IBM花費了很長時間才摸索到了人工智能的竅門所在。它的深藍超級計算機歷史性地打敗了國際象棋冠軍加里·卡斯帕羅夫，隨后沃森又在智力競賽Jeopardy中打敗了人類冠軍Ken Jennings，引起了公眾的關注。

最近，沃森在一個有趣的廣告里挑釁民謠偶像鮑勃·迪倫，告訴他自己可以一秒鐘內讀8億頁書，鮑勃·迪倫干巴巴地說：「真快啊。」

這樣一個自負的形象自然引起了人們的興趣，但比起玩游戲或讀歌詞，企業(yè)們對它的實際應用更加感興趣。幸運的是，IBM已經將沃森的服務擴展到不同的行業(yè)，從醫(yī)藥到體育。沃森有著自己的開發(fā)者生態(tài)系統(tǒng)，還有一個基于云端的平臺IBM Bluemix給了開發(fā)者用沃森的能力創(chuàng)造新「智能」應用的機會。

Bluemix社區(qū)由77000個開發(fā)者組成，他們正在設計并構建IBM所謂的「基于云計算的認知計算應用」。超過350個IBM的合作者已經在市場投入了具有認知能力的應用，范圍從醫(yī)療工業(yè)到金融服務和零售業(yè)。

一個叫做Fluid的公司利用沃森創(chuàng)造了一個名為Fluid Expert Personal Shopper的應用，旨在幫助消費者以快于零售網站的速度找到他們需要的商品。例如，如果你想要找一件防風大衣，F(xiàn)luid應用會通過一系列互動面板，并計算你所在的地方的溫度是否會降到零度以下而幫助你找到這樣的大衣。

Steve Abrams是IBM沃森團隊的杰出工程師兼技術解決方案總監(jiān)，他說Fluid同時被應用在店面和電子商務網站中。「你登錄社交網站，它會消化吸收你所寫下的所有東西。沃森有著對性格的洞察力，還有一個包括52個維度的性格矩陣。」他說，應用程序會從所有的數據中收集這樣的信息，例如你是外向還是內向，并以此推薦產品。

在體育方面，一些專業(yè)團隊也會利用沃森加強粉絲的參與度。在體育場內登錄，沃森就會向你推薦相關的博客以及你在觀看賽事時可以玩的虛擬游戲。它甚至會為特定的某些體育評論員寫出一些評論，提到他們的偏見。

而亞馬遜，來自Pund-IT的分析師Charles King提到它正在做一項偉大的工作，即，讓基于亞馬遜網頁服務（AWS）的預測分析更加有效且容易。

Pund-IT的首席分析師King說：「亞馬遜為想要從事于機器學習的開發(fā)者提供了簡易的平臺，沒有大量壓力或特殊化的工具或任何投資。機器學習通常需要開發(fā)者進行大量特殊訓練，并且需要想使用這個服務的公司在軟件工具、特殊算法以及支持大量數據的硬件方面進行投資。」

亞馬遜的客戶 BuildFax會為保險公司跟蹤住房重建以及新的商用建筑。BuildFax將亞馬遜機器學習應用于預測模型，并為保險公司與建筑師提供屋頂翻新與工人成本的估算。這家公司利用來自公眾與客戶的數據庫建立模型。

有了亞馬遜的機器學習，BuildFax之前需要花費至少六個月來創(chuàng)造模型的時間可以縮減到四周或更少。公司也提到亞馬遜的機器學習為BuildFax為客戶們提供新的數據分析服務帶來了機遇，例如估測作業(yè)成本的文本分析具有80%的準確度。

BuildFax的CTO和創(chuàng)始人Joe Emison提到亞馬遜機器學習讓構建預測模型的過程變得大眾化。「它使用起來很容易，也很快，并且產品中集成了最佳的實際應用，讓我們可以比過去更快地得到結果。」

Jack Gold， J.Gold Associates公司的主席分析師，提到IBM與亞馬遜正處在真正有效的企業(yè)級AI應用的前沿地帶，距離它能夠真正變得普及的時刻已經不那么遙遠了。

「IBM正在與沃森分析引擎一起構建的并不僅僅是儲存并獲取數據，而是讓它作為一個AI服務或智能服務，收集所有的信息來做有意義的事情。」Gold告訴Datamation。「最終，每個人都會希望利用這些系統(tǒng)的優(yōu)勢，因為公司有著太多不知該如何處理的數據。」

對于有著成本限制的企業(yè)，Gold說IBM的方法非常具有吸引力，因為他們不需要去購買或者維持沃森這種技術所需的主機。

「IBM知道他們再也不是一個硬件公司了，那里沒有未來。而真正的錢在于服務中，許多沃森都與專業(yè)服務相連接。」Gold提到（當然，你也不需要為亞馬遜買硬件，他們一開始便是現(xiàn)收現(xiàn)付的服務）。

在最后，Gold說企業(yè)們會不可避免地使用沃森（還有亞馬遜、谷歌、微軟和其他系統(tǒng)）的深度學習系統(tǒng)，因為他們有著太多不知如何處理的數據。隨著這些系統(tǒng)的演化，他們會更好地從收集的數據中獲取有意義的信息。

Gold說道我們正處于一個相當早期的階段，IBM很聰明，知道將開發(fā)者收為己用，為增加沃森的吸引力而努力。「他們正在沃森的基礎上提供工具，但是整個生態(tài)系統(tǒng)的構建還需要一段時間。」

IBM的Abram說，開發(fā)者對很多熱點區(qū)域感興趣，「醫(yī)療正處于迅猛的增長階段，幾個月前我們推出了沃森醫(yī)療團隊。」

當問起哪一個才是沃森最好的應用，Abrams遲疑了，「它還沒有出現(xiàn)。我們現(xiàn)在所看到的成長軌跡和合作者的興趣是難以置信的。明年的這個時候我肯定我們會看到一些突破預期的新應用。」

大數據與社會科技分析師Andreas Weigend說，這些新的深度學習系統(tǒng)對于零售商和其他正在前進的工業(yè)領域來說有著重大意義。

「想一想面部識別與情感識別。如果你是零售店的經理，你能夠識別哪些職員們做得很好，因為你可以識別客戶的面部表情。」Weigend說道，「我認為我們會知道更多有關工作如何完成的信息，并見證更多分解工作的系統(tǒng)。過去一千年里，教育和工作的概念都沒有發(fā)生巨大的變化，但我們還需要繼續(xù)關注，因為改變正在到來。」