人工智能先驱IBM沃森成了先烈？IBM卖沃森，AI真败了吗？

　　曾几何时，人工智能医疗诊断先驱IBMWatson（一般简称沃森）被称为是人工智能在现实领域最大的创新，被多少AI专家奉为人工智能的圭臬，然而就是这个AI先驱在毅然挺立多年之后却被传出要被IBM出售的消息，让人不禁想问连IBM都要把沃森给卖了，难不成人工智能真的要败了吗？
　　一、IBM要把沃森卖了？
　　2月20日，一个消息的出现引爆了整个互联网科技圈，这就是著名的IBM要把其人工智能的明星沃森给卖了！根据科技媒体品玩的报道，据《华尔街日报》援引知情人士报道，IBM正在考虑出售WatsonHealth业务，可能的方案包括出售给私募股权公司、医疗行业企业或者与一家特殊目的收购公司（SPAC）合并。
　　WatsonHealth部门主要负责将AI用于帮助医院、保险公司和制药企业处理数据。《华尔街日报》援引知情人士报道，该部门年收入大约为10亿美元，但目前仍未盈利。
　　根据雷锋网的报道，这项交易是IBMCEOArvindKrishna聚焦AI、云计算等更高利润业务计划的一部分。据IBM第四季度财报显示，包括WatsonHealth在内的认知应用（cognitiveapplications）营收为15亿美元，同比下降2。去年10月，IBM宣布计划将其全球技术服务部门的托管基础设施服务部门拆分成一家新的上市公司。此外，IBM另一举措是专注于包括RedHat在内的混合云业务。在完成托管基础设施公司分拆后，IBM将由一家服务收入仅占公司营收一半的公司转变为一家经常性收入（recurringRevenue）占比达到50以上的公司。
　　而根据36氪的梳理，2011年，IBM的认知计算系统Watson在问答节目中首次击败了人类，斩获冠军。第二天，IBM就宣布了Watson新的职业方向：成为一名人工智能医生。随后身价大涨的Watson逐渐成为了IBM乃至全球AI项目的代表。IBM首席执行官称这是IBM的“登月计划”，人们一直祈盼着IBM的人工智能彻底给医学界带来一场革命。为了成功进行商业化，IBM随后开始了大举宣传。IBM承诺，Watson将在1824个月内推出首个用于医疗保健的商业产品。
　　自2011年，IBM将Watson引入医疗保健行业起，截止到2019年，IBM已宣布近50项合作计划，旨在开发新的人工智能医疗工具，但遗憾的是，这些合作中的许多还没有带来商业产品，成功的案例还很少。
　　二、人工智能是真的败了吗？
　　说实在看到IBM把沃森卖掉的时候，让人有一些沮丧，因为到目前为止，人类已经经历了好多次人工智能的大潮，每次都是潮起的时候大家期待巨大，但是潮落的时候一切又都归于沉寂，连IBM都要卖沃森了，难不成这次人工智能大潮是真的要失败了吗？
　　首先，沃森的失败不在AI而在人类。其实，我们纵观大多数报道，可以得出一个结论，这次之所以IBM要抛弃沃森并不是因为沃森不够出色，原因在于IBM的人工智能虽然很强大，但是美国的医疗数据系统却是各自为战的孤岛，虽然沃森可以阅读海量的医学论文，但是却非常难以接触到真正的海量病例，病例信息都是个性化信息，无法真正有效梳理，这就导致了整个沃森难以真正获得其足够成长的数据来喂养，让人最大的感觉就是沃森像是一个喂不饱的孩子，缺乏足够的数据最后让其失去了成长的潜能。另一个重要原因则是沃森不能赚钱？对于IBM这样的公司，或者美国这样的资本大国，不能赚钱就是最大的过错，沃森的问题是已经10年了，沃森都没能找到一个足够赚钱的商业模式，最终成为了IBM的弃子。
　　其次，人工智能的应用空间其实很大。弄明白了沃森失败的原因之后，我们再来看人工智能到底有没有失败？沃森可能是败了，但是并没有败在技术上，而是败在了人类的系统和资本上。然而，我们从人工智能的角度来说，其实人工智能并没有失败：
　　一是人工智能在医疗领域依然空间广阔。从沃森这些年的表现来看，人工智能虽然不能完全替代人类医生，但是其本身强大的搜索和诊断能力已经足够成为人类医生的助手了，其实我们很多时候对于人工智能的理解是有问题的，对于当前来说其实人类医疗并不是需要人工智能医生全面击败人类医生，而是能够成为人类医生的助手，举例来说，就像中国这样的人口大国，我们的人均医生数量是严重不足的，在很多社区、乡镇的基层卫生医疗场所中医生的经验也是非常不足的，却需要负担海量的病人看病，在这样的情况下完全可以借助沃森这样的人工智能助手，实现人工智能，由人工智能帮助人类医生进行诊断、识别、搜索、处置，从而帮助医生更有效率地治疗病人，只要搭配的好，一个经验不足的年轻医生人工智能助手甚至可以发挥出不少经验丰富的老医生的水平，这无疑对于医疗的普及具有极其重要的作用。当然，这仅仅是一方面，人工智能在帮助医生进行诊断，进行处置，提升治疗效率方面将会有极其广阔的空间，这其实就是当前人工智能的最大的价值，不是人工智能取代人类医生，而是人工智能帮助人类医生效率更高、诊断更准确。
　　二是人工智能的数据孤岛难题需要更有力的组织力破除。对于美国来说，各个州都是相互独立的体系，在这个独立的医疗体系之中，各家医疗机构想要实现诊断数据和病例数据的共享是非常困难的，但是这一点如果放到中国其实都不是问题，在中国强大的公立医疗体系和强悍的组织能力面前，想要让中国各大医院的数据形成一个规范的数据库至少不是一个完全天方夜谭的事情，数据孤岛问题在中国其实比美国至少在制度层面容易解决的多，这是人工智能难题在中国被解决的优势所在。
　　三是人工智能的盈利问题其实需要大规模应用解决。当前，人工智能最大的难题是前期投入巨大，回报周期相对较长，但是其优势在于一个成熟的人工智能医疗应用可以同时服务众多使用者，这其实就是可以降低成本的优势所在，对于人工智能来说只要能把应用和用户体验做好，那么完全可以探索出一条足够支撑其发展的商业模式。比如说，构建起一个多级化的用户体系，对于普通个人用户进行医疗保健服务，对于医生进行医疗助手服务，根据不同按需付费，这就有可能把海量的成本分担出去。
　　沃森败了，但人工智能医疗并没有失败，IBM出现的问题不在技术而在商业模式，希望更多的公司可以吸取IBM的教训，真正找到一条可以走得通的道路，只有这样才能不会重蹈IBM的覆辙。