Ibm vp snakker kamp mot kreft, parkerer billetter med watson

For denne ukens utgave av Fast Forward, snakker jeg med Mark Simpson, VP for Offering Management and Strategy for IBM Watson Marketing.

Vi diskuterer selvfølgelig Watson, men også kunstig intelligens, maskinlæring, og - viktigst av alt - hvordan bedrifter bruker disse verktøyene for å bedre forstå sine kunder, samarbeidspartnere og hvordan de driver virksomheten. Les eller se hele diskusjonen vår nedenfor.

Dan Costa: Mange har sett IBM Watson-reklamen på TV, og de vet at Bob Dylan hadde noe med dette å gjøre på en vag måte, men hvordan vil du definere Watson som et produkt?

Mark Simpson: Watson er et kognitivt databehandlingsprodukt, som kan lære som mennesker. Den lærer, den forstår, den grunner på samme måte som mennesker gjør og kan læres over tid. Slik at databehandling kan brukes på mange forskjellige områder… I hovedsak er det en pålitelig rådgiver som vi kan gi til mennesker som kan ta inn masse data og hjelpe dem i beslutningene de tar, og øke intelligensen deres.

Jeg tror det er setningen som har sittet fast hos en rekke mennesker. Det er ikke nødvendigvis kunstig intelligens, det er en utvidet intelligens. Det fungerer med mennesker for å virkelig hjelpe dem med å gjøre ting som de ikke ville kunne gjøre med hjernen som Gud ga oss.

Ja, det er den viktigste differensiereren som vi bruker i IBM. Mange selskaper har kunstig intelligens, og det vi ikke prøver å gjøre med økt intelligens er… bare gjenskape menneskelig intelligens eller erstatte menneskelig intelligens. Vi prøver virkelig å gi det menneskelige en måte å ta bedre beslutninger gjennom å ha mer informasjon. Så virkelig å ha en rådgiver som sitter ved deres side som kan hjelpe dem i å ta smartere beslutninger eller raskere beslutninger avhengig av situasjonen deres.

Så Watson selv, som du nevnte, trenger det å bli lært opp til å opptre i en rekke av disse forskjellige miljøene. Hvordan fungerer den prosessen?

Ja, som du vil lære et menneske, egentlig. Du peker Watson i riktig retning, og du gir den data og informasjon som den trenger å innta for å kunne lage, for å kunne lære og forstå og resonnere på måtene den trenger å gjøre. Det lærer kontinuerlig, så Watson vil i utgangspunktet ta noen gale beslutninger også, og det må veiledes på de rette områdene, men det er alt en del av læringsprosessen. Så virkelig, som et menneske ville lære, tenker du på det på samme måte for Watson.

Du er spesialist på markedsføringsfeltet. Hvordan brukes Watson innen markedsføring?

Watson kan brukes, eller jeg ser Watson brukes på tre store måter. For det første kan du tenke på Watson som et sett med databehandlings-API-er, som noen som helst kan ha tilgang til. Så vi ser kunder som vil bruke disse API-ene av mange årsaker, enten de ser på å nå kunder på en annen måte, så hvis du tar eksemplet til 1-800-Flowers, som nå har en concierge-tjeneste på nettstedet deres som heter Gwyn som ville… stilt deg spørsmål om det du leter etter. Si at du leter etter en gave, en gave til moren din. hva anledningen er eller om hva moren din er interessert i. Den vil da begynne å gi forslag til de riktige gavene du kan gi moren din.

Du kan tenke på Watson i slags veldig brede vendinger. Den andre måten å tenke på det er hva vi prøver å gjøre med å legge inn Watson i markedsføringsplattformene våre. Vi tenker på det virkelig hvordan vi kan spare markedsførere tid og hvordan kan vi få markedsførere til å ta smartere beslutninger.

For det tredje kan du se på Watson innenfor markedsføringsplattformene som en helt annen måte å samhandle med vår markedsføringsplattform. Så Watson, når vi legger inn Watson som assistent for markedsføreren, kan den analysere og overvåke kampanjer fortløpende. Du kan stille Watson spørsmål om disse kampanjene og hvordan disse kampanjene sammenlikner seg med hverandre for at du kan ta forskjellige og riktige beslutninger på en raskere måte å iverksette det du ser skjer med kampanjene du kjører.

