它在大数据圈中有点普遍接受的智慧，小公司和初创公司将成为推动大数据技术前进并定义市场形态的人。大型球员，如IBM和Oracle，无法快速调整到突破性速度的世界变化，将看到他们的商业智能市场的比特，剥夺了更小，更敏捷的竞争对手。
赌注很高：Tranparity Market Research预测2018年全球大数据的市场将增长至483亿美元。
但IBM并没有服用众所周心的智慧。上周，它宣布了新的IBM Watson集团业务部门，纽约城市活动是一种信号，而不是其有意加强在大数据市场中的竞争，但它的计划将与其被称为有关的领导地位“新的计算时代”。
2011年，IBM将世界推出到Watson，这是一个可以播放电视游戏的超级计算机显示危险！并赢得人类对手。不仅仅是任何反对者要么：沃森使陷入困境的灭蚊剂！冠军布拉德队列和肯詹宁斯。鹿特持有危险记录！詹宁斯持有最长的危险纪录的奖金！赢得胜利74胜。
“2011年，我们向您推出了一个新的时代[计算]。它是认知的，”IBM CEO Ginni Romette说。“这是一个新的物种，如果我能把它称为那个。它被教导了，没有编程。它随着时间的推移变得更聪明。它随着时间的推移做出更好的判断。为什么我们拍摄Watson？它是为一个大数据的世界建造的。它有可能在任何地方改变企业和行业。“
“这不是超级搜索引擎，”她补充道。“它可以在大海捞针中找到一个针，但它也了解了大海捞针。”
什么是认知计算？
In other words, IBM says cognitive computing systems like Watson are capable of understanding the subtleties, idiosyncrasies, idioms and nuance of human language by mimicking how humans reason and process information.
Whereas traditional computing systems are programmed to calculate rapidly and perform deterministic tasks, IBM says cognitive systems analyze information and draw insights from the analysis using probabilistic analytics. And they effectively continuously reprogram themselves based on what they learn from their interactions with data.
“If you take it at its essence, at its core, it's a system that understands natural language," says Michael Rhodin, formerly senior vice president of IBM's Software Solutions Group, who has been tapped to lead the Watson Group. "It reads. When it reads a lot, it adapts and learns. It gets smarter. When you ask it questions, it will generate hypotheses--potential answers--with a degree of confidence."
“它不仅仅是从今天所了解的内容，”罗丹丁增加了。“您可以向其添加新数据。它每天都读取新的书籍。它将点从它读到它已经读取的内容。有时它只是读取它已经读取的东西。它必须对其进行读取。当我们开始向前迈进时，沃森正在更聪明地变得更聪明。我们为它添加了新功能。它正在学习推理，通过事物思考。“
根据IBM的说法，认知计算确实归结为三大能力：
能够进行深入自然语言处理和分析的能力，以获得信息摄取和研究，以及提供人类的通信。
能够在统计上生成和评估一系列基于证据的假设，以便能够以相关和有意义的方式回答问题。
适应和学习从培训，与人类的互动的能力，与它产生的假设相关的互动。
“These abilities make Watson ideal for applications where large amounts of information need to be ingested and understood, complex decisions are made and feedback is available to train the application to improve its decision making over time," says IDC's David Schubmehl, research director for the research firm's Search, Content Analytics and Discovery research.
“今天,消费者继续努力寻找use actionable information," Schubmehl adds. "Traditional search systems deliver web pages, documents, video and audio to users when what they are really looking for is answers and advice."
“IBM的Watson背后的技术占据了所有这些信息来源并将其蒸馏出来，以实现重要的事实，事件和关系。其自然语言能力，假设生成，认知分析和机器学习组件随后利用这些事实，事件和关系来回答以与人类的方式相同的问题。此外，如果它是错误的或不正确的，Watson还拥有反馈设施，以便随着时间的推移，它可以学习并获得“更聪明”。“
IBM努力获得与沃森的大数据立足
And yet, for all that, IBM has been struggling to gain traction for Watson in the commercial sphere since the high-profile Jeopardy! win, but response has been tepid. According to The Wall Street Journal, Watson has brought IBM only $100 million in revenue in the three years since its debut.
部分的部分可能归因于沃森的敞篷下的东西。赢得了危险的沃森！由90 IBM电源750 Express服务器构建，由8核处理器提供电源 - 每台机器中的四个，每个机器共使用32个处理器。当时，Power 750服务器运行34,500美元，最多增加了300万美元。
While IBM characterized the price as affordable, particularly in the healthcare vertical Big Blue was targeting, the alternative was a Hadoop cluster built with open source software and commodity servers. Scaling with commodity hardware is a very different proposition from scaling with big-ticket servers.
