Video: How to live to be 100+ - Dan Buettner (November 2024)
Voor de editie van Fast Forward van deze week praat ik met Mark Simpson, VP van Management en Strategie aanbieden voor IBM Watson Marketing.
Dan Costa: Veel mensen hebben de IBM Watson-commercials op tv gezien en ze weten dat Bob Dylan hier op een vage manier iets mee te maken had, maar hoe zou je Watson als een product definiëren?
Mark Simpson: Watson is een cognitief computerproduct dat kan leren als mensen. Het leert, het begrijpt, het redeneert op dezelfde manier als mensen doen en kunnen worden onderwezen in de tijd. Zodat computing kan worden toegepast in veel verschillende gebieden… In wezen is het een vertrouwde adviseur die we mensen kunnen geven die massa's gegevens kunnen opnemen en hen kunnen helpen bij de beslissingen die ze nemen, en hun intelligentie vergroten.
Ik denk dat dat de zin is die bij verschillende mensen is blijven hangen. Het is niet noodzakelijk kunstmatige intelligentie, het is vergrote intelligentie. Het werkt met mensen om hen echt te helpen dingen te doen die ze niet zouden kunnen doen met de hersens die God ons gaf.
Ja, dat is het belangrijkste onderscheid dat we binnen IBM gebruiken. Veel bedrijven hebben kunstmatige intelligentie en wat we niet proberen te doen met verbeterde intelligentie is… repliceer gewoon menselijke intelligentie of vervang menselijke intelligentie. We proberen die mens echt een manier te geven om betere beslissingen te nemen door meer informatie te hebben. Dus echt een adviseur bij zich hebben die hen kan helpen slimmere beslissingen te nemen of sneller beslissingen te nemen, afhankelijk van hun situatie.
Dus Watson zelf, zoals je al zei, moet wel worden geleerd om te presteren in een verscheidenheid van deze verschillende omgevingen. Hoe werkt dat proces?
Ja, zoals je een mens zou leren, echt waar. Je wijst Watson in de goede richting en je geeft hem gegevens en informatie die hij moet opnemen om te kunnen maken, te kunnen leren en begrijpen en redeneren op de manieren die hij moet doen. Het leert voortdurend, dus Watson zal in eerste instantie ook enkele verkeerde beslissingen nemen en het moet worden begeleid op de juiste gebieden, maar dat is allemaal onderdeel van het leerproces. Dus echt, zoals een mens zou leren, denk je er op dezelfde manier aan voor Watson.
Je bent gespecialiseerd in marketing. Hoe wordt Watson toegepast op het gebied van marketing?
Watson kan worden toegepast of ik zie Watson op drie grote manieren. Ten eerste kun je Watson beschouwen als een set computer-API's, waar echt iedereen toegang toe heeft. We zien dus klanten die deze API's om een aantal redenen zullen gebruiken, of dat nu is om klanten op een andere manier te bereiken, dus als u het voorbeeld van 1-800-Flowers neemt, die nu een conciërgeservice op hun website hebben genaamd Gwyn die zou… je vragen stellen over wat je zoekt. Stel dat je op zoek bent naar een cadeau, een cadeau voor je moeder. wat de gelegenheid is of waar uw moeder in geïnteresseerd is. Het zal dan beginnen met het geven van suggesties over de juiste geschenken om uw moeder te geven.
Je kunt Watson in een soort zeer brede bewoordingen denken. De tweede manier om erover na te denken is wat we proberen te doen met het inbedden van Watson in onze marketingplatforms. We denken daar echt aan in hoe we marketeers tijd kunnen besparen en hoe we marketeers slimmere beslissingen kunnen nemen.
Ten derde zou je Watson binnen de marketingplatforms kunnen beschouwen als een volledig andere manier om te communiceren met ons marketingplatform. Dus wanneer Watson Watson inbedden als assistent van de marketeer, kan het campagnes voortdurend analyseren en volgen. U kunt Watson vragen stellen over die campagnes en hoe die campagnes zich tot elkaar verhouden, zodat u sneller en de juiste beslissingen kunt nemen om sneller actie te ondernemen op wat u ziet gebeuren met de campagnes die u uitvoert.
In deze wereld van big data, waar we zoveel informatie over onze bedrijven en over onze klanten verzamelen, lijkt die informatie-overload waarschijnlijk het grootste probleem dat marketeers hebben. Je ziet dat ze voortdurend naar nieuwe dashboards reiken om alle informatie te begrijpen die binnenkomt, maar dashboards zijn niet genoeg. Dashboards zijn vaak niet dynamisch genoeg om die oceanen van informatie echt te begrijpen.
