IBM认为认知计算作为计算的新领域，并定位其沃森架构，在这个新的景观前进的方向，为公司和客户双方。
在纽约一次活动日启动组织的新屈臣氏业务部门，IBM CEO金尼·罗马蒂热捧在“危险”游戏展2011沃森的胜利作为无外乎在计算新时代的先兆。
今天，我们在电脑中，所有可能的行动，一个计算机可能需要必须提前设定的“可编程时代”，她解释说。
相比之下，沃森是“一个新的物种，”罗梅蒂说。
沃森“是教 - 。它不是编程，它运行的经验和相互作用在设计上，它变得更聪明随着时间的推移而随着时间的推移提供更好的判断，”罗梅蒂说。
虽然IBM一直没闲着沃森技术至少商业用途，因为“危险”的胜利，新的业务单位，屈臣氏集团，显示了IBM的承诺后可编程时代的水平。
IBM将投资US $ 6十亿组中，并在纽约时尚的“硅谷”地区一个国家的最先进的工厂安装业务部门。
该公司还专款专用更多的钱为进一步帮助电脑为自己想的仍然新生科学。现在，所有IBM的研究项目的三分之一将致力于认知计算的某些方面，Guruduth Banavar，IBM的研究副总裁谁也讲了在发布会上说。目前，IBM在全球拥有约3000研究员。
IBM首先开发沃森作为一个研究项目，对人类竞争的游戏节目“危险边缘”，回答在广泛议题的晦涩的小问题。沃森架构是由在机器学习，自然语言处理，知识表示和计算机科学中其他学科一起捆绑IBM研究发展的部分原因。沃森可以制定使用范围源材料的各种格式的特定问题的答案，通过磨炼的答案，实际上，学习如何通过反复试验制订最佳的响应。这种方法被称为认知计算，因为它涉及到计算机模拟生物的大脑，以了解其环境。
现在，IBM正在寻找应用该技术集于更广泛的应用。
迈克尔Rhodin，IBM的高级副总裁监督屈臣氏集团，在如何沃森在商业环境中使用的事件发言。它可以作为一个私人助理，与客户互动，并通过有用的信息花絮数据troves排序，Rhodin说。与标准的呼叫中心交互式语音应答系统，基于沃森 - 系统可以进一步了解来电者的需求通过电话会议的过程中，帮助解决来电者的需求，以更及时，大概少折腾，方式。
该公司也已经深入到其他企业和企业家寻找，沃森可以纳入的产品和服务的方式。该公司已预留亿$的投资在使用沃森和将在该集团的纽约办事处投入500名技术专家，帮助这些组织更加熟悉的科技创业公司。迄今为止，超过890方已经开始与IBM托管沃森服务试验。
其中的几个公司展示了在启动仪式原型。一个这样的公司是MD Buyline，其提供有关医疗设备的医院详细的产品介绍。目前，该公司的分析师组装从厂家，临床研究和其他来源的这些报道，道格拉斯·泰勒，一个MD Buyline产品经理说。
今天，医院的采购委员会必须通过走“山上和数据图的山了他们想要的东西标准化和他们想要购买的东西，”泰勒说。“通过插入沃森入公式，我们可以在更实时的方式这种情况发生。”
在被称为希波克拉底采购顾问的MD Buyline的原型中，用户可以对某种设备进行查询。Watson将返回一组结果，列出该类别中的所有产品。然后，用户可以问一些额外的问题，以缩小可能的选择范围，从而更好地确定哪种设备最适合这项工作。
“我们正在建设动态，将采取一两个星期，以产生通过我们的专家报告，”泰勒说。泰勒说MD Buyline没有预见使用沃森作为昂贵鉴于该服务可以通过缩短采购审查过程甚至有可能减少外会诊费节省金钱医院的额外成本。
也没有关于被锁定，或成为上过度依赖，使用IBM的沃森MD Buyline担心。MD Buyline使用的数据来自多方的 - 医院，厂家，公司本身。在整合沃森到MD Buyline自己的系统的过程中，IBM一直保持着数据的所有权非常干净的界限，让数据拥有者保持自己的材料的控制，泰勒说。
另公司与华生的工作是Welltok，其开发的移动应用程序，提供在保持健康的生活方式的个性化推荐。例如，应用程序，称为中央美术学院（C）好了，可以推荐健康地基于用户的位置和饮食限制吃。Welltok与使用沃森使其系统更具互动性的实验，使用户可以只问去哪里吃，和Watson会自动应用所有相关的元数据，以快速提供最好的答案。
像MD Buyline，Welltok还没有看到添加基于沃森 - 功能，它的服务为贵得离谱，杰夫·科恩，Welltok的共同创始人。Welltok的主要客户是健康险公司，其购买使用的应用程序的代表，他们覆盖的人，希望他们将用它来使健康的生活方式的选择。
“健康计划，我们已经有很高兴的功能添加到他们已经在做的工作，”科恩说，并指出任何功能，鼓励健康的生活方式的选择，这可以减少医疗费用，将被视为对经济利益这些健康计划。
虽然屈臣氏集团工作，以适应基于沃森认知计算到商业环境中，IBM研究中心将继续进一步开发技术本身，Banavar说。
有些工作是IBM研究计划做将围绕开发新的方法来让计算机理解和解释非书面信息，如图像，动画，音频和视频。
“我们不只是在谈论理解的元数据，但了解和内容随着时间学习，” Banavar说。举例来说，一个认知计算功能，可以寻找在MRI图像异常。“精度可当你采用的工具大大提高该获悉异常随着时间的推移，通过大型数据集，并通过人类专家的培训。”
它还将研究新的方式让计算机识别关于手的数据模式和原因。今天的计算机体系结构并不适合于非常大的数据集识别有时有一些细微的图案，Banavar解释。虽然沃森善于从组装大型数据集的答案，它可以通过更好地了解推导出正确答案所需的逻辑改善，这一逻辑是否可应用于其他查询。
“它需要做出是否合乎逻辑的步骤，顺序的判断，该序列背后的证据，适用于特殊情况，” Banavar说。
押杰克逊涵盖了企业软件和通用技术重大新闻进行在IDG新闻服务。按照约押在Twitter上@Joab_Jackson。约押的电子邮件地址是Joab_Jackson@idg.com