IBM意圖在未來幾個月內，使Watson Data Platform成為數據科學事實上的操作系統，它已經匯集了各種功能和部件，并將其結合到基于云的工作中，讓數據變得更易于使用。

今天，Watson Data Platform是用于準備、存儲、攝取并分析數據的服務的集合，然后允許客戶在其上構建應用程序。這些由IBM Bluemix構建以及通過收購得來的各個部分結合在一起，使數據科學食品鏈中的各種玩家能夠在解決商業問題上發揮作用。

IBM Watson Data Platform的總經理Derek Schoettle表示，到10月或11月，IBM可能會將Watson Data Platform拼接成一個緊密結合的操作系統。他表示：“目前我們的工作已經完成了大約85％至90％。”

Watson作為數據操作系統潛力的前輩是IBM的Data Science Experience，這是一系列旨在提供見解的工具。

事實上，Watson Data Platform一直在圍繞著編目數據和了解它的狀態方面增加新功能。編目工作是從共同的工作流程到進行治理以及分析必需的規則在內的一切事情的關鍵。簡而言之，IBM讓企業將數據遷移到Watson Data Platform中并讓其變得可使用的工作變得越容易，這個平臺能夠成為數據科學操作系統的速度就越快。

Schoettle在接受采訪時談到了Watson作為數據操作系統的話題。IBM的賭注是，最有助于企業從其主要自然資源——數據——中獲益的公司將是在未來十年中獲勝的公司。

Schoettle的觀點很難與之爭論。今天的數據科學是部件和角色以及零碎應用程序的集合。由于數據科學本身是從商業智能和分析到數據科學，再到數學和統計學等學科的結合，所以這個狀態是有道理的。簡化數據科學的移動技術部分將使企業領導者更容易地轉變其業務。

IBM希望使Watson Data Platform成為一個動態目錄，可以建模并在所有團隊和功能中共享。創建數據科學操作系統的公司很可能也會在人工智能中發揮重要作用。Schoettle表示，“人工智能需要一個常見的操作系統。”

該數據操作系統的設計可能會與IBM現有的Data Science Experience一脈相承。

Schoettle補充表示，Watson作為可以當成云服務使用的操作系統的想法受到了好評。他補充表示：“操作系統是比自己來做更好的選擇，并提高了討論的水平。”

Watson數據科學操作系統的一個大的不確定因素是導入企業數據。讓我們面對現實：許多公司——如果不是絕大多數公司的話——都在和自己的數據鼠籠搏斗。如果企業沒有自己數據倉庫，那么技術就不會成為魔術子彈了。你不會用技術解決一個傻瓜秀。

另一個不確定因素則是定價和包裝。歷史上，操作系統是一次性購買的。功能是自助餐。 然而，云模型允許客戶購買功能和特定服務。同時，IBM的客戶已經有了Cloudant、SPSS和Cognos等應用程序。Watson Data Platform的包裝、定價、外觀和觀感至關重要。

IBM能否成功地使Watson成為數據科學操作系統？有可能。該公司擁有所有的關鍵部件。 Gartner認為IBM是數據科學平臺的領導者，并表示其優勢包括強大的客戶群、對開源技術的支持，強大的模式管理，以及對廣泛數據類型的治理和支持。

根據Gartner的說法，IBM的數據科學平臺障礙包括克服其混亂的產品、令人困惑的路線圖和客戶支持，Gartner指出，IBM的Data Science Experience（DSx）可以解決這些問題。

這是Gartner Data Science Platform的四分圖，它表明IBM可以像任何人一樣形成數據科學操作系統。