Je hebt volkomen gelijk, en ik denk ook dat als je die 80 procent van de gegevens over klanten ter wereld opneemt en gegevens over het algemeen ongestructureerd zijn en hoe een mens ongestructureerde gegevens op zo'n schaal en dat soort kwantiteit kan omzeilen is moeilijk voor te stellen. Je kunt het bedenken in veel industrieën en marketing wat mensen zeggen op sociale media en in de gezondheidszorg of doktersnotities die worden geschreven en vele andere toepassingen in andere industrieën, in staat zijn die ongestructureerde gegevens op te nemen, van die ongestructureerde gegevens geeft alleen individuen, en in dit geval marketeers, de vertrouwde adviseur die ze nodig hebben om veel slimmere beslissingen te nemen.
Kunt u ons, u noemde 1-800-Flowers, kunt u ons andere voorbeelden geven van hoe Watson wordt gebruikt om deze datasets min of meer te begrijpen?
Daarom werken we samen met Staples met hun Easy Buttons. Mensen hebben de Easy Button gezien, waarbij je gewoon op de knop drukt om meer potloden te bestellen of wat je dan ook tekort komt. Watson werkt samen met Staples om dat in te schakelen en te helpen, dus of je nu weinig benodigdheden hebt en op de Easy-knop drukt of een app op je telefoon opent of Facebook Messenger of Slackbots gebruikt of wat dan ook bestel nieuwe benodigdheden via Staples, Watson begrijpt wat u doet en zal dat mogelijk maken.
Het kan ook beginnen met het voorspellen van uw behoeften. Er zijn dus verschillende toepassingen. We hebben ook heel nauw samengewerkt met North Face, die opnieuw een soortgelijke assistent heeft als Gwyn met 1-800-Flowers, waar u via uw telefoon of op uw computer met de North Face-website kunt praten. Je kunt er ook mee typen en ermee communiceren, maar je kunt de North Face vertellen over je reis. Stel dat je, ik weet het niet, in september in de Himalaya wandelt en de North Face kan afgaan en de locatie opzoeken, de omstandigheden daar ontdekken en terugkomen en aanbevelingen doen over de uitrusting die je draagt zal een aangenamere reis moeten hebben.
Er vindt daar een interessante overgang plaats. The North Face is een geweldig voorbeeld, omdat het in sommige opzichten een conversatie-interface is die wordt aangedreven met AI, dat is heel natuurlijk, waar je het gewoon een beetje informatie geeft, maar dan is er deze enorme back-end voor gegevensanalyse waar deze ongestructureerde gegevens worden verwerkt en draait het vervolgens om en doet bruikbare aanbevelingen voor u.
Ja. Kijk, het begrijpen van menselijke taal is niet eenvoudig, wat een soort van de eerste fase is wanneer je ermee communiceert, zelfs via spraak of tekst of hoe dan ook. Dan heb je de enorme hoeveelheid gegevens achter zich om locatie en weersomstandigheden op te zoeken en die af te stemmen op productcategorieën en scheeftrekkingen en dat soort dingen. Het is echt een opwindende manier van winkelen in vergelijking met naar een website gaan en op categoriepagina's klikken en door lijsten kijken en proberen filters te gebruiken. Het is een veel leukere manier van winkelen.
Het lijkt mij dat dit ons tot dat concept van cognitieve handel brengt, waar je een cognitieve computer hebt die handelstransacties op en neer mogelijk maakt.
Ja, absoluut. Absoluut, en zoals ik zeg, Staples is daar een goed voorbeeld van, en probeert te voorspellen wanneer iemand een tekort heeft aan voorraden op basis van de geschiedenis van het verbruik en het mogelijk maken dat dat bestelproces te gebeuren hoe iemand ook nodig heeft en waar ze zijn en dat soort meer directe en just-in-time uitvoering is, het verandert de handel aanzienlijk, ja.
Hoe moeilijk is het voor een bedrijf om aan de slag te gaan met Watson? Dit zijn behoorlijk geavanceerde concepten. Je kunt je voorstellen dat Staples een team mensen heeft dat hieraan werkt. IBM is uiteraard een zeer groot bedrijf. Hoe moeilijk is het voor een retailer om dit op gang te brengen?
