作为科技界屈指可数的百年老店，IBM这些年在持续不断探索前沿科技以及科技对企业赋能。

继1996年IBM提出“电子商务”、 2008年提出的“智慧地球”，IBM 在2015年提出了基于人工智能（AI）的“认知商业”品牌愿景，也由此在全球范围内揭开了认知商业和认知型企业的序幕。

而这背后，多年专注AI领域技术突破的IBM这几年开始逐步摆脱AI娱乐化的标签,努力让AI变得更商业。

在此之前，IBM研发的超级计算机深蓝（Deep Blue）曾在1997年的国际象棋比赛中击败了世界冠军加里.卡斯帕罗夫（Gary Kasparov）。2011年，IBM人工智能系统Watson在益智游戏节目《危险边缘》(Jeopardy!)中击败了两位优秀的人类冠军。

2018年，IBM研究院在美国旧金山的Watson West上首次展示了人类与智能机器之间的公开现场辩论赛。双方辩手分别是IBM耗时逾六年研发的、首个能与人类进行复杂辩论的AI系统Project Debater，以及曾在2016年获得以色列国家辩论冠军的以色列大四女生Noa Ovadia和以色列国际辩论协会主席 Dan Zafrir。

2019年，在美国旧金山，AI辩手Project Debater再次亮相，与欧洲辩论冠军哈瑞在美国旧金山高手过招。

“在AI这个领域，IBM有长达60多年研究的历史。可能早期IBM用AI下跳棋，下国际象棋，甚至是后来参加智力竞赛拿冠军，这些更偏向娱乐性的活动。但今天IBM的AI更重要的是专注于行业应用。”IBM大中华区董事长陈黎明认为，IBM AI系统 Project Debater的技术水准跟之前AlphaGo等专用AI有很大的不同，使得人工智能从专用走向通用的道路上前进了一大步。

在与第一财经总编辑杨宇东的独家对话中，陈黎明透露按照IBM的未来发展战略规划，行业应用是IBM专注的方向，所以IBM现在的AI主要是在行业应用方面进行深挖，进行扩展。

从AI下棋到AI辩论

杨宇东：在AI前沿技术上，IBM的AI系统 Project Debater这两年不断向外界展示AI辩论的技术进步。在您看来，相比棋类游戏中的人机大战，人机辩论的技术差异性在哪？

陈黎明：提到IBM的AI辩手，不得不提的是IBM在AI领域的历史。IBM最早做AI是在1950年代，那个时候我们想要通过AI来解决下跳棋这样一个问题。其实在那个时代，（用AI来下跳棋）已经是不容易的一个话题。1997年，IBM的深蓝计算机战胜了当时的国际象棋冠军卡斯帕罗夫，这在AI领域也是一件彪炳史册的事情。2016年，AlphaGo战胜了围棋冠军李世石，这在AI领域也是一件大事情，它引爆了新一轮AI的热浪。但从技术的角度来看，AI在下棋这个领域依然会被认为是专用AI，相对来说专注某一个领域的AI，它的任务非常明确，输赢也很单一。

Debater这个项目跟AI下棋有很大的不同，它的先进性在于可以在事先不知道辩论的话题的情况下，无论抽到正方或者反方，它要对自己的论点、论据进行组织，然后阐述自己的论证过程。Debater要跟人类的辩手进行PK，前提是要理解人类，通过解读人类的意思，再来组织自己所有这些材料，与人类进行辩驳。这个角度来看，它的技术水准跟专用的AI是有很大的不同，我们把这种AI叫做通用AI，（相比专业AI）至少前进了一大步。

更看重AI的行业应用

杨宇东：IBM对AI的持续研究时间可能比很多科技企业成立时间都长，那在IBM内部是怎么定义AI的重要性？

陈黎明：2015年10月，IBM非常明确地定义了新的未来发展战略——以云计算为平台，以认知计算为解决方案，专注于企业级业务的客户。所以AI是IBM未来发展非常重要的一个支柱。

在AI这个领域，IBM有长达60多年研究的历史。可能早期IBM用AI下跳棋，下国际象棋，甚至是后来AI参加智力竞赛拿冠军，这些更偏向娱乐性的活动。但今天IBM的AI更重要的是专注于行业应用。按照IBM的未来发展战略规划，行业应用是我们专注的一个方向，所以我们现在的AI最主要是在行业应用方面进行深挖，进行扩展。

