Hoe een eeuwenoude techgigant een comeback maakt met AI

Sophie Vandebroek Justin Saglio

IBM is misschien niet de meest sexy techgigant, vergeleken met Google of Apple of de nieuwste hypermoderne startup. Maar het bestaat al sinds 1911, dus het moet iets goed doen.

Het geheim is de onderzoeksafdeling, met 3.000 onderzoekers verspreid over 12 locaties, waarop het bedrijf vertrouwt om op de hoogte te blijven van trends in opkomende technologie. Het bedrijf is al tientallen jaren bezig met een jaarlijks proces om business units te creëren en aan te passen in het licht van wat er in het verschiet ligt.

Het proces is zeker niet perfect. In zijn hoogtijdagen was IBM een krachtpatser van AI-onderzoek, verantwoordelijk voor belangrijke mijlpalen, zoals een machine leren dammen te spelen en de beste menselijke schaker te verslaan. Nu gaan die koppen naar nieuwkomers als OpenAI en DeepMind. Ondertussen heeft IBM een reputatieprijs betaald voor: Watson overhypen .

Maar het bedrijf is op zoek naar een comeback, vooral sinds het twee jaar geleden een samenwerking aanging met MIT om onderzoekers en IP te delen. Op EmTech Next, het evenement van MIT Technology Review over de toekomst van werk, nodigden we Sophie Vandebroek, de VP van opkomende technologiepartnerschappen, uit om haar strategie voor innovatie op de lange termijn te delen.

Het volgende is een mix van fragmenten uit de Q&A die we op het podium hadden en een reeks vervolgvragen die we na het evenement stelden. De antwoorden zijn bewerkt voor lengte en duidelijkheid.

Toen je bij IBM kwam, had het zijn positie als krachtpatser in AI-onderzoek min of meer verloren. Laat ons zien hoe u die uitdaging aanging toen u er voor het eerst over nadacht.

Wat IBM goed doet om te kijken naar de toekomst, is dat we jaarlijks een global technology outlook [GTO] doen. Onderzoekers helpen ons te zien wat er aan de horizon is en zeggen: Hé, kijk uit voor deze belangrijke trends die het bedrijf kunnen verblinden of het bedrijf en onze klanten echt in staat kunnen stellen de volgende miljardenbusiness op te bouwen. Zo denken we erover.

Toen ik voor het eerst lid werd, leidde ik dat proces van de GTO. We besloten heel snel dat AI een van deze technologieën is die zich in een exponentiële curve bevindt. AI was in het verleden verschillende keren het resultaat van deze wereldwijde technologische vooruitzichten, zoals toen de Watson-gezondheidstak werd opgericht, en Watson voor veiligheid, enz. Maar we dachten, laten we het even opfrissen en heel holistisch bekijken, rekening houdend met alles dat is de afgelopen jaren gebeurd.

Dus hoe verloopt het GTO-proces?

Het is een proces van een jaar dat eindigt op de dag dat IBM Research aanbevelingen doet over opkomende technologieën die de mogelijkheid hebben om de volgende miljardenbusiness voor IBM te creëren. We maken gebruik van tools zoals Github, waar mensen hun ideeën kunnen posten, om het een zeer transparant proces te maken. Alle individuen van IBM Research kunnen naar binnen gaan om te stemmen en advies te geven, en het leiderschapsteam beoordeelt regelmatig wat hieruit komt.

De eerste zes maanden zijn dus een fase van het verzamelen van ideeën, en tegen het begin van de zomer beginnen we het te beperken tot de overkoepelende onderwerpen op hoog niveau die buitengewoon belangrijk zijn. Sommige jaren is het slechts één onderwerp, zoals twee jaar geleden, toen we AI deden. Gedurende de zomer worden de onderwerpen verfijnd en vroeg in de herfst beginnen we te kijken naar wat de VC-gemeenschap zegt en wat de concurrentie doet. We voeren aanvullend gedetailleerd markt- en concurrentieonderzoek uit om de boodschap te versterken. De blockchain-business kwam uit dit proces; ook de nieuwe Watson Security-activiteiten.

IBM is een bedrijf dat meer dan een eeuw oud is. Het is een groot schip met honderdduizenden medewerkers, dus je moet ervoor zorgen dat het schip de goede kant op blijft gaan. Het hebben van dit soort processen brengt het hele bedrijf echt bij elkaar en zorgt ervoor dat ze zich kunnen concentreren op wat belangrijk is.

Toen je lid werd, besloot je al snel om het MIT-IBM Watson AI Lab voor te stellen. Waarom?

Zowel IBM als MIT zijn uitzonderlijke instellingen aan de oostkust. De westkust had veel bedrijven die investeren in AI en die samenwerken met universiteiten aan de westkust. Sommige bedrijven kregen in feite de hele afdeling, zoals wat er gebeurde in Carnegie Mellon en Uber [de laatste heeft het beste roboticalab van de eerste gestript] - dat is natuurlijk een slecht model. Ik ben ook een decennium lang lid geweest van de decaan van de adviescommissie van engineering aan het MIT. Beide instellingen zouden echt, met heel weinig extra investeringen, naar het volgende niveau kunnen gaan in de richting van de zoektocht naar intelligentie, zoals MIT het begon te noemen nadat het laboratorium was opgericht.