Als je niet alleen in de detailhandel kijkt, is het voor iedereen toegankelijk, maar er zijn natuurlijk bepaalde vaardigheden die je nodig hebt om producten rond te ontwikkelen. De Watson API's staan open voor iedereen. We hebben tieners gezien die het gebruikten om een aantal echt coole apps te bouwen, zoals vechten tegen parkeerkaarten voor zeer grote ondernemingen die het gebruiken om hun eigen AI te verbeteren en soms te vervangen. Er is echt een enorme schaal van use cases daar.
Hoe kan Watson u helpen bij het bestrijden van een parkeerticket?
Het is een fantastische manier om naar het parkeerticket te kijken en naar alle parameters eromheen te kijken en hoe je dat parkeerticket kunt bestrijden en hoe je teruggaat naar die bepaalde autoriteit. Zoals ik zeg, ontwikkeld door tieners, absoluut fenomenaal. De slagingspercentages zijn ook veel hoger dan wanneer je mensen daarvoor gebruikt.
Ga in de rij staan en ga naar het gerechtsgebouw.
Precies goed.
Heel goed. Ik denk dat een ander belangrijk ding de mogelijkheid is om betekenis te geven aan ongestructureerde gegevens, zoals wanneer je eenmaal een gestructureerde gegevensset hebt, het relatief eenvoudig is om wat analyse te doen en wat visualisaties te kunnen doen, enzovoort, maar Watsons vermogen om betekenis te geven aan ongestructureerde data is een van de dingen die ik denk dat het onderscheidt.
Ja absoluut. Als je in marketing naar een paar van de belangrijkste trends kijkt die momenteel in marketing plaatsvinden, is er een explosie van gegevens. Ik denk dat we naar verwachting ongeveer 20 keer zoveel gegevens zullen hebben in 2020, dat is slechts twee en een half jaar weg. Dat is een enorme hoeveelheid meer gegevens, maar zoals u zegt, de vorm van die gegevens verandert naarmate klanten zichzelf minder onthullen, ze gaan actief een manier doen om merken minder van hun informatie te geven. Technologie heeft een soort van geavanceerde om dat ook mogelijk te maken.
Veel meer van die gegevens gaan echt over gedrag en proberen intentie uit het gedrag van individuen te halen. Veel van die gegevens zijn volledig ongestructureerd, dus ik denk dat het oudere soort CRM-stijl van marketing, terwijl het gebruikt wordt, steeds minder effectief zal worden en we moeten nieuwe manieren vinden om die intentie te verwijderen en die op de markt te brengen voor individuen beter.
Hoe lang duurt het voordat dit een proactief proces wordt waarbij de tools daadwerkelijk meer weten over uw toekomstige behoeften en uw toekomstige wensen dan u misschien zelfs over uzelf weet?
Ja, ik denk dat het in eenvoudige gevallen al is gebeurd. Er zijn veel gevallen waarin je dat kunt zien aan mijn wensen als marketeer, wanneer ik naar ons analyseplatform ga, wil ik naar een campagne kijken, ik wil zien of er problemen mee zijn of iets dergelijks. Watson duwt me dat nu actief als individu. Ik denk dat dat in verschillende mate is terwijl je door verschillende bedrijfstakken gaat en ook naar een persoonlijk niveau, dus het is een moeilijke vraag om te beantwoorden, maar ik denk dat dat nu al gebeurt. Ik denk echt dat we ons in een heel vroeg stadium van cognitief computergebruik bevinden. Ik denk dat het opwindende is waar het ons naartoe kan brengen als je vooruit kijkt, omdat ik denk dat de toekomst heel moeilijk is om alle effecten van cognitieve informatica te doorgronden.
Laten we daar een beetje over nadenken, die toekomst in een oogwenk. Ik denk dat we een vraag van het publiek hebben.
Ja, dat is een goede vraag, omdat het veld de hele tijd zo snel beweegt en ik denk dat je overal nieuwe innovaties ziet opduiken. Ik denk dat voor mij een deel van het werk dat we doen bij kanker en kankerzorg echt fenomenaal is. Je kijkt naar die toepassingen van het genezen van ziektes en het helpen van mensen die lijden, en ik denk dat dat de elementen zijn waarvan ik denk dat je dit echt een beetje volhoudt en denkt dat dit gewoon een fenomenaal stuk technologie en computing is dat we echt nodig hebben pak met beide handen vast. Dus ik denk dat er veel verschillende toepassingen zijn in veel verschillende industrieën.