“这种明显增长有几个原因，但最大可能只是IBM在商品化，开源大数据分析世界中是一种奢侈品，”MongoDB的业务发展和企业战略副总裁Matt Assay说。“当你可以免费运行Hadoop时，为什么为Watson支付数百万美元？”
此外，Assay指出，WSJ发现Watson学习的方式意味着IBM的工程师必须学习客户业务的技术性并将其翻译为Watson。
“换句话说，沃森就像招聘了一位昂贵的数据科学家，除了几乎是周到的，”的测定说。“对于学习Hadoop或其他大数据技术的客户来说，远远甚至更好，并提出数据本身的问题，而不是为IBM的昂贵顾问及其大数据技术支付，这恰好在覆盖物下，无论如何。”
Finally, Assay asks, where are the developers? He calls Watson's lack of a developer ecosystem its "most glaring omission."
Big Blue Seeking to Answer Doubts with New IBM Watson Group
With the new Watson Group, IBM is aiming to turn all that around. The group, which IBM will scale up to 2,000 employees, is set to develop and run cloud-based cognitive applications and services on behalf of enterprise users.
IDC's Schubmehl says the current Watson cloud service can support millions of users, supports dialog chaining for input, can ingest and train in hours and supports a broad industry corpus of knowledge.
Big Blue为该集团专用了10亿美元的投资，其中包括1亿美元用于投资启动公司，该公司在其新的Watson Developer云上运行的应用程序，是一个云主办的市场到开发Watson Powered应用程序的应用程序提供商。Developer Cloud将支持Watson生态系统，这是一个基于Watson的实现，伴侣和第三方开发人员可以用于将认知能力嵌入新的或现有应用程序。
沃森生态系统
“我们在未来几年内投入了10亿美元，”Rhodin说。“我们将与世界分享Watson。Eras不是我们独自的。我们恰好遇到了牧养他们并将他们带到整个世界。我们制作市场。这就是我们要做的。“
“我们认识到这项技术的力量真的是为每个人做的事情，”他补充道。“为了达到所有人，我们需要帮助。我们需要一个生态系统。我们需要合作伙伴。我们认为决定加入我们的人将改变世界。”
许多早期的IBM Watson生态系统参与者已经开始展示今年发布的沃特森动力应用程序的早期版本，包括以下内容：
MD Buyline是医院和医疗保健系统的供应链解决方案提供商，正在开发应用程序，允许临床和金融用户实时，了解医疗设备购买的明智决策。
Welltok是社会健康管理的专家，正在开发一个基于Web的消费者应用程序，帮助用户创建“智能健康行程”，这奖励用户参与健康行为。
Fluid，一个创业公司，为Reebok和Brooks Brothers等主要品牌建立在线购物体验，它正在构建个人购物者应用程序。
“沃森生态系统将在接下来的几年内方便各种类型的专家推荐应用程序，并将继续燃料研究和创新，以利用数字信息的巨大增长来改善医疗的广泛进程诊断到科学研究的购物，“IDC的Schubmehl说。
Watson大数据服务
Out of the gate, IBM is offering three new services based on Watson's cognitive intelligence: Watson Discovery Advisor, Watson Analytics and Watson Explorer.
Watson Discovery Advisor is intended to help find the right questions in their data. IBM says it will revolutionize how industries like pharmaceutical and publishing conduct their research by reducing the time researchers need to formulate conclusions that can advance their work. For instance, with Discovery Advisor, Watson can pour through millions of articles, journals and studies, determine context, synthesize the data and help users pinpoint connections.
IBM一直与elsevier紧密合作，是科学，技术和医疗信息产品和服务的领先提供商，包括灰色的解剖和期刊等文本，如柳树，探索沃森的认知技术如何用于帮助临床医生保持联系 -给予患者所需的医学知识的日期，尽可能达到越来越艰巨的任务，因为医疗数据继续以指数率增长。
Watson Analytics允许用户通过视觉表示探索大数据洞察，而无需高级分析培训。IBM表示，该服务在数据发现过程中删除了常见的障碍，使业务用户能够快速，独立地揭示其数据的见解。Watson Analytics占自一间的数据，曲面曲面最重要的关系，并以交互式的视觉格式呈现结果。
最后，Watson Explorer旨在通过统一的视图帮助跨越企业的用户揭示并共享数据驱动的洞察，该统一视图显示所有用户的数据驱动信息，以及开发提供全面的信息丰富的应用程序的框架，主题的上下文相关视图。
今年下半年，IBM计划推出Watson参与顾问，旨在帮助企业重新定义与客户的参与。DBS银行上周宣布，它将申请Watson，包括参与顾问，以改善其为富裕客户提供的建议和经验。
This story, "IBM Looks to Outsmart Big Data Competition With Watson" was originally published byCIO. 。