杨宇东：目前IBM的AI已经进入大面积应用阶段。在您看来，目前对AI商用接受程度最高的是哪些领域？

陈黎明：在医疗健康领域，我们都知道要培养一个合格的医生大概需要25年到30年的时间，这背后第一个是时间周期非常长，第二个好的医疗人员依然是非常匮乏的资源。针对医疗资源匮乏跟不均衡的问题，IBM致力于把AI应用到医疗健康领域。目前，IBM的Watson Health平台已经发展了很多的解决方案，包括人口管理、基因管理、肿瘤和制药等。我们的目标是希望将来老少边穷以及社区的医院医生能够获得等同于三甲医院医生的一些医学方面能力跟知识，来辅助他们给病人提供诊疗服务。

在农业方面，IBM的AI也有非常多的一些应用。IBM跟泰国国家科学技术发展局在甘蔗种植方面进行合作，研究如何实时了解甘蔗的种植情况；在美国的加州，IBM跟加洛葡萄酒庄园进行合作，实时去了解土壤、病虫害、植物生长以及葡萄成熟度等情况，以帮助提升他们的产量跟品质。加洛的这家葡萄酒酒庄和IBM合作后，它的产量提升26%，品质提升50%，节水降低16%，经济效益非常显著。

杨宇东：今年IBM提出了Watson Anywhere的方案，称将创建一个全新的IBM 认知平台，它可以运行在任意一种的云上，包括私有、公有和混合云。IBM如此主动的开放自己的AI背后的考量是什么？

陈黎明：最主要的两点，一个是客户，一个是市场。从某种程度上来说，过去一旦上了一家云，那么你的数据就被绑在云端上面，你的AI本身也被绑在云端上面，这样使得一些客户，他上了云，这个云不见得有相应的AI技术，或者是一家AI的公司不见得有相应的一些云，这种情况没有任何的灵活度。

IBM的AI能够更加灵活，让企业不为某一家云所绑架，也不一定捆绑在一起，这种情况下对于我们的客户来说，他在AI应用方面就会变得非常便利。

此外，IBM今年花了340亿美元收购了红帽。有了红帽之后，IBM在公有云、私有云、混合云以及云的架构设计、云迁移、多云管理等如虎添翼。

IBM AI的中国特色

杨宇东：IBM AI商用在中国的具体情况如何？

陈黎明：在中国，IBM跟香港机场合作，提高香港机场摄像头资源的配比，利用图像识别等技术提高人流疏导，店铺设置的效率等。

小罐茶因为茶叶本身就非常细小，想在茶叶当中挑出一些杂质非常难。在这点上，IBM和小罐茶合作，如何利用AI来挑选茶叶中的杂质，保证品控。

此外，IBM还会同一些液晶显示器企业合作，帮助他们进行品控方面的提升。如果用肉眼做品控的话，有效率大概是80%，但通过AI来监控这些瑕疵、漏点等外来物，准确率可以提高到97%。

杨宇东：中国的AI发展趋势跟全世界其他国家有什么差异？

陈黎明：世界有两个国家在AI领域走得非常快，一个是美国，再一个就是中国。这两个国家在AI领域的投入都是非常之巨大。

中国在AI领域，一方面是国家非常重视，有各种各样的规划，另一方面产业的热情度也非常高。但从行业来看，还有很大的空间和市场，机会的背后也有痛点。比如说，如何使AI能够跟行业应用紧密结合在一起，让它能够为我们的现实生活，企业运营等提供帮助，而不是让AI只是一个空中楼阁。

数字化转型差距本身就是商机

杨宇东：中国是制造业的大国，目前也在数字化的转型过程当中。请你评价一下，中国在整个数字化转型处于一个什么样的阶段？

陈黎明：在数字化这样一条道路上，其实中国在一些领域非常先进，我们在很多数字化领域跑在世界的前面，比如说在移动支付方面，没有哪个国家几乎可以跟中国去相媲美。但是一些领域，我们在数字化方面其实还是很落后的，比如我们的互联网化率、云化率等跟发达国家相比依然还是有很大的差距。

但差距本身就是商机，让我们可以去深度挖掘。比如传统行业如何利用他们自身的行业经验、行业积累的数据，通过数字化提升他们行业的管理水平，就变得十分的重要。

5G能让AI如虎添翼

杨宇东：5G是中国科技当下的热词。5G正式商用之后会对当前的AI商业化有哪些影响？IBM大中华区在这块做了哪些准备？

陈黎明：5G技术一旦进到现实生活当中，它会对整个行业带来翻天覆地的变化。因为它的高覆盖，高速度，低时延，将使过去我们所面临的一些AI瓶颈都可以迎刃而解，5G时代将会给AI技术带来一个如虎添翼的效果。

从IBM的角度来说，一方面我们有一些技术也用到5G技术当中去，另外一个我们致力于5G技术应用场景。尤其是跟企业的结合，使得5G技术能够尽快进入到我们的客户端，使得我们的客户能够在5G这个时代，能够跟上时代的步伐。能够在5G这个时代，发挥他们自身的一些长项，使得在他们的行业处于有竞争的地位。