger på, at 80 procent af verdens data om kunder og data generelt er ustruktureret, og hvordan et menneske kan få hovedet omkring ustrukturerede data i den slags skala og den slags mængde er meget svært at forestille sig. Du kan tænke på det på tværs af mange brancher og markedsføre, hvad folk siger på sociale medier og i sundhedsvæsener eller lægernotater, der skrives og mange andre applikationer i andre brancher, der er i stand til at indtage disse ustrukturerede data og være i stand til at give mening af disse ustrukturerede data giver bare individer, og i dette tilfælde marketingfolk, den betroede rådgiver, de har brug for for at begynde at tage meget smartere beslutninger.
Kan du give os, du nævnte 1-800-blomster, kan du give os andre eksempler på, hvordan Watsons bruges til at sortere fornuftigt med disse datasæt?
Så vi har samarbejdet med Staples med deres Easy Buttons. Folk har set Easy-knappen, hvor du bare trykker på knappen for at bestille flere blyanter eller hvad du ellers mangler på det tidspunkt. Watson er indgået et partnerskab med Staples for at hjælpe med at aktivere og hjælpe med at strømme det, så uanset om du har kort på forsyninger og du trykker på Easy-knappen, eller om du går ind i en app på din telefon, eller om du bruger Facebook Messenger eller Slackbots eller hvad skal du bestil nye forsyninger gennem Staples, Watson giver mening om, hvad du laver, og det vil gøre det muligt.
Det kan også begynde at forudsige dine behov. Så der er forskellige applikationer. Vi har også arbejdet meget tæt med North Face, der igen har en lignende assistent som Gwyn med 1-800-Flowers, hvor du kan tale med North Face-webstedet via din telefon eller på din computer. Du kan også skrive og interagere med den, men du kan fortælle North Face om din rejse. Sig, at du ikke ved det, at vandre i Himalaya i september, og North Face kan gå af og kigge efter stedet, finde ud af forholdene der, og det kan komme tilbage og komme med anbefalinger omkring det redskab, du er vil have brug for en mere behagelig tur.
Der er en interessant overgang der sker der. The North Face er et godt eksempel, fordi det på nogle måder er en konversationsgrænseflade, der er drevet med AI, der er meget naturlig, hvor du bare giver det en lille smule information, men så er der denne massive dataanalyse bagenden, hvor den tager disse ustrukturerede data og derefter vender det rundt og fremsætter handlingsmæssige henstillinger til dig.
Ja. Se, det at forstå menneskets sprog er ikke en let ting, hvilket er slags den første fase, når du interagerer med det, selv gennem tale eller tekst eller dog. Så har du masserne af data bag det, der søger placering og vejrforhold og matcher det mod produktkategorier og skævheder og den slags ting. Det er en virkelig spændende måde at shoppe sammen med at gå ind på et websted og klikke på kategorisider og kigge gennem lister og prøve at bruge filtre. Det er en meget sjovere måde at shoppe på.
Det forekommer mig, at det bringer os til det begreb om kognitiv handel, hvor du har en kognitiv computer, der muliggør handelstransaktioner op og ned foran.
Ja, absolut. Absolut, og som jeg siger, Staples er et godt eksempel på det, ved at forsøge at forudsige, når nogen mangler forsyninger baseret på forbrugshistorien og gør det muligt for den ordreproces at ske, men nogen har brug for, og hvor de end er, og har den slags mere umiddelbar og just-in-time slags opfyldelse er, det ændrer handel markant, ja.
Hvor svært er det for et firma at komme i gang med Watson? Dette er temmelig sofistikerede koncepter. Du kan forestille dig, at Staples har et team af mennesker, der arbejder på dette. IBM er naturligvis et meget stort firma. Hvor svært er det for en detailhandler at spin dette op?
Hvis du ikke bare ser på detailhandlen, er det tilgængeligt for enhver, men der er naturligvis visse færdigheder, som du har brug for for at kunne udvikle produkter omkring. Watson API'er er åbne for alle. Vi har set teenagere bruge det til at opbygge nogle virkelig seje apps som at kæmpe med parkeringsbilletter til meget store virksomheder, der bruger det til at udvide og undertiden erstatte deres egen AI. Der er virkelig en enorm skala af brugssager der.
