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。