ZDNet至顶网软件频道消息:在IBM勾勒出的Watson认知计算系统蓝图中,该系统最终将提升研发回报。在纽约的一个活动上,IBM展示了Watson的新用途,借此将认知计算推向商用,并使Watson Group变成公司的增长动力。
实施Watson
由于上面这些变数,为什么医疗和科研领域是Watson的核心应用领域就显而易见了。Watson可以伸缩,并且能够重复使用知识。Gold指出医疗机构可以选择将内容限定在Pubmed数据库或者Medline数据库,将搜索的范围限定为帕金森综合症。
IBM的挑战:给Watson足够多的知识和内容,扩展更多的行业用例并且让Watson的使用变得更像是一个“交钥匙”工程。
在研发上的投资回报率
Watson星期四的升级最大的看点在于IBM将推动研发的投资回报率,在科技领域,研发是很大的一块投资,占到收入的百分之三到百分之十几的比例,有时候甚至更高。IBM在研发上的投入占到每年收入的6%。
如果Watson能够将药物推向市场的时间平均缩短8.5年,或者能够更早地让研发走出死胡同,那就是真正的回报。
研发的回报将是变革性的,会有更好的故事可以讲述,而不是更好地处理呼叫中心事务。
Gold指出,IBM将研发费用的三分之一投入到认知计算上。关于Watson的投资回报,最好的故事应该是Watson能够节省自身的研发费用——或者甚至是帮助获得资金。Gold表示Watson“间接地”改变了IBM的研发方式。如果IBM希望企业大量涌向Watson,它就应该利用自己的研发部门作为一个案例,在保持同等效率的前提下,将研发的投入降到销售收入的5%。
年销售额一千亿美元的百分之一意味着Watson完全回报了IBM最初给Watson Group的投资。Watson能够创造食谱,这很好,但是这个星球上的每一家企业都会注意到认知计算能够让研发变得更好的承诺。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。