Kun je een industrie bedenken die niet zal worden getransformeerd door cognitieve informatica of kunstmatige intelligentie? Omdat we zien dat het wordt gebruikt in marketingapplicaties, zien we dat het wordt gebruikt in transportapplicaties, commerciele applicaties. Het lijkt erop dat het een van die fundamentele technologieën is die alles verstoort.
Ja. Ik denk dat het opwindende is dat het moeilijk is om een industrie voor te stellen die niet zal worden beïnvloed. Ik denk dat als u de voorbeelden in de bedrijfstakken op dit moment ziet, we een partnerschap hebben aangegaan met H&R Block voor belastingadvies en om uw belastingaangifte in te dienen, rekening houdend met alle wijzigingen in de belastingwetgeving in de afgelopen 12 maanden en in staat zijn om om de belastingadviseurs van H&R Block te helpen betere beslissingen te nemen en hun klanten meer geld te besparen. Verplaats dat naar een deel van het werk dat we doen, misschien met Kone, die liften en roltrappen produceert en samenwerkt met ons internet of things-bedrijf om liften echt in realtime te repareren en voordat ze fout gaan. Niemand zit graag vast in een lift, toch?
Het is echt spannend de verschillende gebieden waarin het kan worden toegepast. Een van de toepassingen die ik onlangs zag, was met Whirlpool, waar de wasmachine met Watson erin ingebed kan praten met de wasdroger om de droger te adviseren hoe lang de droogcyclus moet zijn, wat heel klein en duidelijk klinkt, maar als je erover nadenkt, als je de droogtijd goed krijgt hoeveel energie je wereldwijd kunt besparen, wordt het echt opwindend. De omvang van enkele problemen.
Kleine efficiënties op schaal kunnen grote verschillen maken.
Precies. Precies.
Dat is behoorlijk fascinerend en het is altijd interessant om te zien dat deze super geavanceerde high-end technologieën op dat meest prozaïsche niveau van jou komen, weet je wat? Je gaat minder geld uitgeven aan je elektriciteitsrekening omdat je wasmachine efficiënter wordt.
Absoluut, ja. Uw wasmachine wordt efficiënter en hopelijk krijgt u een betere klantenservice omdat uw wasmachine met de klantenservice kan praten en zij kunnen weten wat er mis gaat en de juiste onderdelen met de technicus sturen om het te repareren.
Geweldig telefoontje. Ik wil ingaan op de vragen die ik al mijn gasten stel, een beetje over de toekomst. Over welke technologische trend maak je je het meest zorgen? Wat houdt je 's nachts wakker?
Ja, het is moeilijk om me 's nachts wakker te houden. Ik slaap best goed. Ik ben een redelijk soort positief persoon, maar ik denk dat als je naar allerlei technologische ontwikkelingen kijkt, ik me vooral zorgen maak over de manier waarop het wordt gebruikt. De zorgen doen zich voor wanneer het op een onethische manier wordt gebruikt, met name met het tempo van de vooruitgang van de technologie. Ik denk dat het heel belangrijk is dat we zoveel mogelijk doen om het ethisch te gebruiken en ik denk dat we zoveel mogelijk doen om ook het onethische gebruik van deze technologieën teniet te doen. Ik denk dat dat waarschijnlijk is als ik naar een of het grootste overkoepelende gebied zou kijken dat ik dat gebied zou kiezen.
Denkt u dat individuele bedrijven dat op zich moeten nemen bij het ontwikkelen van technologieën en producten om na te denken over de gevolgen van deze technologieën voordat ze op de markt worden gebracht?
Ik denk dat het de verantwoordelijkheid van iedereen is.
Ja. We hebben nog een vraag van het publiek.
Er zijn al toepassingen van Watson trouw aan de geneeskunde. Ik noemde kanker, het werk dat we doen met kankerzorg en dat gaat ook breder, dus Watson kan doktersnotities opnemen. Het kan de duizenden medische tijdschriften analyseren die elke dag worden geproduceerd om daar als adviseur te zitten. Vergeet niet dat we de arts adviseren over de beslissingen die hij moet nemen. Het is niet dat Watson het gaat overnemen. Het is echt dat Watson naast geneeskunde gaat werken. Evenzo kan ik in de rechten absoluut zien dat Watson naast advocaten en advocaten zal zitten om hen in staat te stellen betere beslissingen te nemen, ja.
