IBM Watson：武士刀的悲歌
17世纪初，活跃在南中国、东南亚，以及爪哇群岛的日本商人相信，他们的武士刀买卖即将成为天底下最强盛的军火贸易。
当时混战中的中南半岛贵族与城邦，纷纷拿出真金白银购买远道而来的日本武士刀。在暹罗，一把日本武士刀要卖到四两白银一把，是本地长刀的五倍。靠着强大的铸刀技术与远洋船队，日本商人似乎看到了一个新的时代。
不长时间之后，西班牙火绳枪出现在了亚洲市场上，也卖四两银子一把……
这个悲催的故事告诉我们，当你以为已经站到时代之巅的时候，说不定时代已经准备好了恶搞你一把。
当然本文不是想讨论武士刀，而是想聊一个非常著名的AI项目：IBM Watson。
2011年的时候，IBM的认知计算系统Watson横空出世，在问答节目中首次击败了人类。随后身价大涨的Watson逐渐成为了IBM，乃至全球AI项目的代表。那个时候没有DeepMind，没有智能音箱，没有深度学习框架——只有Watson——一个新时代似乎就要开始了。
随后，上边说的那些东西都有了。
关于Watson最近的新闻，是不久之前媒体爆料Watson健康部门要解雇了大约 50% 至 70% 的员工。而大伙显然已经见怪不怪了，因为这件事是建立在IBM五年来收入连续下滑、持续裁员、股东回报率不到 0.1%的背景上。
Watson这个顶着万千光环的宠儿，到底是怎么走到“人人喊打”的地步的？
尝试回答这个问题前，我们必须纠正这样一个认识。很多分析者认为，IBM Watson的四面楚歌，在AI行业中是一个很有代表性的问题：它展现出AI应用普遍面临的落地难题。
AI行业当然面临落地难题，但这个判断实在太片面化了，就像不能说日本武士刀的败退是兵器史的失败一样。Watson的快速上升而长期下跌，恰恰都是因为它的独特性：过早地超前，然后又过早地落后。
一位不合时宜的带头大哥
还是回到2011年，在答题节目中赢得冠军的Watson可谓意气风发。报纸的惊呼和资本市场的尖叫下，大众一时间似乎相信电影里的AI真的要来到世界上。
这种效果并不仅仅是因为一场答题比赛，还得益于IBM在新锐科技领域的几十年光环，再加上欧美市场对于问答系统这个产品形态的相信。
从八十年代开始，专家系统成为了AI复兴的主要产品形态。当时AI界普遍相信，未来的AI是搭建一个无所不能的专家，然后人类可以不断向其求教问题。这个梦想持续了几十年，最终被IBM证明了确实可以有一个AI系统，能够超越人类高手在问答比赛中的最好成绩，从而引发的舆论爆炸可想而知。
这个故事很像AlphaGo的前身。但区别在于AlphaGo仅仅是一种技术展现，DeepMind和谷歌并没有打算直接用它赚钱。
但当时的IBM似乎相信，万能的解答体系真的可以进行商业化，并为之进行了海量的技术与团队收购，最终2014 年IBM 正式创建了 Watson业务部，开始了商业化之旅。
很多人都知道，IBM的科学家们给Watson背后的技术体系起了个名字，叫做认知计算。他们认为通过NLP、情绪识别、机器学习等方式，人类可以计算认知这种东西。也就是说可以从复杂的非结构化数据中找到事物背后的规律与真相。这个科学模式可以释放到各个行业中，发现各种商业、技术行为背后的金科玉律。
这个逻辑听起来很是那么回事，也确实在一些领域证明了其有效性。
于是我们看到有几年间，各种各样的机构与企业购买了Watson的服务，尤其是在Watson健康计划启动之后，很多医院与医疗机构希望借助这种新的技术来探究临床医学背后的秘密。
毫无疑问，在谷歌、亚马逊、Facebook、微软、苹果这五大家族没有全面AI化之前，Watson是世界上最受瞩目的AI项目，而且自始至终都是认知计算这个AI类别的代表。
只是随着机器学习和交互型AI的兴起，后起之秀纷纷爬上了另一条科技树。大家似乎都把认知计算这事给忽略了。
这事就有点尴尬了，前驱者披荆斩棘开出了一条大道，正意气风发的时候，发现后面本应该跟上的小弟们都从另一条路走了。独一无二的领先者，却成了独一无二的守旧派，这跟武士刀的故事何其相似。
进入18世纪之后，大规模的武士刀贸易已经没有竞品了——因为没有人玩刀了。
刀很快，但是战场不需要它：
Watson的独家困境
IBM的AI能力不强吗？恰恰相反，无论是在底层科技研发还是项目收购上，IBM对AI技术始终呈现出强大的吸纳能力。只是近两年随着AI的大规模崛起，IBM才开始逐渐在人才与新市场的争夺上失位。
相比于技术问题，真正引发尴尬的是Watson在产品逻辑上的想当然，以及并不出色的市场口碑。
当然了，商业服务类的AI技术，到目前为止也没有决出真正的胜负。谷歌、亚马逊们的企业AI服务也一样经常被人吐槽。但Watson的问题在于，它被吐槽难用的地方恰恰跟其他平台是相反的。
无论是企业服务体系还是医疗健康市场，我们都经常可以看到Watson遭遇这样几种吐槽：
1、好高骛远的目标
2015年，Watson杀入健康医疗领域的时候曾经许下豪言：Watson将惠及十亿人，能够解决、诊断和治疗 80% 的癌症种类中的 80% 的病患。