I denne verdenen av big data, hvor vi samler inn så mye informasjon om våre virksomheter og om kundene våre, synes informasjonsoverbelastning at det sannsynligvis er det største problemet som markedsførere har. Du ser dem nå ut til nye dashboards for å prøve å gi mening om all informasjonen som kommer inn, men dashbordene er ikke nok. Dashbord mange ganger er ikke dynamiske nok til å virkelig gi mening om disse informasjonshavene.

Du har helt rett, og jeg tenker også hvis du legger på at 80 prosent av verdens data om kunder og data generelt er ustrukturert og hvordan et menneske kan få hodet rundt ustrukturerte data i den slags skala og den slags mengde er veldig vanskelig å forestille seg. Du kan tenke på det på tvers av mange bransjer og markedsføre hva folk sier på sosiale medier og i helsetjenester eller legenotater som skrives og mange andre applikasjoner i andre bransjer, å kunne ta inn den ustrukturerte data, være i stand til å være fornuftig av de ustrukturerte dataene gir enkeltpersoner, og i dette tilfellet markedsførere, den pålitelige rådgiveren de trenger for å begynne å ta mye smartere beslutninger.

Kan du gi oss, nevnte du 1-800-Flowers, kan du gi oss andre eksempler på hvordan Watson ble brukt til å på en måte gi mening av disse datasettene?

Så vi har inngått et samarbeid med Staples med Easy Buttons. Folk har sett Easy-knappen der du bare trykker på knappen for å bestille flere blyanter eller hva du enn mangler på den tiden. Watson er sammen med Staples for å hjelpe deg med å aktivere og hjelpe strøm det, så uansett om du har lite på forsyninger og trykker på Easy-knappen eller om du går inn i en app på telefonen din, eller om du bruker Facebook Messenger eller Slackbots eller hva har du å gjøre bestiller nye rekvisita gjennom Staples, vil Watson forstå hva du gjør, og det vil gjøre det mulig.

Det kan også begynne å forutsi dine behov. Så det er forskjellige bruksområder. Vi har også jobbet veldig tett med North Face som igjen har en lignende assistent som Gwyn med 1-800-Flowers der du kan snakke med North Face nettstedet via telefonen eller på datamaskinen din. Du kan også skrive og samhandle med den, men du kan fortelle North Face om turen. Si at du er, jeg vet ikke, fotturer i Himalaya i september og North Face kan gå av og slå opp stedet, finne ut forholdene der, og det kan komme tilbake og gi anbefalinger rundt utstyret du er vil trenge å ha en mer behagelig tur.

Det er en interessant overgang som skjer der. The North Face er et flott eksempel fordi det på noen måter er et samtalegrensesnitt som er drevet med AI som er veldig naturlig der du bare gir det litt informasjon, men så er det denne enorme dataanalysen bakenden der den tar disse ustrukturerte dataene og snur den deretter og gir handlingsrike anbefalinger til deg.

Yeah. Se, det å forstå menneskespråk er ikke en enkel ting, noe som er den første fasen når du samhandler med det, selv ikke gjennom tale eller tekst eller derimot. Så har du massene med data bak seg og ser på beliggenhet og værforhold og matcher det mot produktkategorier og skjevheter og slike ting. Det er en veldig spennende måte å handle på sammenlignet med å gå inn på en webside og klikke på kategorisider og se gjennom lister og prøve å bruke filtre. Det er en mye morsommere måte å handle på.

Det virker som om det bringer oss til det begrepet kognitiv handel der du har en kognitiv datamaskin som muliggjør handelstransaksjoner opp og ned foran.

Ja, absolutt. Absolutt, og som jeg sier, Staples er et flott eksempel på det, å prøve å forutsi når noen kommer til kort på forsyninger basert på forbrukshistorien og gjør det mulig for den bestillingsprosessen å skje uansett hvor noen trenger og hvor enn de er og har den slags mer umiddelbar og rettidig tids oppfyllelse er, det endrer handel betydelig, ja.

