Watson分析在很多领域表现出色，特别是在广告方面，包括Google和Adobe，但是IBM的AI驱动的分析技术还值得细细推敲。

我喜欢分析，所以我正在考虑将分析充分用于信息技术。由于对分析技术的热爱，我很容易爱上一个新的分析产品，发现它的好处，并不吝赞美之词。

对于IBM Watson，我喜欢它的分析部分。作为分析平台，Watson分析是Google分析和Adobe分析的重要参与者。不过，我对Watson本身并不疯狂。我认为IBM的人工智能（AI）技术也并非那么“完美”。

从表面上看，IBM的Watson分析有很多优点：简单、直观的用户界面，灵活的处理列，与Twitter和优秀的可视化工具的整合。用户可以上传各种数据集并进行探索，发现列之间的相关性，梳理出预测和显示结果的格式，澄清研究结果。这些对于Watson来说，都是小菜一碟。

IBM Watson当真那么完美？

IBM正在以非常合理的价格通过云端向群众提供分析，这是一件好事。Big Blue正在基于Microsoft十年前的SQL Server 2005一起构建，SQL Server 2005将其商业智能软件包与其数据库产品捆绑在一起，从而使Oracle成为市场上的BI供应商。

虽然微软仪表板友好的报告工具，集成服务和基于分析的精湛的数据库语言变化使得公司可以顺利使用BI，但构建过程依然需要自己完成。 首先当然需要熟练掌握工具，接下来需要妥善地汇总数据（学习设计和构建数据仓库，数据集市等），选择最佳的分析方法和从头开始学习如何解释结果并将其整合到现有流程中。

在IBM努力使Watson分析工具易于使用的情况下，几乎所有这些重要工作都将从流程中删除。这不仅剥夺了分析新手充分了解工具和分析过程的机会，同时也削减了结果的有效性。

想想那些电视喜剧，特别是较老的电视喜剧，在他们的配音中经常使用某些技术手段（如“罐头笑声”）来模拟观众的笑声。时间久了，观众经常听到同样的笑声，往往会削弱体验的真实性。

当“罐头算法”代替应用程序特定设计时也是如此。例如，线性回归，条件概率，时间序列分析，贝叶斯网络分析和主成分分析都可以用于建立事件之间的因果关系。 这些操作对于某些类型的问题可能非常适用，但对于其他类型的问题也许并非最佳选择。

那么什么是IBM Watson分析的最佳使用平台？ 答案是明确的吗？

全新的业务心态

大数据分析不仅仅是先进的技术。它们代表了一种新的思维方式和一个改进的参考框架。 它们把我们带回现实世界，在那里我们不再吝啬数字来支持我们的信仰和偏好，我们还原事情的真实面貌，以及我们如何能够更好地改变它们。

此外，对分析的承诺最终改变了企业如何看待和开展业务的性质。分析不仅开创了新的机会; 他们实际上成为我们追求这些机会的风景。

自古以来，我们一直在使用工具来使我们的生活更美好。人类致力于寻找更好的办法，提出创新，改善我们努力的结果，减轻承诺的负担。一些工具使我们的生活变得更好，一些工具让我们更加懒惰。哪一个是才是Watson分析真正的面貌？