毫无疑问，3年过去了，这个诺言还是没有兑现。这是一种Watson的常规套路，上来先捡最难的问题宣传一下。当大部分AI应用都专注于医疗影像解读、病历管理等领域的时候，Watson大举杀入了肿瘤研究。
Watson在肿瘤研究中的基本方案，是依靠输入大量的真实病历，来解读癌症背后的成因、深层病理，并给出治疗方案建议。但需要注意的是，差不多所有购买了Watson的医疗机构，都明确指出这套系统的作用是：帮助研究。
事实上，肿瘤治疗的临床决策是非常复杂的，机器学习的先进程度难以支撑解决核心问题，甚至就连数据链都难以搭建清楚。随着越来越多的医疗机构宣布退出与IBM的合作，Watson 的医疗之旅似乎也被打上了问号。
综合来看，AI医疗在今天更适合解决那些琐碎、重复度高的医疗工作，比如誊写病历、看X光片、检查化验单等等，这些工作可以把医生的时间解放出来。让AI本身去治疗重大疾病，无论是技术能力还是安全风险上都无法承担。
喜欢把目标定得好高骛远，并不只是Watson 在健康领域上的问题。在企业服务领域，Watson更像是给老板看的机器人战略咨询师，而AWS则是替代和帮助执行某项具体工作的“工薪阶层”。然而前者的难度和风险都比后者大上了太多太多。
2、苛刻的应用条件
Watson既然定位为解决重大问题，那么也就意味着其需要复杂的训练和数据输入过程。
假如我们只是希望AI替换视频中的人脸，那么无非就是输入视频和替换照片就可以训练。而假如想要用Watson提供某项重大企业决策建议，甚至揭示某种癌症的真相，那么需要的数据就可能极其庞大而复杂，甚至需要大量专家精心研究和筛选。
这样的产品训练特征，注定Watson不可能是“劳苦大众”的朋友。而复杂学习过程对应的人员要求、数据要求和时间成本，最终都会转化为金钱成本——就是大户也吃不消啊。
2017年2月，著名癌症研究机构MD安德森肿瘤中心中止了与IBM Watson的合作，原因之一就是成本太大。
3、坚定的封闭政策
AI正在变得越来越开源，越来越普惠——似乎除了Watson之外都是这样的。
自成立之日起，Watson就是个封闭系统，企业只拿到漂亮的UI界面和最终报告，其他研究者什么也拿不到。这显然与今天一切都分享、越是大牛分享越多的AI界格格不入。
尤其在行业研究平台上，开源的框架与文档意味着大量从业者可以在平台上分享开发成果，让整个体系活波起来。今天的谷歌和Facebook等平台都在坚持这样的逻辑，但IBM Watson始终对开源没有兴趣。
在今天，当一个AI项目紧锁大门的时候，似乎也有点把自己锁在上一个时代的意味。
再快的武士刀，也不能适应火药主宰的战场——今天Watson的产品思维亦如是。
一语成谶：跌在了认知上的认知计算
有一门叫做“互联网玄学”的前沿科学，认为每一家公司都有个关键词。比如乐视的关键词是“生态”，锤子的关键词是“重新定义”。那么对IBM Watson来说，这个词应该是“认知”。
为什么Watson的负面消息，往往会经历山呼海啸的嘲笑？尤其在美国媒体中表现最为明显？
当然有枪打出头鸟的成分，但更大的原因在于，IBM给Watson戴上的光环——确切的说是透过的广告——实在太让人忍不住了。
感兴趣的朋友不妨搜搜看，几年间Watson在欧美播放的广告，足够连成一部AI如何拯救世界的小电影。加上IBM令人畏惧的营销公式，和夸张的演讲与胶片风格。2014年到2016年，企业购买Watson一度成为了新锐和时髦的代名词。
至于交付到企业手上的东西有多大用处，那就是后话了。
这种重营销，而相对轻视应用效果的推广战术，一度让公众产生了这样一种错觉：Watson是一个万能的魔法箱。企业可以让它解答一切问题，而Watson的应用将直接启动一个大时代。
如果是今天的中国消费者，显然对这一套PPT模式早就免疫了，但是几年前的美国人显然还是要实诚了很多。不管IBM自己是否真的相信这些，他们至少成功地让媒体和客户相信了Watson的神话。再加上进军医疗领域，解决癌症问题这针足够给力的短期兴奋剂，Watson在欧美市场中的技术表层之下，浮动着太多非AI的商业冲动。
而等到神话开始有破灭的痕迹，嘲笑声当然会格外响亮。
事实上，对Watson真实企业服务能力的质疑始终都存在。Watson虽然看似在花哨的界面下能为企业提供一大堆服务和决策帮助，但如果把它拆碎了看，其中很多种类都可以使用免费的数据服务来获取，而决策建议更是见仁见智。
最终客户可能会惊奇地发现：原来认知计算，不是在计算AI的认知，而是在算计我的认知？这就有点尴尬了。
总而言之，硬核AI技术和小众的产品思路，加上过度营销与不尽如人意的应用效果，IBM把Watson调成了一杯独特的鸡尾酒，一把很漂亮却失去了商人青睐的武士刀。
它带着80年代AI专家系统的影子，用90年代引以为豪的IBM促销术，活在开源与平权为主题的机器学习时代里……
时代毕竟太坚硬了，锐利如IBM也挡不住滚滚而去的时间。