歡迎光臨
我們一直在努力

GE、IBM,還會有多少大佬倒在數字化轉型的路上

這是一個最好的時代,也是一個最壞的時代。

通信技術、互聯網和雲計算等IT基礎設施的飛速發展,已經為我們打開了通往數字化世界的大門。

地球上最優秀的人、最雄厚的財、最先進的物,都聚焦在數據化領域,希望抓住這千載難逢的機遇。

在這條通向數字化的大路上奔跑的,既有年輕力壯的新銳,也有年高德勳的明星。

然而,並不是所有的參賽者都能看到終點,在路上跌倒的不只是毛頭小伙子,也有久經沙場的悍將。

GE的Predix

最近,美國經濟發展勢頭非常好。

據說,早上五點,金門大橋就車輛如織,各種經濟指標扶搖直上。

然而,正是在這樣的大背景下,卻傳來GE準備出售工業數字資產的消息。 出售名單裡,甚至包括最著名的工業互聯網平台——Predix。

近幾年,物聯網是非常熱門的話題,大家都看好其發展空間,但受困於碎片化的特點,它也成為一個商業化的”巨坑”。

很多物聯網的應用場景看起來很美,但一落到商業層面,就變得尷尬起來——不僅成本高、收益低,而且穩定性差、變化率高,即便是把單一應用做出來,也缺乏 推廣價值。

所以,在進行物聯網的商業設計時,大多數玩家認為”平台”是兵家必爭之地。

設計者們認為,雖然單一應用的商業價值不高,但是如果能將共性能力提煉抽象成為平台,依托平台的規模優勢和橫向擴展能力,最後還是能賺錢的。

所以,無論是面向運營商連接的CMP(連接管理平台),還是面向終端的DMP(終端管理平台),以及各類面向應用的AEP(應用使能平台),都成為行業大玩家關注的重點。

除了推行平台經濟,從業者們還找到了一個物聯網商業成功的模式,就是從工業企業那裡尋求高收益。

比如航空、電力、石油等產業,基礎設施成本超高,如果通過物聯網技術,幫助下游企業節約大量資金,供應方也能夠獲取相對豐厚的回報。

2012年,GE提出了”工業互聯網”概念,以Predix為核心豪賭物聯網,正是這樣的一個戰略思路。

對於那些物聯網圈子裡摸爬滾打的人們來說,稱Predix為行業垂直的霸主並不過分,既是平台,又面向工業企業客戶,再加上GE雄厚的實力以及在傳統產業的領導者地位 ,看起來這是最接近成功的物聯網解決方案了。

為什麼業界明星會被打入冷宮,甚至上了出售名單?

表面看起來這是GE的明星CEO伊梅爾特去職之後的連鎖反應,但本質上,還是其糟糕的經營業績。

上百億美金的投入,集全集團之力推進,最終每年的收入只有數十億美金(甚至有消息稱實際收入連十億都不到)。

那為什麼Predix的業績慘淡?

有人說,GE的概念過於超前,不僅配套技術和產品不成熟,與行業客戶的理念和物聯網價值認可度等方面,也存在較大差距,所以好東西賣不出好價錢。

也有人說,過度的宣傳造勢,導致了過高的期望值,尤其是GE對短期業績產生了不合理的判斷,最終資本市場對結果的不認可,迫使GE公司不得不放棄。

更多的人則認為:Predix的定位是PaaS,是將雲基礎設施(IaaS)和應用(SaaS)連接在一起的平台,而Predix是從內部運維起步的軟件平台,採取高舉高打的模式 ,專業化程度太高,開發者和使用者都覺得不好用,孤芳自賞曲高和寡才是Predix發展不起來的根因。

