到底做错了什么？

无论如何，为了快速融合红帽，2019 年 6 月，IBM 宣布推出 Cloud Paks，基于红帽 OpenShift、Red Hat Linux，从应用、数据、集成、自动化、多云管理和安全等方面提供预集成的软件和解决方案，以容器化的中间件帮助企业关键应用向任何云环境迁移。

　　市场咨询公司 WIKIBON 认为，IBM 的机会在于将红帽 OpenShift 扩展到 IBM 广大客户群中，扩散到各公有云、私有云、企业本地数据中心、边缘数据中心等计算环境中，从而将搭载在 OpenShift 上的 IT 服务管理工具连接起来，包括控制面板、安全面板、数据传输和管理面板、网络面板、容灾与恢复面板等，最终实现巨大商业价值。而 Cloud Paks 的推出正体现了 IBM 在此方向上的努力。

　　Cloud Paks 旨在提供经过 IBM 认证的预配置、容器化和经过测试的解决方案，消除在云中部署工作负载时的许多未知因素。尽管这是一种简化的好方法，但针对每个客户不同需求仍需要大量定制，需要自定义实施 Cloud Pak 部署的很大一部分，而不是“现成”解决方案。

　　2020 年，在年度 Think Digital 大会上，IBM 发布了又一款混合云产品 IBM Cloud Satellite 技术预览，将 IBM Cloud 公有云服务延伸到任何客户需要的地方，无论是云端、本地数据中心、托管数据中心或边缘数据中心。同时，还发布了 IBM 边缘计算应用管理器（IBM Edge Computing Application Manager），为边缘计算提供自主管理解决方案。

　　IBM Cloud Paks、IBM 技术预览、IBM 边缘计算等产品构成了，基于红帽的基础设施即服务（IaaS）+平台即服务（PaaS）混合云方案。在此之上，IBM 可以将其 IT 管理、人工智能、区块链、数据分析等软件推向任何地方。

　　IBM 希望，将 Linux、容器和 Kubernetes 建立为新的标准，让红帽 OpenShift 成为混合云的默认选项等，打好这一系列组合拳，以抢夺更多的市场份额，改变一直以来的被动局面。

　　3

　　IBM 人工智能 AI 开放

　　除了面向开源，IBM 对人工智能也采取更为开放策略。

　　2019 年，IBM 在年度 Think Digital 大会上宣布，将向竞争对手亚马逊、微软等云厂商开放部分沃森人工智能系统。当时 IBM 董事长兼 CEO Ginni Rometty 表示，“开放沃森，不仅对沃森，对整个混合云行业，都是里程碑事件。我们认为这是一个万亿美元的市场，IBM 将成为第一。”而过去多年，只有 IBM 云业务客户才能使用沃森。

　　IBM 将开放提升到一个从未有过的高度，IBM 数据和 AI 高管称，在大部分大公司把数据存储在混合云的背景下，这些企业需要选择并将 AI 应用到它们存储在任何地方的数据。IBM 不仅为自己云服务，还为所有云服务，是唯一一家将 AI 数据开放给所有云平台的公司。

　　据报道，沃森能够在自然语言处理和个人助手等人工智能领域进行优化，帮助金融、医疗、呼叫中心等领域的客户提升业务能力。研究机构 Hurwitz & Associates 分析师表示，IBM 开放策略意义重大，随着技术发展，应用成熟，客户已不再仅仅依赖一家公司。如果你和客户说，只能用一家的软件和产品，他们将会不再搭理你。

　　IBM 开放沃森也是向亚马逊、微软和谷歌的妥协，在深度学习方面，IBM 已经失去了传统的领先地位。Gartner 研究副总裁表示，IBM 开放沃森，一方面扩大了客户的选择范围，使用沃森的时候，不一定要用 IBM 云服务；另一方面可以大范围推销沃森，让业内一起推动沃森发展，因为随着深度学习技术发展，大量数据需要在云上进行处理。

　　可是，目前并没有多少客户使用沃森这样深度、复杂的人工智能系统，他们更愿意将公司数据上传到亚马逊 AWS 这样的云平台上，并使用这些云厂商提供的机器学习软件。IBM 相信这种趋势将发生转变。IBM 副总裁、首席数据官 Seth Dobrin 博士指出，过去的方式只适合小规模、对时效没有很大要求的数据学习，但现在数据规模正在变大，而且大多数情况下对时效的要求更高，比如在金融领域，反欺诈需要实时快速的数据处理，这对人工智能的能力提出了新的要求。

　　4

　　IBM 业务拆分

　　IBM 通过重新制定混合云与人工智能战略，加快了步伐，它们也了解，随着云计算市场的日益成熟，可调整的时间已不多了。

　　2020 年 4 月，IBM 原云服务负责人阿尔文德·克里希纳 Arvind Krishna 正式履任公司第十任 CEO。10 月初，IBM 正式宣布将拆分为两家上市公司，克里希纳称此举是拥有 109 年历史的公司业务模式的重大转变。我们在 90 年代剥离了网络业务，在 2000 年代剥离了 PC 业务，大约 5 年前剥离了半导体业务，是因为这些业务并不能很好地整合到公司的核心价值中。
 