Hvor vanskelig er det for et selskap å komme i gang med Watson? Dette er ganske sofistikerte konsepter. Du kan forestille deg at Staples har et team av mennesker som jobber med dette. IBM er tydeligvis et veldig stort selskap. Hvor vanskelig er det for en detaljist å spinne dette opp?

Hvis du ikke bare ser på detaljhandel, er det tilgjengelig for alle, men det er åpenbart visse ferdigheter du trenger for å kunne utvikle produkter rundt. Watson API-er er åpne for alle. Vi har sett at tenåringer bruker det for å bygge noen veldig kule apper som å bekjempe parkeringsbilletter til veldig store bedrifter som bruker den til å forsterke og noen ganger erstatte sin egen AI. Det er virkelig en stor skala av brukssaker der.

Hvordan kan Watson hjelpe deg med å kjempe mot en parkeringsbillett?

Det er en fantastisk måte å se på parkeringsbilletten og se på alle parameterne rundt den og hvordan du kanskje kan bekjempe den parkeringsbilletten og hvordan du samhandler tilbake til den aktuelle myndigheten. Som sagt, utviklet av tenåringer, helt fantastisk. Suksessprosentene er også mye høyere enn de er hvis du bruker mennesker til å gjøre det.

Stå i kø og gå til tinghuset.

Helt riktig.

Veldig bra. Jeg tror en annen sentral ting er muligheten til å gi mening om ustrukturerte data, som at når du først har et strukturert datasett er det relativt enkelt å gjøre noen analyser og være i stand til å gjøre noen visualiseringer og så videre, men Watsons evne til å gi mening om ustrukturert data er en av tingene jeg tror som skiller dem ut.

Ja absolutt. I markedsføring, hvis du ser på et par av de viktigste trendene som skjer innen markedsføring for øyeblikket, er det en at det er en eksplosjon av data. Jeg tror vi anslås å ha omtrent 20 ganger datamengden innen 2020, som bare er to og et halvt år unna. Det er en enorm mengde mer data, men som du sier, formen på disse dataene endres når kundene begynner å avsløre seg mindre, de er aktivt ute på en måte å gi merkevarer mindre av informasjonen sin. Teknologi har slags avansert for å gjøre det også.

Mye mer av disse dataene handler egentlig om atferd og prøver å hente ut intensjon fra enkeltpersoners oppførsel. Mye av disse dataene er fullstendig ustrukturerte, så jeg tror den eldre typen CRM-markedsføringsstil, mens den har bruken kommer til å bli mindre og mindre effektiv, og vi må finne nye måter å trekke ut den hensikten og bruke den til å markedsføre til enkeltpersoner bedre.

Hvor lang tid vil det gå før dette blir en proaktiv prosess der verktøyene faktisk vet mer om fremtidige behov og fremtiden ønsker, enn du kanskje til og med vet om deg selv?

Ja, jeg tror det i enkle tilfeller har det allerede. Det er mange tilfeller der du kan se at fra mine ønsker som markedsfører, når jeg går inn på vår analytiske plattform, vil jeg se på en kampanje, jeg vil se om det er noen problemer med det eller noe sånt. Watson presser det aktivt til meg som individ nå. Jeg tror det er ulik grad av det når du går gjennom forskjellige bransjer og ned til et personlig nivå også, så det er et vanskelig spørsmål å svare på, men jeg tror at det allerede skjer for øyeblikket. Egentlig tror jeg se, vi er i de veldig tidlige stadiene av kognitiv databehandling. Jeg synes det spennende er hvor det kan ta oss når du ser frem, fordi jeg synes fremtiden er veldig vanskelig å sortere etter alle effektene som kognitiv databehandling kan ha.

La drømme litt om den fremtiden på bare et sekund. Jeg tror vi har fått et spørsmål fra publikum.

Ja, det er et godt spørsmål fordi feltet beveger seg så raskt hele tiden, og jeg tror du ser nye innovasjoner dukke opp overalt. Jeg tror at noe av arbeidet vi jobber med kreft og kreftomsorg for meg virkelig er fantastisk. Du ser på bruksområdene for å kurere sykdom og hjelpe mennesker som lider, og jeg tror at det er elementene som jeg tror du virkelig holder stand ved dette og tror dette bare er et fenomenalt teknologi- og databehandling som vi virkelig trenger å ta tak med begge hender. Så jeg tror det er mange forskjellige bruksområder på tvers av mange forskjellige bransjer.

