萨克森纳：完全正确。
【问】：那么，解释性要求难道不会阻碍技术发展吗？
萨克森纳：或者会，但它也可以创造出一个新的领导阶层，他们知道如何解决这个难题。这就是我们建立CognitiveScale公司的初衷。这是我们在创建“企业级AI”的六项要求之一。当我们在研发IBM超级电脑沃特森的时候，我学到了一个重要的东西，那就是你如何建立一个可以信任的AI系统，就像人类那样？解释能力就是其中之一。另一个原因是，有理由的进行推荐。当AI给你提供了一个洞见时，它还能给你提供支持洞见的证据：“为什么我认为这是你最好的行动方式？”当对AI建立起信任后，也就是人类能够采取行动的时候。提供证据和解释能力是“企业级AI”需要的两大要求，也是AI取得大规模成功的前提。
【问】：有七千人明白这一点。假设这是真的，那是它有多困难？
萨克森纳：我认为，这是一种技能的不同之处，我们正试图将其引入企业。这也非常困难,就像网络一样，我一直在上网，我们现在就像处于1997年互联网刚刚诞生时的状态。在那个时候，可能只有几千人知道如何开发基于html的应用程序或网页。今天的AI就像1996年和1997年的互联网，当时人们通过手工制作网页，这与构建web应用程序有很大的不同。网络应用将一系列web页面连接起来，并将它们编排到一个业务流程中来驱动结果。这与优化某个行业的过程有很大不同，而且要在可解释性、管理和可扩展性等要求下对其进行管理。围绕“企业级AI”的创新还有很多，但我们还没有触及到这个领域。
【问】：1997年互联网问世时，人们争相在自己的公司里建立网络部门。我们现在也处于那种状态吗？我们是否在争相建立AI部门，难道不是这样的吗？
萨克森纳：绝对如此。我不会说这不是解决问题的方法。我得说这是必要的第一步，需要真正的理解和学习。不仅仅是AI，甚至是区块链——CognitiveScale公司将其称为“大脑区块链”。我认为这是一个巨大的转变，虽然这还没有发生，但在未来三到四年的时间里，你会开始建立自我学习和自我保证的过程。回到网络的类比上，这是需要三四步才能实现的目标（让企业成为电子商务）迈出的第一步。25年前，当网络刚出现的时候，每个人都变成了电子商务，每一个过程都变得“网络化”。现在，随着AI技术的发展，每个人都将成为“AI企业”，或者是“C企业”，即认知企业，每个人都在获得“认知能力”。每一个过程都会被“认知化”。每一个过程都将从新的数据和新的互动中学习。
它们将经历的这些步骤与他们在网络诞生时所经历的过程并没有什么不同。一开始，有一群人在开发网络应用，CEO在一段时间之后说：“我已经花了一百万美元，我在网站上有了智能数字手册。但它对我的生意有何帮助？”这正是我们目前所处的阶段。然后，另一个人说：“嘿，我可以把购物车连接到这个特定的网页上,我可以围绕它设置一个支付系统，我可以用它创建一个电子商务系统。我有一个名叫JBoss的开源项目，你可以用它来做这些事情。”这有点类似于Google TensorFlow今天为AI提供的支持,然后，像Siebel和Salesforce这样的下一代公司会说：“我可以为你打造一个商业化的、基于网络的CRM系统。”同样，这也是CognitiveScale公司在做的。我们正在打造下一代智能CRM系统，或称智能HRM系统，让你以可靠和可扩展的方式从这些系统中获得价值。所以AI的发展过程与我们在互联网诞生后经历的情况类似。而且，这期间仍有大量的创新，并形成新的市场领导力量。我相信会有一家价值数千亿美元的AI公司，它将在未来7到10年内崛起。
未来，AI的发展速度会更快
【问】：AI发展的时间框架发生了什么变化，它会更快还是更慢？
萨克森纳：我想会更快一些。这可能有很多原因。关于这一点，我曾围绕着技术超收敛性（superconvergence）的概念发表过TED演讲。当网络出现时，我们正从一种技术转向另一种技术，从客户端服务器转移到Web。现在，你已经有了这些正在融合的六项超级技术，这将使AI的普及速度更快，它们包括云计算、移动、社交、大数据、区块链和分析。所有这些都以特定的速度汇聚起来，使计算和访问成为可能，这是以前不可能做到的，而且你还可以将其与企业能力相结合，从而产生戏剧性的颠覆效果。