曾几何时，人工智能医学诊断的先驱IBMWatson（通称Watson）被称为人工智能在现实领域的最大创新，被业界视为人工智能的标准许多人工智能专家。多年后，有传言说它将被IBM出售。人们不禁想知道，即使是IBM也打算出售Watson。难不成人工智能真的要输了？1.IBM会出售Watson吗？2月20日，一则消息刷爆了整个互联网科技圈，那就是大名鼎鼎的IBM要出售旗下的人工智能明星沃森！据科技媒体品玩网报道，《华尔街日报》援引知情人士的话称，IBM正在考虑出售WatsonHealth业务。可能的选择包括出售给私募股权公司、医疗行业公司，或与特殊目的收购公司(SPAC)合并。沃森健康部门主要负责利用人工智能帮助医院、保险公司和制药公司处理数据。《华尔街日报》援引知情人士的话报道称，该部门年收入约10亿美元，但仍未盈利。据雷锋网报道，这笔交易是IBMCEOArvindKrishna计划专注于人工智能和云计算等利润率较高的业务计划的一部分。根据IBM第四季度财报，包括WatsonHealth在内的认知应用收入为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??设施服务部门拆分为一家新的上市公司。此外，IBM的另一举措是专注于混合云业务，包括RedHat。完成对托管基础设施公司的分拆后，IBM将从一家服务收入仅占公司收入一半的公司转变为一家经常性收入占比超过50%的公司。据36氪分析，2011年，IBM的认知计算系统Watson在问答节目中首次战胜人类，夺得冠军。第二天，IBM公布了沃森新的职业方向：成为一名人工智能医生。价值飙升的沃森逐渐成为IBM乃至全球AI项目的代表。IBM的CEO称之为IBM的“登月计划”，人们一直希望IBM的人工智能能够彻底变革医疗领域。为了成功地将其商业化，IBM随后开展了大规模的宣传活动。IBM承诺Watson将在18到24个月内拥有第一批用于医疗保健的商业产品。自2011年IBM将Watson引入医疗保健行业以来，截至2019年，IBM已经宣布了近50项合作，旨在开发新的AI驱动的医疗工具，但不幸的是，其中许多合作尚未带来商业产品，成功的案例很少。2、人工智能真的被打败了吗？说实话，看到IBM卖沃森的时候，有点沮丧，因为迄今为止，人类已经经历了很多次人工智能浪潮。每当潮起潮落，人人期盼伟大，但潮起潮落。那时，一切又归于沉寂，连IBM都准备卖掉Watson。难不成这波人工智能真的要完蛋了吗？首先，沃森的失败不是人工智能而是人类。其实看看大部分的报道，我们可以得出一个结论，IBM这次之所以要放弃Watson，并不是因为Watson不够好。原因是虽然IBM的人工智能很强大，但是美国的医疗数据系统是在各自为战的孤岛，Watson虽然可以阅读大量的医疗论文，但是想要获取大量的医疗数据是非常困难的真实案例的数量。案例信息均为个性化信息，无法有效整理。它有足够的成长数据来养活，最大的感受就是Watson就像是一个营养不良的孩子，缺乏足够的数据最终让它失去了成长的潜力。还有一个很重要的原因就是屈臣氏赚不到钱？对于IBM这样的公司，或者美国这样的资本国家，赚不到钱是最大的错误。沃森的问题在于，10年过去了，沃森一直没能找到足够盈利的商业模式，最终沦为IBM的弃子。.其次，人工智能的应用空间其实非常大。弄清楚了沃森失败的原因，我们再来看看人工智能有没有失败？沃森可能已经输了，但不是在技术上，而是在人力系统和资本上。但是，从人工智能的角度来看，人工智能并没有失败：首先，人工智能在医疗领域仍有广阔的空间。从沃森近年来的表现来看，人工智能虽然不能完全取代人类医生，但其强大的搜索和诊断能力足以成为人类医生的助手。事实上，我们对人工智能的理解往往是有问题的。目前，人类医疗其实并不需要人工智能医生彻底打败人类医生，而是能够成为人类医生的助手。比如在中国这样的人口大国，人均医生数量就严重不足。在许多社区和乡镇基层医疗机构中，医生的经验非常不足，但他们需要承担大量患者看病的费用。在这样的情况下，可以借助沃森这样的人工智能助手来实现人工智能。智能帮助人类医生诊断、识别、搜索和治疗患者，从而帮助医生更有效地治疗患者。只要配合得当，一个经验不足的年轻医生+人工智能助手，甚至可以扮演很多经验丰富的老医生的角色。这无疑对医疗的普及起到了极其重要的作用。当然，这只是一方面。人工智能在帮助医生诊断、治疗、提高治疗效率方面将有极其广阔的空间。这其实是目前人工智能最大的价值所在。并不是人工智能取代了人类医生，而是人工智能帮助人类医生更高效、更准确地诊断。其次，人工智能中的数据孤岛问题需要更强大的组织能力。对于美国来说，每个州都是一个独立的系统。在这种独立的医疗体系中，各个医疗机构很难共享诊断数据和病例数据。但是，这一点如果放在中国，其实很难。没问题。面对中国强大的公立医疗体系和强大的组织能力，让中国各大医院的数据形成一个标准化的数据库至少不是天方夜谭。数据孤岛问题其实至少在中国比在美国更严重。在制度层面更容易解决，这是中国解决人工智能问题的优势。三是人工智能的盈利能力其实需要大规模应用来解决。目前人工智能最大的问题是前期投入巨大，回收期比较长，但它的优势在于一个成熟的人工智能医疗应用可以同时服务很多用户，这其实就是优势降低成本。对于人工智能来说，只要能把应用和用户体验做好，那么就可以探索出足以支撑其发展的商业模式。比如构建多层次的用户体系，为普通个人用户提供医疗保健服务，为医生提供医疗辅助服务，按不同需求付费，可能会分担大量成本。沃森失败了，但人工智能医疗没有失败。IBM的问题不在于技术，而在于商业模式。希望更多的企业能够吸取IBM的教训，真正找到一条可行的路子。只有这样，他们才不会重蹈IBM的覆辙。
