MORE
IBM这样一家一百多年的公司，有一件事情是很多公司不会去想也不会去理解的东西，那就是怎么去做第二个一百年。于是它的大量决定、做法，都是为了这个公司再能活一百年。
最近，因为巴菲特抛售三成所持有的IBM股票，业界对于大象即将衰亡的消息又一次尘嚣直上。
我从来都没认为这是IBM最艰难的时刻，即便是IBM已经连续20个季度业绩下滑，亦或是股神巴菲特抛售了三分之一的IBM股票。
了解IBM历史的人会知道，IBM曾经的一段日子要比现在艰苦的多。上世纪80年代末到90年代初，Wintel联盟崛起，全球进入个人计算时代，由于决策失误，IBM遭受了历史上最严重的下滑。1992年，IBM股价下滑到每股仅6美元；1993年，IBM亏损81亿美元，较上年下滑63%。当时IBM CEO约翰·埃里克甚至有了拆分IBM的想法。
当时的IBM，就连其传奇CEO郭士纳都有过这样的评价：“对于一个从外面来到IBM的人来说，IBM就像一个温室，一个与外界隔绝了很长时间的封闭的热带生态系统…”。1993年7月，在IBM工作100天的郭士纳做出了一系列影响IBM未来的关键性决策，其中最核心的一条是再造商业模式，将IBM从硬件向软件和服务转变；随后，郭士纳宣布了IBM一个里程碑式的转型方向——电子商务，这让IBM重回巅峰，迎来了一个黄金时代。
现在IBM的境遇和当初有些相似，当时的IBM错失了个人计算市场，眼睁睁看着Wintel联盟崛起；而今，IBM面对互联网时代的新兴业务负载，云计算、移动、社交，脚步显得也有些慢了，IBM需要采取和当时郭士纳相同的做法，再造商业模式，重新开启一段转型，迎来下一个黄金时代。
事实上IBM已经开始这样做了，这次的方向是“认知商业”，或者说商业AI, 当大多数人还在沉浸于人机围棋大战所带来的刺激和快感的时候，IBM已经在商业AI攻城略地。
现在的IBM掌门人罗睿兰女士将其解读为三个方向：认知、云计算、行业化。那么，这一次的转型能拯救IBM么？
商业AI和云，最关键的两张牌
2014年，IBM就已经明确的传达出了转型的信号，全面开启了转型的脚步。当时IBM选择的方向是“CAMSS”，即“云计算（Cloud）”、“分析（Analytics）”、“移动（mobiles）”、“社交（Social）”、“安全（Security）”，即互联网时代热度最高的几大领域。
IBM通过一系列的业务重组、收购和资金投入来构建新的蓝图，包括剥离x86服务器业务和芯片制造业务，收购云计算提供商Softlayer，组建新的Watson业务集团，在全球兴建40个数据中心，投入十亿美金用于Bluemix平台的研发等等，IBM投资了百亿美金用于CAMSS。
尽管如此，对于一家拥有百年历史、近40万员工、有着大量传统企业用户和传统资产的公司来说，转型并不是一蹴而就的事情。在转型的两三年时间中，虽然IBM CAMSS业务营收比例不断提升，但还不能让IBM摆脱业绩下滑的事实。
然而，在CAMSS上的积累让IBM能够更加清晰的审视自身的优劣势，为“认知商业”的提出打下了坚实的基础。
2016年初，IBM正式提出了“认知商业”战略，这是IBM继“电子商务”、“智慧的地球”之后的第三次重大转型，经过CAMSS的积累，IBM的转型方向和目标已经变得无比明晰。IBM CEO罗睿兰表示，IBM不再只是一家硬件公司、软件公司或服务公司，而已经转型为一家认知解决方案和云平台公司。
“认知商业”中包含着三个层面，认知、云计算和行业化。对于认知和云，罗睿兰认为它们不是两个毫无关联的现象，而是就像一枚硬币的两面。而行业化，则是一百年来IBM始终未变的一个信条，它是能够让认知和云落地，真正实现“认知商业”的支点。
来看看IBM在“认知商业”上的努力。
2015年10月底，在首届IBM WatsonWorld结束后的第一天，IBM宣布以20亿美金收购美国天气公司The Weather Company，其目的不言而喻，是为了获得宝贵的天气数据资产。在“认知商业”中，数据是不可或缺的原料，Watson的训练需要大量数据，而天气数据所能提炼出的洞察，则可以为农业、保险、制造、物流、体育等多种行业创造商业价值。
2015年4月，IBM成立Watson Heather部门，首先在医疗行业开始了Watson的商业化实践。Watson对于医疗行业的价值在于，它能够帮助医生充分利用浩瀚的医学文献，帮助医生提供治疗建议。IBM Watson能够在10分钟内阅读并剖析20,000,000份医学文献、论文和病理报告，相比之下，一名研究人员一年却只能够阅读200-300份医学文献。
Watson在医疗领域的商业化是从和纪念斯隆·凯特琳癌症中心的合作开始，两家通过大量病例对Watson进行训练，推出了IBM Watson肿瘤解决方案（Watson for Oncology），如今该方案已经被部署到多个顶尖的医疗结构为肿瘤诊疗提供帮助，如克利夫兰诊所和MD安德森癌症中心。
