曾幾何時(shí)，人工智能醫(yī)療診斷先驅(qū)IBM Watson（一般簡(jiǎn)稱沃森）被稱為是人工智能在現(xiàn)實(shí)領(lǐng)域最大的創(chuàng)新，被多少AI專家奉為人工智能的圭臬，然而就是這個(gè)AI先驅(qū)在毅然挺立多年之后卻被傳出要被IBM出售的消息，讓人不禁想問(wèn)連IBM都要把沃森給賣了，難不成人工智能真的要敗了嗎？

一、IBM要把沃森賣了？

2月20日，一個(gè)消息的出現(xiàn)引爆了整個(gè)互聯(lián)網(wǎng)科技圈，這就是著名的IBM要把其人工智能的明星沃森給賣了！根據(jù)科技媒體品玩的報(bào)道，據(jù)《華爾街日?qǐng)?bào)》援引知情人士報(bào)道，IBM正在考慮出售Watson Health業(yè)務(wù)，可能的方案包括出售給私募股權(quán)公司、醫(yī)療行業(yè)企業(yè)或者與一家特殊目的收購(gòu)公司（SPAC）合并。

Watson Health部門主要負(fù)責(zé)將AI用于幫助醫(yī)院、保險(xiǎn)公司和制藥企業(yè)處理數(shù)據(jù)。《華爾街日?qǐng)?bào)》援引知情人士報(bào)道，該部門年收入大約為10億美元，但目前仍未盈利。

根據(jù)雷鋒網(wǎng)的報(bào)道，這項(xiàng)交易是IBM CEO Arvind Krishna聚焦AI、云計(jì)算等更高利潤(rùn)業(yè)務(wù)計(jì)劃的一部分。據(jù)IBM第四季度財(cái)報(bào)顯示，包括Watson Health在內(nèi)的認(rèn)知應(yīng)用（cognitive applications）營(yíng)收為15億美元，同比下降2%。去年10月，IBM宣布計(jì)劃將其全球技術(shù)服務(wù)部門的托管基礎(chǔ)設(shè)施服務(wù)部門拆分成一家新的上市公司。此外，IBM另一舉措是專注于包括Red Hat在內(nèi)的混合云業(yè)務(wù)。在完成托管基礎(chǔ)設(shè)施公司分拆后，IBM將由一家服務(wù)收入僅占公司營(yíng)收一半的公司轉(zhuǎn)變?yōu)橐患医?jīng)常性收入（recurring revenue）占比達(dá)到50%以上的公司。

而根據(jù)36氪的梳理，2011 年， IBM 的認(rèn)知計(jì)算系統(tǒng) Watson 在問(wèn)答節(jié)目中首次擊敗了人類，斬獲冠軍。第二天，IBM 就宣布了 Watson 新的職業(yè)方向：成為一名人工智能醫(yī)生。隨后身價(jià)大漲的 Watson 逐漸成為了 IBM 乃至全球 AI 項(xiàng)目的代表。IBM 首席執(zhí)行官稱這是 IBM 的“登月計(jì)劃”，人們一直祈盼著 IBM 的人工智能徹底給醫(yī)學(xué)界帶來(lái)一場(chǎng)革命。為了成功進(jìn)行商業(yè)化，IBM 隨后開始了大舉宣傳。IBM 承諾，Watson 將在 18～24 個(gè)月內(nèi)推出首個(gè)用于醫(yī)療保健的商業(yè)產(chǎn)品。

自 2011 年，IBM 將 Watson 引入醫(yī)療保健行業(yè)起，截止到 2019 年，IBM 已宣布近 50 項(xiàng)合作計(jì)劃，旨在開發(fā)新的人工智能醫(yī)療工具，但遺憾的是，這些合作中的許多還沒(méi)有帶來(lái)商業(yè)產(chǎn)品，成功的案例還很少。

二、人工智能是真的敗了嗎？

說(shuō)實(shí)在看到IBM把沃森賣掉的時(shí)候，讓人有一些沮喪，因?yàn)榈侥壳盀橹梗祟愐呀?jīng)經(jīng)歷了好多次人工智能的大潮，每次都是潮起的時(shí)候大家期待巨大，但是潮落的時(shí)候一切又都?xì)w于沉寂，連IBM都要賣沃森了，難不成這次人工智能大潮是真的要失敗了嗎？

首先，沃森的失敗不在AI而在人類。其實(shí)，我們縱觀大多數(shù)報(bào)道，可以得出一個(gè)結(jié)論，這次之所以IBM要拋棄沃森并不是因?yàn)槲稚粔虺錾蛟谟贗BM的人工智能雖然很強(qiáng)大，但是美國(guó)的醫(yī)療數(shù)據(jù)系統(tǒng)卻是各自為戰(zhàn)的孤島，雖然沃森可以閱讀海量的醫(yī)學(xué)論文，但是卻非常難以接觸到真正的海量病例，病例信息都是個(gè)性化信息，無(wú)法真正有效梳理，這就導(dǎo)致了整個(gè)沃森難以真正獲得其足夠成長(zhǎng)的數(shù)據(jù)來(lái)喂養(yǎng)，讓人最大的感覺(jué)就是沃森像是一個(gè)喂不飽的孩子，缺乏足夠的數(shù)據(jù)最后讓其失去了成長(zhǎng)的潛能。另一個(gè)重要原因則是沃森不能賺錢？對(duì)于IBM這樣的公司，或者美國(guó)這樣的資本大國(guó)，不能賺錢就是最大的過(guò)錯(cuò)，沃森的問(wèn)題是已經(jīng)10年了，沃森都沒(méi)能找到一個(gè)足夠賺錢的商業(yè)模式，最終成為了IBM的棄子。