Hvordan kan Watson hjælpe dig med at kæmpe mod en parkeringsbøde?
Det er en fantastisk måde at se på parkeringsbilletten og se på alle parametre omkring den, og hvordan man måske kan bekæmpe den parkeringsbillet, og hvordan man interagerer tilbage til den bestemte myndighed. Som jeg siger, udviklet af teenagere, absolut fænomenal. Succesgraden er også meget højere, end de er, hvis du bruger mennesker til at gøre det.
Stå i kø og gå til retsbygningen.
Lige præcis.
Meget godt. Jeg tror, en anden vigtig ting er evnen til at give mening om ustrukturerede data, ligesom når du først har fået et struktureret datasæt, er det relativt nemt at lave nogle analyser og være i stand til at gøre nogle visualiseringer og så videre, men Watsons evne til at give mening om ustruktureret data er en af de ting, jeg tror, der adskiller dem.
Ja absolut. Når man ser på marketing, hvis man ser på et par af de vigtigste tendenser, der sker inden for markedsføring i øjeblikket, er det, at der er en eksplosion af data. Jeg tror, at vi forventes at have ca. 20 gange datamængden i 2020, som kun er to og et halvt år væk. Det er en enorm mængde mere data, men som du siger, formen på disse data ændrer sig, efterhånden som kunderne begynder at afsløre sig mindre, de er aktivt i gang med at give mærker mindre af deres information. Teknologi har slags avanceret for at aktivere det også.
Meget mere af disse data handler virkelig om adfærd og forsøger at udtrække intentioner fra enkeltpersoners adfærd. Meget af disse data er fuldstændig ustrukturerede, så jeg tror, den ældre slags CRM-markedsføringstilstand, mens de har dens anvendelser, bliver mindre og mindre effektiv, og vi er nødt til at finde nye måder at trække den hensigt ud og bruge det til at markedsføre til enkeltpersoner bedre.
Hvor lang tid vil det tage, før dette bliver en proaktiv proces, hvor værktøjerne faktisk ved mere om dine fremtidige behov og din fremtidige ønsker, end du måske endda ved om dig selv?
Ja, jeg tror, at det i enkle tilfælde allerede har gjort det. Der er mange tilfælde, hvor du kan se, at fra mine ønsker som marketingmedarbejder, når jeg går ind på vores analytiske platform, vil jeg se på en kampagne, jeg vil se, om der er problemer med det eller noget lignende. Watson skubber det aktivt til mig som individuelt nu. Jeg tror, at der er forskellige grader af det, når du går gennem forskellige brancher og ned til et personligt niveau, så det er et svært spørgsmål at besvare, men jeg tror, at det allerede sker i øjeblikket. Jeg tror virkelig, se, vi er i de meget tidlige stadier af kognitiv computing. Jeg synes, det spændende er, hvor det kan tage os, når du ser frem, fordi jeg synes, at fremtiden er meget vanskelig at sortere efter alle de effekter, som kognitiv computing kan have.
Lad drømme lidt om det, den fremtid på bare et sekund. Jeg tror, vi har et spørgsmål fra publikum.
Ja, det er et godt spørgsmål, fordi feltet bevæger sig så hurtigt hele tiden, og jeg tror, du ser nye innovationer dukke op overalt. Jeg tror, at for mig noget af det arbejde, vi udfører inden for kræft og kræftpleje, virkelig er fænomenalt. Du ser på de anvendelser af helbredelse af sygdom og hjælp til mennesker, der lider, og jeg tror, at det er de elementer, som jeg synes, du virkelig holder op med dette og synes, dette er bare et fænomenalt stykke teknologi og computing, som vi virkelig har brug for greb med begge hænder. Så jeg tror, at der er mange forskellige anvendelser på tværs af mange forskellige brancher.