We hebben dat probleem van augmentation specifiek gezien met Watson, waarbij Watson een grootse schaakmeester kan verslaan.
Ja. Kijk, zo bevorderen we alles wat we doen. Zoals we zeggen, verhoogde intelligentie in plaats van kunstmatig.
Aangezien je positief bent, wat is je optimisme dan het meest positief? Waar hoop je het meest op?
Kijk, zoals je kunt zien, word ik erg enthousiast door AI en het is moeilijk om daar niet echt enthousiast over te zijn. Ik denk dat er een paar grote evenementen zijn die plaatsvinden in het leven van mensen, en ik denk dat AI een van die grote evenementen is. Als je kijkt naar de toepassing van AI en als je kijkt naar de toepassing van cognitieve technologieën, de. Het is moeilijk te doorgronden waar het naartoe gaat. Ik denk dat het heel spannend is om na te denken over hoe we dat op een betere manier kunnen toepassen, hoe we mensen meer kunnen helpen door cognitieve informatica te gebruiken. Als ik naar soort kijk, weet ik dat je altijd vraagt naar de favoriete apps van mensen.
Als ik kijk naar het soort van, mijn leven in de afgelopen 40 jaar, zijn er enkele grote belangrijke gebeurtenissen gebeurd die je opwinden en die je opwinden en apparaten gebruiken of wat het ook is. Je denkt dat wanneer de pc echt een soort mainstream wordt, er één is. Toen de smartphone 10 jaar geleden werd gelanceerd, is slechts 10 jaar geleden een andere en ik denk dat AI er nog een is. Ik kijk naar het werk dat we doen, ik heb nu een paar kleine kinderen, het werk dat we doen met bedrijven zoals Sesame Street die 45 jaar met kinderen hebben gewerkt en we bouwen apps om het leren van kinderen te helpen. Ik weet dat het op schoolvakantie aankomt, ik weet dat mijn vrouw graag nieuwe manieren zal vinden om de kinderen tijdens schoolvakanties te vermaken en op te leiden, maar het werk dat we daar doen, vind ik echt opwindend.
Ja. Er is een generatie kinderen, en ik denk dat het komt omdat onze generatie van de juiste leeftijd waarin we op een nieuwe manier in deze technologieën hebben geïnvesteerd en op dezelfde manier waarop ik thuis achterbleef voor de tv, dat niet gaat gebeuren met deze nieuwe generatie. Ze hebben softwaretools waarmee ze kunnen leren op elk scherm dat ze hebben.
Absoluut. Absoluut. Ik zou graag mijn oudste weg van de tv willen krijgen en je kunt die verschuiving al zien. U kunt de verschuiving naar de iPad en de computer al zien om te onderzoeken en meer te weten te komen. Ik vind het een spannende toekomst.
Als je één app of product of dienst had waar je naar zou moeten wijzen en zeggen: "Dit ding heeft mijn leven veranderd", wat zou het dan zijn?
Ja. Ik kijk, zoals ik al zei, er zijn enkele belangrijke gebeurtenissen die volgens mij hebben plaatsgevonden. Je ziet er toen ik jong was, onze eerste computer in huis halen. Je kijkt naar de smartphone, alles binnen handbereik, waar je ook bent, is er weer een van. Zoals ik zeg, AI is er een waarvan ik denk dat het dat ook echt naar een ander niveau kan tillen. Ik denk dat er door het leven van mensen een aantal heel belangrijke zijn waar je voortdurend zult merken dat je nieuwe, soort nieuwe kansen krijgt om te vertrouwen op iets dat echt groot is. Ik denk dat AI waarschijnlijk de volgende revolutie is.
Oke. Als mensen willen volgen wat je doet, wat IBM doet, wat Watson doet, is tot op de dag van vandaag, hoe kunnen ze je online vinden?
Ja, dus ik ben op LinkedIn. Ik ben op Twitter. Ik heb eigenlijk een nieuw Twitter-account. Mijn laatste kan ik niet krijgen.
U bent uw Twitter-account kwijt?
Ik ben mijn Twitter-account kwijt.
Want was het slecht gedrag?
Het was geen slecht gedrag, nee. Daar heeft niets mee te maken. Ik ben de wachtwoorden en het e-mailadres kwijtgeraakt, dus mijn nieuwe account @SIMMOMJ.
Oké, we zullen proberen je een aantal volgers te krijgen om het snel op te voeren.
Precies. Het zou een hulp zijn.
