• 毕马威会计师事务所（毕马威）和法国航空-荷兰皇家航空集团（法航）均强调，能够在任意数据所在地部署IBM Watson，可为企业带来显著价值
• IBM发布Watson最新版本核心工具及应用，为人工智能项目注入新能力，为客户增强自信心
IBM意识到各大企业在利用AI方面进展缓慢，部分原因是数据变得越来越复杂。鉴于此，IBM今日宣布一系列最新创新成果，进一步改进Watson Anywhere，让企业可以在任意云平台中大规模部署人工智能。
IBM数据与人工智能总经理Rob Thomas表示：“我们每天都与世界各地的客户们，共同应对他们在处理数据和运用AI方面遇到的各种挑战。今年，我们扫清了企业难以在内部大规模部署AI的主要障碍——供应商锁定。随着IBM Watson可以运行在任意云平台，使我们能够用前所未有的方式开启人工智能。当前，我们进一步扩展了运行在IBM Cloud Pak for Data上的Watson功能。”
虽然各大企业对AI技术越来越感兴趣，但由于数据复杂性、数据预处理、专业技能不足以及缺乏数据文化等因素，人工智能技术的普及速度较为缓慢。根据Gartner“2019年首席信息官调查(2019 CIO Agenda survey)” []，在2018~2019年，已部署人工智能企业的比例从4%增加到了14%。1这些数据与业界对人工智能价值不断提升的认识形成了鲜明对比。根据《麻省-斯隆管理评论》(MIT Sloan Management Review)和波士顿咨询公司在2019年联合开展的“致胜人工智能(Winning with AI)”调查，10位受访者中有9位都认同这一观点：对于他们所在的公司而言，AI意味着一种业务机遇。根据2018年IBM商业价值研究院研究显示(2018 IBM Institute for Business Value study)，76%的受访企业表示，他们至少采用了2~15种混合云，而其中98%的受访企业预测未来3年内他们将使用多种混合云。
IBM在今天公布的创新成果旨在帮助各大企业扫除AI部署过程中的障碍。借助IBM Cloud Pak for Data， AI模型“偏差”检测、语音识别等多种新功能，都可以运行在任何云平台上，轻而易举地将他们存储的大量数据与AI连接起来。
IBM今日还公布了多家已应用Watson应用的客户，他们采用IBM Watson挖掘隐藏商业洞察，面向单调任务实现自动化，提升整体经营业绩，证明了业界对这种能在任意云平台部署人工智能的方式越来越认可。毕马威和法航等多家专业服务领域的跨国企业都在使用Watson应用，或利用Watson工具构建AI能力，加快自身人工智能发展步伐。
毕马威全球与美国区创新部门负责人Steve Hill表示：“IBM致力于开发人工智能工具，让客户能够在任意数据所在地运行人工智能，这样的策略使我们转向OpenScale，我们需要在多云环境中实现可扩展性，进而给客户带来我们常说的透明度和可解释性。我们可为客户的任何环境提供支持，这表明IBM不仅是人工智能专家，同时还深刻了解不断发展的企业本身。”
毕马威是一家专业服务领域的跨国企业，同时也是IBM长期合作伙伴，多年来致力于将最新的认知功能和自动化功能融合到其针对众多领域的服务中，包括管理、风险管理、税务合规、会计合规等。今年年初，毕马威与IBM就一项新服务展开合作，以帮助其客户更好的开展管理工作，并提升人工智能的可解释性，无论他们的数据存储在哪里，使用哪种云，哪种AI 平台。毕马威利用Watson OpenScale开发了名为“KPMG AI in Control”的解决方案，让客户能够不断地对自身的机器学习和人工智能算法、模型、数据进行评估，从而增强对评估结果的信心。上个月，毕马威与IBM携手，基于这个解决方案面向客户发布了一款名为“KPMG AI in Control with Watson OpenScale”的产品。
此外，为提高客服工作效率及乘客体验，法国航空-荷兰皇家航空集团及其客服团队，利用IBM具有语音交互功能的Watson Assistant，开发一款名为“互动助手(MIA)”的语音助手，以期缩短文件处理时间，从而改善乘客体验。自7月份在单个国家开展试点以来，MIA已回复4,500个来电，为用户提供关于航班和行程计划等方面信息。
MIA会要求乘客提供预定登记号，基于这个号码提取相关信息，如乘客姓名、航班号、电话号码等。如有需要，这款语音助手还可以快速地将来电切换给人工客服人员。而此时，客服人员也已在屏幕上看到所有相关必要信息，进而可以从容地解答问题。得益于其所用的设计方案，MIA处理问题越多，它就会变得越智能。
IBM发布Watson应用与工具多种新功能
今天，IBM还发布了多款核心产品的新特性和新功能，具体如下：
