曾幾何時，人工智能醫療診斷先驅IBM Watson（一般簡稱沃森）被稱為是人工智能在現實領域最大的創新，被多少AI專家奉為人工智能的圭臬，然而就是這個AI先驅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，一個消息的出現引爆了整個互聯網科技圈，這就是著名的IBM要把其人工智能的明星沃森給賣了！根據科技媒體品玩的報道，據《華爾街日報》援引知情人士報道，IBM正在考慮出售Watson Health業務，可能的方案包括出售給私募股權公司、醫療行業企業或者與一家特殊目的收購公司（SPAC）合并。
Watson Health部門主要負責將AI用于幫助醫院、保險公司和制藥企業處理數據。《華爾街日報》援引知情人士報道，該部門年收入大約為10億美元，但目前仍未盈利。
根據雷鋒網的報道，這項交易是IBM CEO Arvind Krishna聚焦AI、云計算等更高利潤業務計劃的一部分。據IBM第四季度財報顯示，包括Watson Health在內的認知應用（cognitive applications）營收為15億美元，同比下降2％。去年10月，IBM宣布計劃將其全球技術服務部門的托管基礎設施服務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在內的混合云業務。在完成托管基礎設施公司分拆后，IBM將由一家服務收入僅占公司營收一半的公司轉變為一家經常性收入（recurring revenue）占比達到50％以上的公司。
而根據36氪的梳理，2011 年， IBM 的認知計算系統 Watson 在問答節目中首次擊敗了人類，斬獲冠軍。第二天，IBM 就宣布了 Watson 新的職業方向：成為一名人工智能醫生。隨后身價大漲的 Watson 逐漸成為了 IBM 乃至全球 AI 項目的代表。IBM 首席執行官稱這是 IBM 的“登月計劃”，人們一直祈盼著 IBM 的人工智能徹底給醫學界帶來一場革命。為了成功進行商業化，IBM 隨后開始了大舉宣傳。IBM 承諾，Watson 將在 18~24 個月內推出首個用于醫療保健的商業產品。
自 2011 年，IBM 將 Watson 引入醫療保健行業起，截止到 2019 年，IBM 已宣布近 50 項合作計劃，旨在開發新的人工智能醫療工具，但遺憾的是，這些合作中的許多還沒有帶來商業產品，成功的案例還很少。
二、人工智能是真的敗了嗎？
說實在看到IBM把沃森賣掉的時候，讓人有一些沮喪，因為到目前為止，人類已經經歷了好多次人工智能的大潮，每次都是潮起的時候大家期待巨大，但是潮落的時候一切又都歸于沉寂，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，我們縱觀大多數報道，可以得出一個結論，這次之所以IBM要拋棄沃森并不是因為沃森不夠出色，原因在于IBM的人工智能雖然很強大，但是美國的醫療數據系統卻是各自為戰的孤島，雖然沃森可以閱讀海量的醫學論文，但是卻非常難以接觸到真正的海量病例，病例信息都是個性化信息，無法真正有效梳理，這就導致了整個沃森難以真正獲得其足夠成長的數據來喂養，讓人最大的感覺就是沃森像是一個喂不飽的孩子，缺乏足夠的數據最后讓其失去了成長的潛能。另一個重要原因則是沃森不能賺錢？對于IBM這樣的公司，或者美國這樣的資本大國，不能賺錢就是最大的過錯，沃森的問題是已經10年了，沃森都沒能找到一個足夠賺錢的商業模式，最終成為了IBM的棄子。
其次，人工智能的應用空間其實很大。弄明白了沃森失敗的原因之后，我們再來看人工智能到底有沒有失敗？沃森可能是敗了，但是并沒有敗在技術上，而是敗在了人類的系統和資本上。然而，我們從人工智能的角度來說，其實人工智能并沒有失敗：
一是人工智能在醫療領域依然空間廣闊。從沃森這些年的表現來看，人工智能雖然不能完全替代人類醫生，但是其本身強大的搜索和診斷能力已經足夠成為人類醫生的助手了，其實我們很多時候對于人工智能的理解是有問題的，對于當前來說其實人類醫療并不是需要人工智能醫生全面擊敗人類醫生，而是能夠成為人類醫生的助手，舉例來說，就像中國這樣的人口大國，我們的人均醫生數量是嚴重不足的，在很多社區、鄉鎮的基層衛生醫療場所中醫生的經驗也是非常不足的，卻需要負擔海量的病人看病，在這樣的情況下完全可以借助沃森這樣的人工智能助手，實現人工+智能，由人工智能幫助人類醫生進行診斷、識別、搜索、處置，從而幫助醫生更有效率地治療病人，只要搭配的好，一個經驗不足的年輕醫生+人工智能助手甚至可以發揮出不少經驗豐富的老醫生的水平，這無疑對于醫療的普及具有極其重要的作用。當然，這僅僅是一方面，人工智能在幫助醫生進行診斷，進行處置，提升治療效率方面將會有極其廣闊的空間，這其實就是當前人工智能的最大的價值，不是人工智能取代人類醫生，而是人工智能幫助人類醫生效率更高、診斷更準確。
二是人工智能的數據孤島難題需要更有力的組織力破除。對于美國來說，各個州都是相互獨立的體系，在這個獨立的醫療體系之中，各家醫療機構想要實現診斷數據和病例數據的共享是非常困難的，但是這一點如果放到中國其實都不是問題，在中國強大的公立醫療體系和強悍的組織能力面前，想要讓中國各大醫院的數據形成一個規范的數據庫至少不是一個完全天方夜譚的事情，數據孤島問題在中國其實比美國至少在制度層面容易解決的多，這是人工智能難題在中國被解決的優勢所在。
三是人工智能的盈利問題其實需要大規模應用解決。當前，人工智能最大的難題是前期投入巨大，回報周期相對較長，但是其優勢在于一個成熟的人工智能醫療應用可以同時服務眾多使用者，這其實就是可以降低成本的優勢所在，對于人工智能來說只要能把應用和用戶體驗做好，那么完全可以探索出一條足夠支撐其發展的商業模式。比如說，構建起一個多級化的用戶體系，對于普通個人用戶進行醫療保健服務，對于醫生進行醫療助手服務，根據不同按需付費，這就有可能把海量的成本分擔出去。
沃森敗了，但人工智能醫療并沒有失敗，IBM出現的問題不在技術而在商業模式，希望更多的公司可以吸取IBM的教訓，真正找到一條可以走得通的道路，只有這樣才能不會重蹈IBM的覆轍。