翻看GE曾經的規劃,裡面有這樣一個響亮的目標:到2020年成為全球的”十大軟件公司”。 隨著GE digital的出售,這個夢想已經破滅。

更可悲的是:在GE Digital要出售的消息被公開後,兩年時間裡已經下跌一半的GE股票應聲上漲4%。

看來,資本市場早就在等這個決定了。

IBM的Watson

2011年的時候,IBM的認知計算系統Watson橫空出世,在問答節目中首次擊敗了人類。

當時,Watson一度成為IBM,乃至全球AI(Artificial Intelligence,人工智能)項目的代表。

但在事實上,AI的研發還是不同的”路徑鬥爭”。

比如,一條很早便提出的路徑,是希望通過海量的數據和案例訓練,把AI做成一個無所不知無所不能的專家系統。

在這方面,IBM無疑是成功的,問答節目的冠軍頭銜已經證明,Watson具備超越常人的能力了。

然而,近年來,AI的技術方向已經有了新的選擇。 數學、神經生理學、心理學和仿生學甚至語言學、醫學、哲學等一大批非計算機科學研究的突破,極大地推進了AI的發展。

一些公司開始轉變思路,它們給AI的定義,不再是高高在上的專家系統,而是著眼於替代人類,去做那些肩挑手扛的”臟活兒”。

他們將AI定位為人類的”輔助者”,並基於這樣的理念和目標,進行AI的發展探索。

哪種路徑更正確,現在我們還無法定論。

不過,我們至少可以知道,Watson出了問題。

在2014年,斥資10億美元,為Watson團隊成立新的業務部門,大舉發展”認知計算”之時,這個藍色巨人曾堅持認為,可以通過NLP、情緒識別、機器學習等方式,從復雜 的非結構化數據中找到事物背後的規律與真相,逐一發現各種商業、技術行為背後的規則,成為這些領域的專家。

根據IBM以往的經驗,將概念推廣的最好辦法,就是先做個成功將概念落地的案例,然後再通過對這個項目的宣傳,將成功複製到其他地方。

所以,這個案例不能太容易,否則復制的時候,對別的行業/企業缺乏說服力。 而一旦有了合適的機會,為了確保項目成功,IBM可以付出極其昂貴的代價。

在這樣的思維定式下,Watson選擇了健康醫療產業作為突破口,而且,拋開了輔助醫療(如影像解讀、病歷管理等),直接宣布殺入腫瘤研究領域,將”惠及十億人,能夠解決 、診斷和治療80%的癌症種類中的80%的病患”定為目標。

然而,三年時間過去,Watson還是沒能完全學會腫瘤的診療技術,更無法發現癌症深層次的成因,越來越多的醫療機構也宣布退出與IBM的合作。

2017年2月,著名癌症研究機構MD安德森腫瘤中心中止了與IBM Watson的合作,而當初安德森腫瘤中心與IBM的合作正是Watson起步的標誌性事件。

沒有數據和病歷的餵養,再牛的計算機和算法工程師也難以繼續工作下去。 而業務拓展不達預期的代價,更是可想而知。

幾個月前,據 The Register報導,IBM內部消息人士透露,Watson健康部門要解僱大約50%至70% 的員工。

結語

客觀來說,從GE和IBM的視角看, Predix和Watson的戰略設計都是很到位的。

大公司的運作成本高,因此只能找機會做高收益的生意;而基於公司在宣傳、營銷、運作等方面的優勢,研發部門定位於開展平台化運作,也非常符合兩家公司的基因。

然而,當它們複製以往的成功經驗時,卻都敗走了麥城。

究其原因,是互聯網時代的遊戲規則變了。

陽春白雪的模式做基礎研究可以,但如果考慮到商業應用場景,大企業的優勢已經被大大削弱。

相反,由於互聯網驅動社會在扁平、開放的道路上狂奔,傳統的大企業在成本和速度方面的劣勢盡顯無疑。

適合自己的戰略,未必是正確的戰略,因為發展目標和遊戲規則,已經不再由大的玩家說了算。

路徑偏差付出的代價,太大了。

當然,百足之蟲,死而不僵,更何況這些巨無霸企業。 無論是GE還是IBM,都沒有放棄數字化陣地,跌倒了沒關係,只要還有機會,它們還會爬起來繼續跑。

他們的精神和勇氣值得我們學習,而在他們身上發生的事情,更是我們的前車之鑑,因為我們也在數字化轉型的道路上。

*文章為作者獨立觀點,不代表虎嗅網立場

本文由 寧宇 授權 虎嗅網 發表,並經虎嗅網編輯。 轉載此文章須經作者同意,並請附上出處( 虎嗅網 )及本頁鏈接。 原文鏈接:https://www.huxiu.com/article/255915.html
未來面前,你我還都是孩子,還不去下載 虎嗅App 猛嗅創新!

未經允許不得轉載:頭條楓林網 » GE、IBM,還會有多少大佬倒在數字化轉型的路上