分析完这个背景，我们再来看 Apple 为什么会收购 Beats，苹果真的看中了 Beats 的产品吗？

　　我看未必，苹果看重 Beats 的更重要的是音乐这个生态，Beats 的创始人吉米·艾欧文本身就是音乐界极具号召力的音乐家，在音乐圈有着极其广泛的影响力和人脉，同时 Beats 在年轻人中的号召力对苹果音乐生态有足够多的吸引力。

　　事实上，在苹果收购 Beats 之前，Beats 就已经推出了自己的音乐流媒体服务——Beats Music，所以很显然，苹果的第一目的并非要把 Beats 收过来卖耳机，我们看到像 Beats X 等产品的芯片其实是苹果用 AirPods 芯片反哺的，再看 AirPods Max 产品力上显然也是吊打 Beats Studio 的。

　　所以，苹果收购 Beats 的真正目的是为了更好地构建 Apple Music 这一战略生态。
 

　要知道，“数据”这回事对普通人来说太新鲜，普通人往往很难意识到，数据可以被飞速复制和传播，可以被以意想不到的方式利用，完全不能用常见的实体物品来类比。换句话说，在如今的环境下，不管有意还是无意，只要你提供了自己的数据，就只能默认它会流传到自己意想不到的地方，被意料之外的人，以意料之外的方式使用，产生意料之外的结果。

　　以前有不少人热衷于在汽车上安装“智能设备”，在手机上直观看到发动机的工况，却想不到自己的驾驶习惯可能被传递给保险公司，于是下一年的车险价格自然会提升；也有不少人热衷于“智能体检”，在手机上一键浏览各种检查结果，却想不到这些数据同样可能传递给保险公司，于是某些险种早早对你关上大门……

　　推而广之，今天，许多言之凿凿“我无所谓隐私”的人大概没想过，当自己的居住地址、收入明细、生活花费、购物列表、社交关系等等被外界悉数掌握，甚至集合起来，打造出“比自己更懂自己的模型”，或者被万人审视，或者扮演自己与亲朋好友交互，这会是什么样的画面。

　　所以，我时常会有种感觉，如今用户点下那些花样繁多、术语晦涩的所谓“授权协议”的画面，恰恰如同几百年前，印第安人同意殖民者用玻璃珠子换取白银、黄金、土地。几百年前，印第安人为了看似稀奇的小恩小惠，“自愿交换”换来了生存境遇的恶化，如今，普通用户为了一点点方便，“自愿交换”把自己打造成各种系统中的透明人，却毫不自知——如今热议的“大数据杀熟”，其实是“量身杀熟”，因为它绝不敢贸贸然对陌生人使用，只有在充分了解具体用户之后才敢狠心挥刀。“杀熟”系统之所以成为可能，恰恰是用户用“自愿授权”的数据不断供养的结果。

　　第二个问题，是算力不平等的问题。

　　没错，互联网抹平了时空的界限，让信息能够自由流动，让所有人能平等访问这些信息。一方面，这确实带来了更多的平等；另一方面，它又造成了另一种不平等：谁能最有效利用这些信息，谁能从中获得财富？

　　答案大概是：谁拥有更强大的算力（计算能力），谁就能有效利用这些信息，就能从中攫取财富。

　　无可否认，互联网让世界变得更复杂了。信息在爆炸式增长，传播速度在飞速增加，如今的人类已经很难依靠简单的物理规则来阅览和利用所有的信息。比如单纯按照发布时间排序，你肯定无法同时关注几百上千人的动态；如果简单根据类目浏览，电商平台上的成千上万种商品必然让你眼花缭乱；如果活动规则仍然写在一张张纸质优惠券上，可能你手里攥着厚厚一沓却根本无从选择…… 今天的普通人之所以能面对海量的信息、复杂的玩法而不慌乱，完全是依托于各种平台强大的算力。

　　这里说的是广义的“算力”，既包括算法，也包括计算能力。许多报道里只说“算法”，如果只有算法，而没有足够的计算能力，就无法在足够短的时间内得到想要的结果，也就无法给用户展现出“简化”之后的，普通人能够应对的局面。可以说，计算能力与算法相辅相成，互相促进，广义的“算力”已经成为互联网继续发展的必备元素，今天我们能看到什么、听到什么、选择什么，几乎全由算力决定。

　　说到”算力”，各种演讲中最喜欢引用的例子就是城市的交通优化。不断增长的算力支配下的红绿灯，已经不是“红灯亮 10 秒，绿灯 30 秒”这种简单规则所能支配，车流量、车速、天气、重大活动、驾驶习惯等等因素都需要纳入其中，优化结果远远超出个人经验的总结。如果你赞叹这种算力的伟大，那么也需要意识到，同样的算力已经运用到多个场景，远远不限于交通指挥，互联网已经把它投递到到普通人的各个场合。

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!