Kan du tenke på en bransje som ikke vil bli transformert av verken kognitiv databehandling eller kunstig intelligens? Fordi vi ser at det blir brukt i markedsføringsapplikasjoner, ser vi det brukes i transportapplikasjoner, handelsapplikasjoner. Det virker som det er en av de grunnleggende teknologiene som forstyrrer alt.

Yeah. Jeg synes det spennende er at det er vanskelig å forestille seg en bransje som ikke blir berørt. Jeg tror at hvis du ser eksemplene som er i bransjene for øyeblikket, har vi inngått et samarbeid med H&R Block for skatterådgivning og for å sende inn selvangivelsen, ta hensyn til alle endringene i skattelovene de siste 12 månedene og kunne for å hjelpe H&R Blocks skatterådgivere med å ta bedre beslutninger og spare kundene mer penger. Du flytter det til noe av det arbeidet vi gjør, kanskje med Kone, som produserer heiser og rulletrapper og samarbeider med internett om ting for å gjøre det mulig å fikse heiser i sanntid og før de går galt. Ingen liker å bli sittende fast i en heis, ikke sant?

Det er virkelig spennende de forskjellige områdene det kan brukes på. Et av bruksområdene jeg så her om dagen var med Whirlpool der vaskemaskinen med Watson innebygd i den er i stand til å snakke med tørketrommelen for å gi råd til tørketrommelen om hvor lang tørkesyklus skal være, noe som høres veldig lite og opplagt ut, men hvis du tenker på det, hvis du får tørketiden riktig hvor mye energi som kan spare over hele kloden, blir det virkelig spennende. Omfanget av noen av problemene.

Små effektivitet på skala kan gjøre store forskjeller.

Nøyaktig. Nøyaktig.

Det er ganske fascinerende, og det er alltid interessant å se disse supers sofistikerte avanserte teknologiene komme ned til det mest prosaiske nivået av dere vet hva? Du kommer til å bruke mindre penger på strømregningen din fordi vaskemaskinen kommer til å bli mer effektiv.

Absolutt, ja. Vaskemaskinen din blir mer effektiv, og forhåpentligvis får du bedre kundeservice fordi vaskemaskinen din kan snakke med kundeserviceaktøren og de kan vite hva som går galt og sende de riktige delene med ingeniøren for å fikse det.

Stor samtale. Jeg vil gå videre til spørsmålene jeg stiller alle gjestene mine, litt om fremtiden. Hvilken teknologisk trend er du mest opptatt av? Hva holder deg oppe om natten?

Ja, det er vanskelig å holde meg oppe om natten. Jeg sover ganske godt. Jeg er en ganske slags positiv person, men jeg tror at når du ser på all slags teknologiutvikling, tror jeg at det som bekymrer meg mest er at måten den brukes på. Bekymringene er i når den brukes på en uetisk måte, spesielt med tempoet i teknologiforløpet. Jeg tror det er veldig viktig at vi gjør så mye vi kan for å bruke det etisk, og jeg tror at vi gjør så mye vi kan også for å annullere den uetiske bruken av disse teknologiene også. Jeg tror det sannsynligvis var hvis jeg så på det ene eller det største overordnede området jeg ville valgt det området.

Tror du at enkelte selskaper bør ta det på seg selv når de utvikler teknologier og produkter for å tenke på konsekvensene av disse teknologiene før de bringer dem på markedet?

Jeg tror det er alles ansvar.

Yeah. Vi har fått et annet spørsmål fra publikum.

Det er allerede anvendelser av Watson som er tro mot medisin. Jeg nevnte kreft, arbeidet vi gjør med kreftomsorg, og det vil også gå bredere, så Watson kan innta legenes notater. Den kan analysere de tusenvis av medisinske tidsskrifter som blir produsert hver eneste dag for å sitte der som rådgiver. Husk at vi gir legen råd om beslutninger de må ta. Det er ikke slik at Watson kommer til å ta over. Det er virkelig Watson kommer til å jobbe sammen med medisin. Tilsvarende kan jeg i lov absolutt se at Watson vil sitte sammen med advokater og de i advokatyrket for å gjøre dem i stand til å ta bedre avgjørelser, ja.