Kan du tænke på en branche, der ikke vil blive transformeret af hverken kognitiv computing eller kunstig intelligens? Fordi vi ser, at det bliver brugt i marketingapplikationer, ser vi det bruges i transportapplikationer, handelsapplikationer. Det ser ud til, at det er en af disse grundlæggende teknologier, der forstyrrer alt.
Ja. Jeg synes, det spændende er, at det er svært at forestille sig en branche, der ikke bliver berørt. Jeg tror, at hvis du ser eksemplerne, der er i brancherne i øjeblikket, har vi samarbejdet med H&R Block om skatterådgivning og til at indsende dine selvangivelser under hensyntagen til alle ændringer i skattelovgivningen i de sidste 12 måneder og være i stand til for at hjælpe H&R Blocks skatterådgivere med at træffe bedre beslutninger og spare deres klienter flere penge. Du flytter det til noget af det arbejde, vi udfører måske med Kone, der producerer elevatorer og rulletrapper og samarbejder med vores internet-ting-forretning for at gøre det muligt at rette elevatorer i realtid og inden de går galt. Ingen kan lide at sidde fast i en elevator, ikke?
Det er virkelig spændende de forskellige områder, hvor det kan anvendes. Et af de applikationer, jeg så forleden, var med Whirlpool, hvor vaskemaskinen med Watson indlejret i det er i stand til at tale med tørretumbleren for at rådgive tørretumbleren om, hvor lang tid tørringscyklussen skal være, hvilket lyder virkelig lille og indlysende, men hvis du tænker på det, hvis du får tørretiden rigtigt, hvor meget energi der kan spare over hele kloden, bliver det virkelig spændende. Omfanget af nogle af problemerne.
Lille effektivitet i skala kan gøre store forskelle.
Nemlig. Nemlig.
Det er temmelig fascinerende, og det er altid interessant at se disse super sofistikerede avancerede teknologier komme til det mest prosaiske niveau, ved du hvad? Du bruger mindre penge på din elektriske regning, fordi din vaskemaskine bliver mere effektiv.
Absolut, ja. Din vaskemaskine bliver mere effektiv, og forhåbentlig får du bedre kundeservice, fordi din vaskemaskine kan tale med kundeserviceafdelingen, og de kan vide, hvad der går galt, og sende de rigtige dele med ingeniøren for at ordne det.
Fantastisk opkald. Jeg vil gå videre til de spørgsmål, jeg stiller alle mine gæster, lidt om fremtiden. Hvilken teknologisk tendens er du mest bekymret for? Hvad holder dig op om natten?
Ja, det er svært at holde mig op om natten. Jeg sover ganske godt. Jeg er en ret slags positiv person, men når jeg ser på alle former for teknologiudvikling, tror jeg, at det, der mest angår mig, er den måde, det bruges på. Bekymringerne er i, når det bruges på en uetisk måde, især med tempoet i teknologiforløbet. Jeg synes, det er meget vigtigt, at vi gør så meget vi kan for at bruge det etisk, og jeg tror, at vi gør så meget vi kan også for at annullere den uetiske anvendelse af disse teknologier også. Jeg tror, det er sandsynligvis, hvis jeg kiggede på et eller det største overordnede område, ville jeg vælge det område.
Tror du, at de enkelte virksomheder bør tage det på sig selv, da de udvikler teknologier og produkter for at tænke over konsekvenserne af disse teknologier, før de bringer dem på markedet?
Jeg tror, det er alles ansvar.
Ja. Vi har et andet spørgsmål fra publikum.
Der er allerede anvendelser af Watson tro mod medicin. Jeg nævnte kræft, det arbejde, vi udfører med kræftpleje, og det vil også gå bredere, så Watson kan indtage lægernotater. Den kan analysere de tusinder af medicinske tidsskrifter, der produceres hver eneste dag for at sidde der som rådgiver. Husk, at vi rådgiver lægen om de beslutninger, de skal tage. Det er ikke sådan, at Watson overtager. Det er virkelig Watson vil arbejde sammen med medicin. Ligeledes kan jeg i loven absolut se, at Watson vil sidde sammen med advokater og de i den juridiske profession for at give dem mulighed for at træffe bedre beslutninger, ja.