其次，人工智能的應(yīng)用空間其實(shí)很大。弄明白了沃森失敗的原因之后，我們?cè)賮?lái)看人工智能到底有沒(méi)有失敗？沃森可能是敗了，但是并沒(méi)有敗在技術(shù)上，而是敗在了人類的系統(tǒng)和資本上。然而，我們從人工智能的角度來(lái)說(shuō)，其實(shí)人工智能并沒(méi)有失敗：

一是人工智能在醫(yī)療領(lǐng)域依然空間廣闊。從沃森這些年的表現(xiàn)來(lái)看，人工智能雖然不能完全替代人類醫(yī)生，但是其本身強(qiáng)大的搜索和診斷能力已經(jīng)足夠成為人類醫(yī)生的助手了，其實(shí)我們很多時(shí)候?qū)τ谌斯ぶ悄艿睦斫馐怯袉?wèn)題的，對(duì)于當(dāng)前來(lái)說(shuō)其實(shí)人類醫(yī)療并不是需要人工智能醫(yī)生全面擊敗人類醫(yī)生，而是能夠成為人類醫(yī)生的助手，舉例來(lái)說(shuō)，就像中國(guó)這樣的人口大國(guó)，我們的人均醫(yī)生數(shù)量是嚴(yán)重不足的，在很多社區(qū)、鄉(xiāng)鎮(zhèn)的基層衛(wèi)生醫(yī)療場(chǎng)所中醫(yī)生的經(jīng)驗(yàn)也是非常不足的，卻需要負(fù)擔(dān)海量的病人看病，在這樣的情況下完全可以借助沃森這樣的人工智能助手，實(shí)現(xiàn)人工+智能，由人工智能幫助人類醫(yī)生進(jìn)行診斷、識(shí)別、搜索、處置，從而幫助醫(yī)生更有效率地治療病人，只要搭配的好，一個(gè)經(jīng)驗(yàn)不足的年輕醫(yī)生+人工智能助手甚至可以發(fā)揮出不少經(jīng)驗(yàn)豐富的老醫(yī)生的水平，這無(wú)疑對(duì)于醫(yī)療的普及具有極其重要的作用。當(dāng)然，這僅僅是一方面，人工智能在幫助醫(yī)生進(jìn)行診斷，進(jìn)行處置，提升治療效率方面將會(huì)有極其廣闊的空間，這其實(shí)就是當(dāng)前人工智能的最大的價(jià)值，不是人工智能取代人類醫(yī)生，而是人工智能幫助人類醫(yī)生效率更高、診斷更準(zhǔn)確。

二是人工智能的數(shù)據(jù)孤島難題需要更有力的組織力破除。對(duì)于美國(guó)來(lái)說(shuō)，各個(gè)州都是相互獨(dú)立的體系，在這個(gè)獨(dú)立的醫(yī)療體系之中，各家醫(yī)療機(jī)構(gòu)想要實(shí)現(xiàn)診斷數(shù)據(jù)和病例數(shù)據(jù)的共享是非常困難的，但是這一點(diǎn)如果放到中國(guó)其實(shí)都不是問(wèn)題，在中國(guó)強(qiáng)大的公立醫(yī)療體系和強(qiáng)悍的組織能力面前，想要讓中國(guó)各大醫(yī)院的數(shù)據(jù)形成一個(gè)規(guī)范的數(shù)據(jù)庫(kù)至少不是一個(gè)完全天方夜譚的事情，數(shù)據(jù)孤島問(wèn)題在中國(guó)其實(shí)比美國(guó)至少在制度層面容易解決的多，這是人工智能難題在中國(guó)被解決的優(yōu)勢(shì)所在。

三是人工智能的盈利問(wèn)題其實(shí)需要大規(guī)模應(yīng)用解決。當(dāng)前，人工智能最大的難題是前期投入巨大，回報(bào)周期相對(duì)較長(zhǎng)，但是其優(yōu)勢(shì)在于一個(gè)成熟的人工智能醫(yī)療應(yīng)用可以同時(shí)服務(wù)眾多使用者，這其實(shí)就是可以降低成本的優(yōu)勢(shì)所在，對(duì)于人工智能來(lái)說(shuō)只要能把應(yīng)用和用戶體驗(yàn)做好，那么完全可以探索出一條足夠支撐其發(fā)展的商業(yè)模式。比如說(shuō)，構(gòu)建起一個(gè)多級(jí)化的用戶體系，對(duì)于普通個(gè)人用戶進(jìn)行醫(yī)療保健服務(wù)，對(duì)于醫(yī)生進(jìn)行醫(yī)療助手服務(wù)，根據(jù)不同按需付費(fèi)，這就有可能把海量的成本分擔(dān)出去。

沃森敗了，但人工智能醫(yī)療并沒(méi)有失敗，IBM出現(xiàn)的問(wèn)題不在技術(shù)而在商業(yè)模式，希望更多的公司可以吸取IBM的教訓(xùn)，真正找到一條可以走得通的道路，只有這樣才能不會(huì)重蹈IBM的覆轍。

責(zé)任編輯：PSY