Dus deden we dit voorstel met veel steun van al mijn collega's bij IBM om het MIT-IBM Watson AI Lab op te richten. Bij IBM werken van de ongeveer 5.000 onderzoekers in onze gemeenschap (inclusief studenten en stagiaires), 1.500 aan kunstmatige intelligentie, ofwel aan de belangrijkste AI-algoritmen of aan de toepassing ervan in de industrie. Dus [het nieuwe lab zou] zich niet concentreren op problemen waar deze grote gemeenschap al op was gericht. We wilden ons echt concentreren op de moeilijkste problemen waar je gewoon de beste en meest briljante mensen ter wereld nodig hebt.

En wat is de impact die je hebt gezien van deze samenwerking? Hoe heeft het het bestaande AI-onderzoek verbeterd?

Deze samenwerking heeft IBM-onderzoek opnieuw gericht op het oplossen van belangrijke fundamentele wetenschappelijke problemen in AI. IBM neemt niet alleen de beslissingen over welke projecten in het lab worden geselecteerd. Het wordt gedaan door een stuurgroep met drie MIT-leden en drie IBM-leden, samen geleid door een directeur van elke organisatie. Een keer per jaar doen we een verzoek om voorstellen voor onze vier onderzoekspijlers: AI-kernalgoritmen, de fysica van AI, toegepaste AI op industrieën en welvaart mogelijk gemaakt door AI. Die projecten worden vervolgens samen door de stuurgroep beoordeeld en geselecteerd. We hadden de eerste keer 186 voorstellen en we hebben er 49 gefinancierd. Dit proces dwingt ons om naar de moeilijke wetenschappelijke onderzoeksproblemen te kijken die niet alleen worden toegepast.

Onze onderzoekers maken ook deel uit van de productonderzoeksgemeenschap, die erg goed is in het uitvoeren van productroadmaps. We hebben tientallen jaren een routekaart volgens de wet van Moore uitgevoerd, waarbij we bijvoorbeeld transistors steeds kleiner wilden krijgen. We hebben een vergelijkbare routekaart voor kwantum. Fundamenteel onderzoek gaat dus over vooroplopen in het weten wat AI tegenwoordig kan en voortdurend de grenzen verleggen.

Waarom heb je voor dit samenwerkingsmodel gekozen?

De reden dat het gezamenlijk is, is omdat IBMers vanaf het begin echt weten wat er in het project aan de hand is. Samen vragen we patenten aan. Veel van de technologie is open source, omdat studenten natuurlijk in staat moeten zijn om papers te schrijven en hun proefschrift te behalen, enz. Maar als je er vanaf het begin bij bent, kunnen die technologieën die zinvol zijn echt worden ingebed in de productroute kaarten.

Een paar maanden geleden hebben we de overeenkomst met MIT uitgebreid om andere bedrijven in dit consortium te betrekken. Dus als uw bedrijf geïnteresseerd is, kunt u lid worden van het MIT-IBM Watson AI Lab. De bedrijven maken geen deel uit van de onderzoeksprojecten, maar ze hebben toegang tot de onderzoeksprojecten en ze hebben toegang tot IP van een subset van de projecten. Inmiddels hebben zich er vier aangemeld.

Aan welke andere soorten samenwerkingen wil je verder bouwen?

We willen samenwerken met een diversiteit aan industrieën. Alles wat uit deze onderzoeksprogramma's voortkomt, zal positief en waardevol zijn voor de meeste industrieën als het werkt. Dus we willen een tiental belangrijke bedrijven krijgen die hun expertise, hun pijnpunten, hun dromen, hun gegevens echt naar het consortium kunnen brengen.

Toen we het oorspronkelijke lab met MIT opzetten, hebben we ook geen beperkingen gesteld aan professoren en studenten om startups te creëren. We hopen dat er veel startups uit dit lab zullen komen die AI-gerelateerd zijn en in de Cambridge en Boston-gemeenschap. Natuurlijk is het lab nieuw - we hebben de tweede verjaardag in september - maar hopelijk zullen er binnenkort startups uit komen om een ​​heel ecosysteem te creëren.

Wat is uw vijf- en tienjarige visie op partnerschappen op het gebied van opkomende technologie?

Ik denk dat het hele ecosysteem - bedrijven, universiteiten en startups - steeds belangrijker wordt. In ons werk met kwantumcomputing hebben we bijvoorbeeld de hardware open source gemaakt, zodat deze beschikbaar is via internet. 120.000 mensen van over de hele wereld zijn naar binnen gegaan, hebben kleine experimenten gedaan en er zijn meer dan 160 technische papers geschreven, dus sommigen doen geweldig onderzoek. Deze 120.000 gebruikers komen ook uit alle continenten, inclusief Antarctica, en hebben 10 miljoen experimenten uitgevoerd.

Wat ik probeer te zeggen is dat het niet alleen partnerschappen zijn met bedrijven of startups. Het zijn partnerschappen met individuen: met individuele onderzoekers en met ontwikkelaars. Ik hoop dat onze andere open-sourceplatforms, zoals de AI Fairness 360-toolkit [die middelen biedt om vooroordelen in machine learning aan te pakken], ook veel onderzoekers over de hele wereld zullen aantrekken om het beter te maken en vervolgens te gebruiken. Hetzelfde geldt voor het open-source blockchain-platform: IBM draagt ​​bij, academici dragen bij, en dan kunnen meerdere bedrijven het platform gebruiken en erop bouwen. Partnerships zijn een nieuwe manier van onderzoek doen.

Correcties: Sophie Vandebroek heeft tien jaar in de adviescommissie van de MIT-decaan gezeten, niet decennia. Het MIT-IBM Watson AI Lab viert in september zijn tweede verjaardag, niet de laatste keer.

zich verstoppen