IBM的认知计算工具给人们带来了很多惊喜，但用户依然在寻找合适的方式，将他们的业务与认知计算相结合。

Watson技术并不是唯一的重点。2015年5月在Brooklyn 举行了第一届Watson-specific会议，吸引了超过1000人参加。此后，IBM将该会议与IBM Insight会议整合到了一起，命名为World of Watson。与会者对Waston日益增长的兴趣充分表明了人工智能相关领域时下的热度。

与此同时，许多企业也开始思考如何正确使用Waston这样的认知应用程序。其中有几家大型跨国企业，包括通用汽车(General Motors)、Teva Pharmaceuticals和Staples，描述了他们对于实现Watson技术的计划，而其他典型的小型企业，目前尚不清楚如何使用Waston技术。

来自日本Sumitomo Mitsui Banking Corp在美洲分部负责信息管理部门的副总裁Daniel Bertha表示，他可以预见一些使用人工智能给其业务带来的好处。但现在，他更关注基本的数据质量，这是使用认知计算或人工智能等技术的必要步骤 。

“这就像在建房之前必须要打好地基一样，”Bertha说道。

在一次展示中，新西兰Meridian Energy负责可靠性的工程经理Neil Gregory表示，在其公司的大型数据集上应用认知计算，对他们来说有很大的价值。但目前公司的资源主要用在开发预测模型，以准确定位需要维护的风力和太阳能发电设备。不过他说，他相信公司会在未来两到三年逐步使用认知应用，但公司现在的重点依然是更传统的分析。

对于Jeff Wright，BMO金融集团副总裁兼客户旅程领头人来说，认知计算可能会成为一个十分有用的工具，但必须把其重点放在具体的客户利益上。

“我认为开始一个认知项目时不应盲目，”他在一个小组讨论中说道，“你应该识别客户需求，根据需求去建立产品。”他补充了Bank of Montreal的例子，该银行是BMO金融集团的子公司，目前正在试图给其客户提供更为人性化的服务系统，他认为认知计算能够成为服务的一部分，但现在还处于试验阶段。

与Waston 相关的重要新闻

虽然对于Watson的实现仍处于初级阶段，但IBM一直都在试图改变这种情况。IBM在会议上公布了一些新功能和服务，旨在鼓励企业采用Watson技术。

最大的更新是Watson Data Platform和Watson Machine Learning Service。该平台允许用户以每秒100G的速度向IBM Cloud存储数据。在云中他们可以整合数据集，进行数据准备工作，分配数据访问和合作的角色，并把数据输入到分析应用中。

数据平台建立在一个开放的体系结构上，可以使用SQL，Python,R，Java和Scala语言进行访问。

Machine Learning Service与数据平台协同工作，构建了一个自助服务工具。它使用了Waston认知引擎自动的在数据集上构建机器学习模型。Waston推荐的机器学习算法是基于数据集的。用户可以从列表中选择最适合其工作的算法。