除了癌症诊疗，Watson还已经被应用于糖尿病等慢性病防治、大健康、医疗影像、体外检测、精准医疗、医疗机器人、药物开发等领域。如IBM和美敦力合作，推出糖尿病监测APP；IBM联合辉瑞公司，将Watson用于癌症药物开发。
如今IBM Watson医疗解决方案已经进入中国。2015年8月，IBM和杭州认知联合宣布，在华已经有21家医院计划使用Watson for Oncology解决方案，助力中国医生获得个性化的循证癌症治疗方案。同时IBM携手本地合作伙伴，将Watson慢性病防治等解决方案带进了中国医疗行业。
Watson与医疗的结合让IBM“认知商业”的实现迈出了第一步，而Watson与IOT（物联网）的结合，则让IBM的“认知商业”战略能够拓展到更加广泛的行业。
原因在于，我们正在进入一个“万物互联”的世界，Gartner预测，在2020年，超过300亿的连接设备将会使用。这些互联设备将带来海量的、多样化的数据，而Watson的强项就在于将不同类型的数据和机器学习结合到一起，找到新的规律和洞察，为各行各业创造新的价值。
2015年12月，IBM宣布建立物联网事业部IBM Watson IoT，并计划未来4年投资30亿美元在该领域。投资将用于IBM Watson IoT Platform 的建设、人才培养和生态系统的建设。IBM还投资2亿美元在德国慕尼黑设立了IBMWatson物联网(IoT)事业部的新全球总部，这是IBM有史以来在欧洲最大的单笔投资。今年2月，该总部已经正式投入使用。
IBM Watson IoT如今已经应用于汽车、电子、制造、医疗及保险等行业，在中国，Watson IoT也有了神思电子、万达等合作伙伴。
在IBM的“认知商业”战略中，Watson是硬币的一面，而云则是另外一面，云是Watson的最佳载体，是让IBM能够实现“Watson即服务”的最佳平台。而Watson也让IBM的云变得与众不同，虽然IBM在公有云的布局上有些晚，但Watson让IBM的云具有了独一无二的竞争力。
如今，IBM已经将数十个Watson API放到Bluemix平台提供给全球用户使用，惠及个人开发者、风投公司和初创公司，这有助于迅速扩大Watson的生态环境。IBM携手世纪互联，已经将Bluemix带到中国，也将Watson能力带给更多的中国初创企业。今年3月，IBM和万达签订战略合作协议，万达将进军公有云服务，IBM将为万达提供云基础架构即服务、平台即服务（IaaS 与 PaaS）以及IBM Watson、区块链和物联网等先进技术。
行业化，无可替代的另一张底牌
专家认为，我们正处于第四次工业革命的前夜，这次工业将把人类带入一个人工智能时代。
人工智能并不是新的概念，它能够在当下呈现爆发式增长的原因，其一来源于数据爆炸，其二得益于计算力的大幅提升，特别是异构计算的发展。人工智能所带来的巨大商业前景让大量企业投入其中，包括谷歌、微软、BAT等领导者，也包括大量活力十足的初创企业。
其中，IBM Watson的优势在于，历史积淀，技术，以及对于行业的深入洞察，特别是后者，这是能够让人工智能真正落地的硬实力，也是让IBM在人工智能能够实现商业化和差异化的关键因素。
IBM在六十年前就已经开始了人工智能的探索，1997年，“深蓝”战胜国际象棋冠军卡斯帕罗夫，成为人工智能历史上的经典桥段。2011年，Watson在《危险边缘》中战胜人类冠军，也成为人工智能史上的里程碑事件。
不过，IBM对于人工智能的态度，并不是将人工智能作为游戏的工具，而是为企业和合作伙伴提供最成熟可用的商用AI。
AI生而不同，很多AI系统是先有应用，进而为了适用于行业再加入适用性改造和优化，而IBM Watson一开始就是为了商业AI而设计。Watson 具备四大能力：理解、推理、学习并通过自然语言与人类进行交互。Watson已经超越了语言和语音的范畴，深入到视觉、情绪（Watson 特有）和发现（Watson 特有）领域。
得益于这四大能力，Watson能够读懂并分析大量的非结构化数据，从而成为商业化助手。比如Watson可以在17秒时间内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次实验数据以及106000份临床报告，并最终提出三个最优选的治疗方案；仅129天，Watson便让机器人Pepper识别出货架绝大多数商品、能够售卖咖啡与手机，甚至可以让它感知到消费者细微的情绪变化。
此外，Watson区别于其他AI的一个关键因素在于能够实现行业化，这得益于IBM多年积累的为大型客户持续提供行业咨询服务的经验。
现在很多公司都在做AI，但是难点在于如何将AI做到行业中去，实现AI的落地的商业化。这就需要对行业的深刻理解，而行业化则是IBM多年来一直所坚持的。