Vi har sett det spørsmålet om forstørrelse spille ut spesielt med Watson der Watson kan slå en storslagen sjakkmester.

Yeah. Se, det er slik vi fremmer alt vi gjør. Som vi sier, forsterket intelligens fremfor kunstig.

Siden er du en positiv person, på oppsiden, hva er du mest optimistisk med? Hva er du mest håp om?

Se, som du kan se blir jeg veldig begeistret av AI, og det er vanskelig å ikke bli veldig begeistret av det. Jeg tror det er noen slags store begivenheter som skjer gjennom folks liv, og jeg tror at AI er en av de store begivenhetene. Når du ser på bruken av AI og når du ser på bruken av kognitive teknologier, vil. Det er vanskelig å se hvor den kommer til. Jeg tror at å tenke på hvordan vi kan anvende det på en bedre måte, hvordan vi kan hjelpe mennesker mer ved å bruke kognitiv databehandling, er et virkelig spennende område. Hvis jeg ser på slags, vet jeg at du alltid spør om slags folks favorittapper.

Hvis jeg ser på slags liv i løpet av de siste 40 årene, var det noen store, store begivenheter som skjedde gjennom det, hva slags begeistring for deg og du bruker enheter eller hva det er. Du tror når PC-en virkelig blir mainstream er en. Da smarttelefonen ble lansert for 10 år siden, er bare 10 år siden en annen, og jeg tror AI er en annen av dem. Jeg ser på arbeidet vi gjør, jeg har nå et par små barn, arbeidet vi jobber med selskaper som Sesame Street som har hatt 45 år med barn, og vi bygger apper for å hjelpe barnas læring. Jeg vet at det kommer opp til skoleferier, jeg vet at min kone vil være opptatt av å finne nye måter å underholde og utdanne barna gjennom skoleferien, men arbeidet vi gjør der synes jeg er veldig spennende.

Yeah. Det er en generasjon barn, og jeg tror det er fordi vår generasjon i riktig alder hvor vi investerte i disse teknologiene på en ny måte og på samme måte som jeg fikk være hjemme foran TV-en, det kommer ikke til å skje med denne nye generasjonen. De kommer til å ha programvareverktøy som hjelper dem å lære på hver skjerm de har med seg.

Absolutt. Absolutt. Jeg vil gjerne få den eldste bort fra TV-en mer, og du kan allerede se det skiftet. Du kan allerede se skiftet til iPad og datamaskinen for å undersøke og finne ut mer. Jeg synes det er en spennende fremtid.

Hvis du hadde en app eller produkt eller tjeneste som du måtte peke på og si: "Denne tingen forandret livet mitt, " hva ville det da være?

Yeah. Jeg ser på, som sagt, det er noen store begivenheter som har skjedd tror jeg. Du ser da jeg var ung og fikk vår første datamaskin i huset. Du ser på smarttelefonen, og har alt til hånden uansett hvor du er, en av disse. Som sagt, AI er en der jeg tror det virkelig kan ta det til et annet nivå også. Jeg tror at gjennom folks liv er det noen virkelig store der du kontinuerlig vil oppleve at du får nye, slags nye muligheter til å stole på noe som er virkelig stort. Jeg tror AI sannsynligvis er den neste revolusjonen.

Greit. Hvis folk ønsker å følge det du gjør, hva IBM gjør, hva Watson gjør, er opp til i disse dager, hvordan kan de finne deg på nettet?

Ja, så jeg er på LinkedIn. Jeg er på Twitter. Jeg har faktisk en ny Twitter-konto. Den siste jeg ikke kan få tak i.

Har du mistet Twitter-kontoen din?

Jeg mistet Twitter-kontoen min.

For var det dårlig oppførsel?

Det var ikke dårlig oppførsel, nei. Ingenting å gjøre med det. Jeg mistet passordene og e-postadressen det ble sendt med, så min nye konto @SIMMOMJ.

Greit nok, vi vil prøve å få deg noen følgere til å sortere rampen raskt.

Nøyaktig. Det ville være en hjelp.