雲競爭加劇倒逼IBM向競爭對手開放AI資料
IBM週二在舊金山的年度Think技術大會上宣佈,將向競爭對手亞馬遜、微軟等雲服務平臺開放部分人工智慧系統Watson AI。也就是說未來在亞馬遜雲AWS或者微軟雲Azure上運營的企業使用者也能獲取Watson AI的資料。
這是IBM走向開放的重大舉措,IBM當天股價大漲超過1.5%,今年以來,IBM股價累計上漲已經超過20%。
巨頭搶灘萬億美元雲市場
IBM董事長兼CEO Ginni Rometty表示:“開放Watson AI是重要的篇章,不僅僅是對Watson,而是對整個混合雲行業的里程碑事件。我們認為這是一個萬億美元的市場,IBM將成為第一。”
過去多年來,只有在IBM雲上運營的企業使用者才能獲得Watson的資料。早在2016年,時任IBM首席財務官、現任IBM高階副總裁Martin Schroeter曾表示:“Watson和我們的技術只能在IBM雲上運營。”
但近年來,IBM已經打破了這種封閉的策略,並試圖進一步擴大Watson的影響力。此前IBM還宣佈斥資340億美元收購開源軟體公司紅帽(RedHat),不過這起收購還有待相關部門批准。
“IBM將開放提升到一個從未有過的高度。”IBM資料和AI總經理Rob Thomas在Think大會上表示,“在大部分大公司把資料儲存在混合雲的背景下,這些企業需要選擇並將AI應用到它們儲存在任何地方的資料。” IBM將通過谷歌旗下的開源軟體包Kubernetes實現將資料連線到競爭對手的雲服務平臺。
去年5月,IBM已經推出了基於Kubernetes的名為Cloud Private for Data(ICP for Data)的新服務,這一技術能夠使使用者通過使用Watson實現為機器學習建模或者建立數字聊天機器人等任務。
IBM資料和AI副總裁Daniel Hernandez接受第一財經記者專訪時表示:“IBM現在不僅為一朵雲服務,而是為所有的雲服務。我們也是唯一一家將AI資料開放給所有云平臺的巨頭公司。”
Hernandez還向第一財經記者介紹道,Watson AI系統能夠幫助金融、醫療、呼叫中心等領域的客戶提升業務能力。Watson AI能夠幫助客戶在自然語言處理和個人助手等人工智慧領域進行優化,從而在激烈的市場競爭中確立領先地位。
已經有金融和通訊等領域的企業開始積極部署人工智慧生態圈。上個月,思科(Cisco)的競爭對手、美國通訊領域領導者Avaya宣佈擴大AI生態系統,並納入了人工智慧和雲端計算解決方案。新的生態系統將能使得Avaya及其夥伴開發出面向統一通訊和聯絡中心解決方案的人工智慧與機器學習技術,從而提升企業員工的工作效率。
AI發展推動雲業務需求激增
IBM策略的轉向也是大勢所趨。這家超過百年曆史的老牌科技公司已經擯棄硬體全面向軟體轉型。IBM的公有云份額遠低於競爭對手亞馬遜雲AWS和微軟雲Azure,位列第三。根據IBM上個月公佈的最新財報,2018年第四季度,科技服務和雲平臺部門營收為89.29億美元,雲業務營收增速已從第一季度的20%降至第四季度的2%,增速明顯放緩。
研究機構Hurwitz&Associates分析師Dan Kirsch告訴第一財經記者,IBM的開放策略“意義重大”,因為使用者對技術的需求已經不再僅僅依賴於一家公司的技術。“如果你和客戶說你只能用我們的軟體和產品,他們將會不再搭理你。”Kirsch說道。
亞馬遜、微軟、谷歌的等競爭對手都在大力推動人工智慧的佈局,原因是隨著深度學習技術的發展,大量的資料需要在雲上進行處理。谷歌新任雲業務CEO Thomas Kurian在同一天於舊金山舉行的高盛科技大會上表示:“谷歌雲正在以前所未有的速度發展,谷歌將會在雲業務方面採取更加激進的競爭舉措。”根據谷歌公佈的資料,來自雲業務的收入每季度超過10億美元,包括公有云和雲應用。亞馬遜在最新一個季度公佈的雲業務收入更是高達74.3億美元。
另一方面,IBM開放Watson也是向亞馬遜、微軟和谷歌的妥協——在深度學習方面,IBM已經失去了傳統的領先地位。Gartner研究副總裁盛陵海對第一財經記者表示:“IBM開放Watson AI,一方面擴大了使用者的選擇範圍,他們以後在用Watson的時候,不一定要用IBM的雲服務;另一方面也能借此向其它雲服務廠商推銷Watson AI,讓業內一起推動Watson AI的發展。”
不過儘管企業認為在開發軟體和IT產品時,把自己限制在一個特定的雲服務是不利於公司發展的,但是目前企業仍然沒有大範圍開始使用像Watson這樣的人工智慧系統,而是更願意將公司資料上傳到像AWS這樣的雲平臺上,並依靠這些雲服務廠商提供機器學習的軟體能力。
IBM相信這種趨勢將發生轉變。IBM副總裁、首席資料官Seth Dobrin博士對第一財經記者表示:“過去的方式只適合小規模、對時效沒有很大要求的資料學習,但是現在的資料規模正在變大,而且大多數情況下對時效的要求更高,比如在金融領域,反欺詐需要實時快速的資料處理,這就對人工智慧的能力提出了新的要求。”
責編:寧佳彥
此內容為第一財經原創。未經第一財經授權,不得以任何方式加以使用,包括轉載、摘編、複製或建立映象。第一財經將追究侵權者的法律責任。 如需獲得授權請聯絡第一財經版權部:021-22002972或021-22002335;[email protected]。