虽然现在也有互联网企业在布局行业，但他们做的无外乎只有两件事，其一是支付，其二是CRM。然而IBM的“行业化”则要更加广泛和深入。以电信为例，IBM所指的“行业化”是要了解电信网络的设计、网络的搭建、网络的运营、网络的支撑，后台流程如供应链到系统网络的搭建，库存管理以及合规性管理等——这并不是每一家从事AI的企业都能做到。
唯有深入了解行业，才能真正为客户解决问题，才能让AI真正进入到行业应用里面。对行业的深入洞察让IBM能提早一步将AI在商业应用中落地，也是IBM“认知商业”的精髓所在。
IBM Watson选择医疗行业作为商业化的第一步，而不是选择IBM更为强势的金融、制造等行业，也是出于对医疗行业的深刻见解。相比之下，医疗行业数据量大，数据类型复杂，医生缺口较大，是供给和需求差距最大的行业，对于人工智能有着更加旺盛的需求。
牌局过半，胜利在望
吴军先生曾经在《浪潮之巅》一书中这样评价IBM：IBM公司可能是世界上为数不多的成功逃过历次经济危机，并且在历次技术革命中成功转型的公司。
百年间，IBM曾经遭遇资本主义历史上最大的经济危机，也经历过第二次世界大战的洗礼；IBM有过大型机时代的辉煌，也在个人电脑时代濒临倒闭。百年中有无数企业黯然落幕，IBM却依旧屹立不倒，所凭借的就是一次次的成功转型。
很多人对IBM的评价是“转型慢”，但从IBM自己的体量、以及它所服务的客户的体量来看，绝对不是说变就可以立刻变的。对于一个为了下一个一百年的长远发展打算的公司，几年、十几年的时间转型并不算多。
实际上，和历次转型相比，IBM这次的转型正在加快速度。IBM历史上平均每次的转型周期基本上是10年到15年，而这次的“认知商业”转型，IBM计划在2021年结束。
客观而言，尽管整体营收依旧下滑，但IBM向“认知商业”的转型已显成效。
从IBM财报来看，在2016年第四季度IBM包含了几乎所有新兴运营部门（云、Watson和分析、安全、社交、移动）的业务板块——“战略性紧迫规划”（strategic-imperatives）创造了95亿美金的营收，同比增长12%。该业务板块2016全年营收298亿美金，占IBM总体营收的37%。今年第一季度，SI业务的营收比例已经提升至42%。据分析师预测，到2019年SI业务营收比例将超过50%，2021年达到60~70%，这个数字将标志着IBM已经成功实现转型。
再从“认知商业”的业务进展来看，IBM Watson已覆盖45个国家和地区，与西门子、GM、惠而浦等领先企业一起，在医疗，环保、能源、金融、制造、教育等 20 个行业中都得到了广泛的商业应用。Watson已经启动了 50项 API 服务（可划分为语言类API、语音类API、图像类API 和数据类API），吸引了超过一百万个开发者、风投公司和初创公司。350 多个 Watson 合作伙伴已推出 100 项应用。
比如，除了在Watson在医疗领域的大量落地实践，IBM认知安全支付系统协助法国国家交换中心每年处理55亿笔支付交易；Watson也被用于大气污染防治；IBM Watson的认知技术帮助梅西百货创建店内移动端导购；帮助培生集团（Pearson）打造个性化教育。Watson还能成为音乐人的助手创作音乐，还曾帮助设计师设计礼服，作为律师助手，甚至设计菜谱和巧克力。
而在云计算领域，IBM刚刚斩获了一笔大单。加拿大著名的飞机和火车制造商庞巴迪，近期决定延长与IBM的合作，达成一笔新的6年期，约7亿美元的交易。交易中提到，庞巴迪将在全球各地的基础设施和业务运营中采用IBM服务和云计算管理。
“今年是2017年，按照我们自己的计划还有四年。如果站在买股票的角度来讲会觉得太慢了，但如果站在一个年八百亿美金营收、近40万人的企业的角度，就要重新审思了”，郭继军笑谈。
IBM正在筹划下一个一百年
纵观IT发展，有无数公司崛起，也有无数公司黯然落幕。虽然几经沉浮，但IBM依旧屹立不倒，从机械时代迈进电子时代，从电子商务到智慧的地球，再到现在的认知商业。
像IBM这样一家一百多年的公司，有一件事情是很多公司不会去想也不会去理解的东西，那就是怎么去做第二个一百年。于是它的大量决定、做法，都是为了这个公司再能活一百年。
所以，我们审视IBM这家百年企业，还是应当从更加长远的角度来看，毕竟它是一艘航母，不是一艘应新浪潮而生的小船。
在我看来，不管当下业绩如何，IBM也是一家值得尊敬的企业，在漫长的历史中，IBM留下了无数领先的技术，无数优秀的人才和经典教案，它对整个IT产业的兴起、科技的进步乃至全球经济的发展功不可没。
但是，我不希望这家百年老店沉湎于过去的成就，就像中国，如果总是活在四大发明的梦里，就无从实现未来的“中国梦”——我很期待IBM在未来的表现，能否走出低谷，创造出新的奇迹。
所以，我们应当给予这头大象更多的宽容和时间，不是么？
本文转载自 IT圈儿里人 微信公号号
