IBM Watson將成為失敗投資?分析師:過度樂觀、誇大宣傳
IBM Watson將成為失敗投資?分析師:過度樂觀、誇大宣傳
2017.07.17 | IBM

IBM Watson是在醫療領域最早佈局的AI之一。在之前的盤點中,我們也知道Watson希望參與患者診療中的每一個步驟:導醫用智慧音箱、Watson診斷工具、住院看護輔助,還有病患心理疏導……

Watson已經和世界各地的不少知名醫院進行合作,在中國也進入了21家三甲醫院的診療系統。表面上看來,Watson在未來的醫療領域大有可為,但是在最近一年中,我們聽到了更多不同的聲音。

在去年,IBM Watson和休斯敦安德森癌症研究中心(MD Anderson Cancer Center)分道揚鑣,IBM股價受到影響;在今年的7月2日,《富比士》評論員Jason Bloomberg更是發文質疑IBM Watson是否「是個笑話」。

7月13日,傑富瑞投資銀行(Jefferies & Co.)的分析師James Kisner的報告更是給IBM的未來蒙上陰影。James Kisner稱,IBM Watson在未來不太可能給投資者帶來回報,而且Watson的問題並不在於技術開發領域。

Kisner在報告開篇中寫道:

「我們的分析顯示,儘管IBM能夠提供如今最成熟的認知型運算平台,AI調度所需要的大量維護工作將成為其應用過程中的阻礙。我們也相信,IBM會在接下來可能更激烈的AI智慧戰爭中處於下風。因此,根據我們的分析,在IBM上的投資並不太可能會得到超過支出的回報。」

Kisner在報告中著重講述了IBM的過度宣傳問題,並援引了IBM和安德森癌症中心合作破裂這一案例。

2012年,安德森癌症中心與IBM開始合作,它們的目標是讓沃森閱讀病人的症狀、基因序列、病理報告等數據,然後將信息與內科醫生的報告、重要期刊論文整合,幫助醫生製定診斷和治療策略。

今年2月,安德森中心宣布專案終結並向IBM支付3,900萬美元賠款。據悉,研究5年之後,雙方沒有開發出一個可以用在病人身上的工具,技術只能用在實驗性測試中,沒辦法投入使用。

TechCrunch記者John Mannes的經驗,遇到問題的安德森癌症中心並不是個例。在和很多醫療類新創公司的接觸中,他發現不少公司和IBM合作中都會遇到類似的問題。

在Mannes的眼裡,這並不是IBM在技術領域的失誤,而是誇張的宣傳策略和過度樂觀的心態所帶來的結果。 MIT科技評論的編輯David H. Freedman也有相似的觀點。他在評論Watson的文章中寫道:

「IBM在2013年就聲稱『運算的新時代已經出現了』。《富比士》因此認為Watson『現在可以進行臨床實驗』,在幾個月內就能被用在病人身上。」

Kisner報告中發現的另一個問題在於IBM的AI人才不足。在運算新時代中,各個科技公司都必須在AI、深度學習、數據挖掘等領域網羅人才。而對於IBM來說,這個過程在目前並沒有得到足夠的重視。以亞馬遜為例,其公佈的AI相關領域招聘職位超過IBM的十倍。

5w60o8tnz8d9j34j.png
IBM、亞馬遜、蘋果在AI、機器學習、深度學習領域的招聘數據對比。
圖/ 36 氪

在人才招募領域落後於競爭對手的同時,IBM對開發者的支援策略也發生了巨大的變化。在2016年10月,Watson Conversations(Watson支援的聊天機器人)API價格下降了70%。如此大的變動也讓市場對IBM產生了質疑,進一步加快了IBM Watson相關應用開發者的流失,也在一定程度上造成了Watson在應用領域上的不佳表現。

在Mannes的報導中,他還提出了有關Watson訓練數據集的問題。 Watson在醫療領域橫空出世的時候,市場中對於AI訓練數據集的關注還並不足夠,這帶來了Watson發展中的一些問題:

「但是事實在於,AI並不是一個不定形狀的黑洞,把無架構的數據吸進去,就能產生出深刻的見解。可靠的數據渠道、對AI應用領域中商業問題的理解都是必須的。」

據IBM表示,Watson經受了超過300種以上高等級醫學期刊文獻、250本以上醫療書籍、1,500萬頁論文數據研究和MSKCC臨床實踐等數據的訓練。但是在實際應用中,這些數據並不足夠。

況且,在學習已有診斷病例的過程中,Watson也會遇到個人數據缺失的問題。 Watson需要成千上萬被人類醫生完成的診斷病歷作為基礎,但是許多時候,數據並沒有以正確的格式記錄,或者根本不存在,或者裡面缺失了患者的DNA檢測結果;又或者數據來自於幾十個不同的系統,很難被用於Watson的訓練。

不過,數據領域的問題是目前醫療診斷AI遇到的普遍難題,而Watson目前也在經歷改變。儘管安德森中心的專案失敗了,但IBM Watson依舊在從合作者手中獲得數據。據悉,IBM與紀念斯隆-凱特林癌症研究中心、Mayo Clinic、哈佛和MIT附屬研究所、醫療測試巨頭Quest Diagnostics都在相關領域有所合作。

透過IBM Watson這一個案例,我們能發現市場對AI領域出現了更多的反思,幾年前市場中對AI開發的樂觀態度也逐漸有所轉變。

在6月底,MIT科技評論也對IBM的AI醫療「野心」進行了梳理。在文章中,Freedman以醫療產業投資公司Bessemer Venture Partners分析師Stephen Kraus的評論結尾:

「Watson會逐漸在改善醫療診斷結果、降低成本這些領域做出成果嗎?這是可能的……但是這很困難。這不會在今天出現,也不一定會在五年中出現,而且它不能夠代替醫生。」

儘管IBM Watson是市面上最成熟的AI平台之一,他們目前在宣傳、人力和數據方面的問題也為希望進軍醫療領域的開發者提了一個醒。

IBM Watson的未來將會怎樣? IBM將如何處理AI領域日漸激烈的競爭?投資者對於Watson的態度將如何轉變?這都是IBM將要面對的問題。

本文授權轉載自:36 氪

關鍵字: #智慧醫療
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