Watson OpenScale：随着数据隐私管理法规变得日趋严格，人们也越来越关心人工智能算法如何达到预期效果，偏差检测和可解释性变得越来越重要。去年，IBM推出了OpenScale平台，首次使各大企业可以检测偏差，对自身人工智能应用进行管理并检测其算法如何能达到预期效果，从而增强客户对自身项目的信息。今日，IBM公布了一种名为“偏差检测(Drift Detection)”的新功能，它可以检测人工智能模型偏离原有参数的时间和程度。为做到这一点，它对最终结果、训练数据以及预期结果进行了对比。当检测到的偏差超过用户定义的阈值时，它就会报警。“偏差检测”功能不仅能提供有关模型准确度方面的信息，同时还有所简化，因此可以加速模型的再培训过程。
Watson Assistant：凭借自身在企业级人工智能助手领域的领先地位，IBM发布了该领域系列重要新功能，以便于用户在云中快速部署、训练并不断改进其虚拟助手。例如，全新用于语音交互的Watson Assistant，旨在帮助客户轻松地将人工智能助手融入其IVR系统中。借助这个功能，用户可以通过自然语言提出问题。目前，Watson Assistant可以识别人声的细微差别，并快速地向来电者提供最合适的答案。此外，客户还可以将文字和语音融为一体，以支持瞬时信息交互。IBM还宣布Watson Assistant已被集成到IBM Cloud Pak for Data中，以便企业在任何环境(包括本地及任何私有云、公有云、混合云、多云环境等)中运行。
Watson Discovery：IBM宣布了Watson Discovery的多项新功能。Watson Discovery是IBM推出的基于人工智能的核心搜索产品，它具备机器学习和自然语言处理能力，可帮助客户检索到企业内部的数据。借助该平台提供的“内容挖掘”(Content Miner)新功能，客户可以在海量的数据集中搜索特定类型的内容，如文本、图片等。此外，该平台还简化了设置方法，非技术类用户也可以快速安装并运行，而其新提供的“安装向导”可在配置过程中动态地就下个步骤向用户提供建议。得益于所有这些新功能，客户的数据搜索过程将变得更快捷。
IBM Cloud Pak for Data：IBM通过提供核心新功能和支持，推出了首创的集成数据分析能力云平台。自18个月前发布以来，该平台已支持Red Hat OpenShift(基于Kubernetes的领先容器编排平台之一)，并且通过了OpenShift认证。完全认证增强了客户信心，因为客户知道所有组件来源都可得到支持，容器映像不含任何已知漏洞，并且最重要的是，运行在整个环境中的容器可兼容基于Red hat Enterprise Linux的各种环境，即任何云环境(包括私有云、公共云、混合云等)。
除了获得认证之外，作为基本平台的一部分，目前最新版本还附带了许多功能标准。新功能包括Db2 Event Store内存数据库(每天可实时存储和分析超过2,500亿个事件)，以及配备了AutoAI全新功能的Watson Machine Learning。AutoAI是IBM创新的自动模型构建程序，使数据科学家和非数据科学家都能够轻松构建机器学习模型。顾名思义，AutoAI可以自动完成复杂繁琐的机器学习任务，包括数据预处理、模型选择、特性工程和超参数优化等，从而真正加快客户采用人工智能的步伐。现在，这些工具已成为IBM Cloud Pak for Data标配，可在任何混合多云环境中使用和扩展。
此外，IBM Cloud Pak for Data在基本平台方面还具备了开源治理功能，使用户首次可以为企业内部开源工具和程序制定策略并管理程序的使用，从而实现更高效的模型构建、测试和部署。
为使开发人员能够充分利用IBM Cloud Pak for Data的优势，IBM还宣布推出Cloud Pak for Data Developer Hub开发者中心。该中心为开发人员提供了循序渐进的教程、代码模式，并为在其所在地区“动手实验室”举办的现场研讨会提供持续支持和相关信息。
OpenPages with Watson：IBM今天还宣布推出配备全新功能的8.1版OpenPages with Watson。这一管理、风险管理与合规性平台可帮助客户设置和管理运营风险、策略和合规性、财务控制管理、IT治理和内部审计等。8.1版的OpenPages with Watson集成了新的规则引擎、新的直观视图、可视化效果、高级工作流功能和个性化工作空间，所有这些功能都旨在提升用户在风险管理方面的效率和效果。新增的功能与自动化功能将带来更具风险意识的文化，使更多的人能够参与到重要风险管理和合规性活动中来。
1 Smarter with Gartner, Top Trends on the Gartner Hype Cycle for Artificial Intelligence, 2019, September 2019
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