Vi har set, at spørgsmålet om forstørrelse afspilles specifikt med Watson, hvor Watson kan slå en storslået skakmester.
Ja. Se, det er sådan, vi fremmer alt, hvad vi gør. Som vi siger, øget intelligens snarere end kunstig.
Hvad er du mest optimistisk, da du er en positiv person, på hovedet? Hvad håber du mest?
Se, som du kan se, bliver jeg meget begejstret for AI, og det er svært ikke at blive rigtig begejstret for det. Jeg tror, der er et par slags store begivenheder, der sker gennem folks liv, og jeg tror, at AI er en af de store begivenheder. Når du ser på anvendelsen af AI, og når du ser på anvendelsen af kognitive teknologier,. Det er svært at se, hvor det vil nå ud til. Jeg tror, at det er et virkelig spændende område at tænke på, hvordan vi kan anvende det på en bedre måde, hvordan vi kan hjælpe folk mere ved at bruge kognitiv computing. Hvis jeg ser på slags, ved jeg, at du altid spørger om slags folks foretrukne apps.
Hvis jeg ser på slags, mit liv i de sidste 40 år, var der nogle store større begivenheder, der skete gennem det, hvilken slags begejstring for dig og du bruger enheder eller hvad det end er. Du tror, når pc'en virkelig bliver mainstream er en. Da smartphonen blev lanceret for 10 år siden, er kun 10 år siden en anden, og jeg tror, AI er en anden af dem. Jeg ser på det arbejde, vi udfører, jeg har nu et par små børn, det arbejde, vi udfører med virksomheder som Sesame Street, som har haft 45 år med børn, og vi bygger apps til at hjælpe børns læring. Jeg ved, at det kommer op til skoleferier, jeg ved, at min kone vil være opsat på at finde nye måder at underholde og uddanne børnene gennem skoleferier, men det arbejde, vi laver der, synes jeg er virkelig spændende.
Ja. Der er en generation af børn, og jeg tror, det er fordi vores generation i den rigtige alder, hvor vi investerer i disse teknologier på en ny måde, og på samme måde som jeg blev hjemme foran tv'et, det vil ikke ske med denne nye generation. De vil have software-værktøjer, der hjælper dem med at lære på hver skærm, de bærer.
Absolut. Absolut. Jeg ville elske at få min ældste væk fra tv'et, og du kan allerede se det skift. Du kan allerede se skiftet til iPad og computeren for at undersøge og finde ud af mere. Jeg synes, det er en spændende fremtid.
Hvis du havde en app eller et produkt eller en tjeneste, som du skulle pege på og sige: "Denne ting ændrede mit liv, " hvad ville det være?
Ja. Jeg ser, som jeg siger, der er nogle større begivenheder, der er sket, tror jeg. Du ser, da jeg var ung, og fik vores første computer i huset. Du ser på smartphonen og har alt ved hånden, hvor du end er, en anden af dem. Som jeg siger, at AI er en, hvor jeg tror, det virkelig kan tage det til et andet niveau også. Jeg tror, at gennem folks liv er der nogle virkelig store, hvor du konstant finder ud af, at du får nye, slags nye muligheder for at stole på noget, der er rigtig stort. Jeg tror, at AI sandsynligvis er den næste revolution.
Okay. Hvis folk vil følge, hvad du laver, hvad IBM laver, hvad Watson laver, er det op til disse dage, hvordan kan de finde dig online?
Ja, så jeg er på LinkedIn. Jeg er på Twitter. Jeg har faktisk en ny Twitter-konto. Min sidste kan jeg ikke få.
Har du mistet din Twitter-konto?
Jeg mistede min Twitter-konto.
For var det dårlig opførsel?
Det var ikke dårlig opførsel, nej. Intet at gøre med det. Jeg har mistet adgangskoder og e-mail-adresse med den, så min nye konto @SIMMOMJ.
Okay, vi vil prøve at få dig nogle følgere til at sortere det hurtigt op.
Nemlig. Det ville være en hjælp.
