對此，IBM娛樂互動業(yè)務首席科技官George Dolbier提出了不同的看法。他對第一財經(jīng)記者表示：“IBM全球網(wǎng)絡支撐的未來機器學習和Watson實驗室，目標就是讓人類把目前已經(jīng)在做的事情做得更好?，F(xiàn)在IBM用機器學習來摸索人的習慣模式，可用來幫助人類做決策。我們現(xiàn)在還考慮用視覺定位。機器學習是用來幫助人類判斷，提高安全性，定位危險的最有效的手段。”
GE醫(yī)療全球首席技術官Tim Kottak表示：“在醫(yī)療行業(yè)，物聯(lián)網(wǎng)的發(fā)展已經(jīng)為行業(yè)的變遷邁出了重要步伐，GE醫(yī)療用數(shù)據(jù)更好地為病人服務，讓客戶產(chǎn)生更多利潤。”不過，他也提出，物聯(lián)網(wǎng)時代對于企業(yè)的挑戰(zhàn)不僅僅來自于技術本身的挑戰(zhàn)，更多來自系統(tǒng)以及數(shù)據(jù)的管理。
哈佛大學科技創(chuàng)新研討會每年舉辦一次，今年的主題是物聯(lián)網(wǎng)與智慧企業(yè)。來自零售、制造、醫(yī)療、物流等多個領域的企業(yè)高層共同尋求應對數(shù)字化新挑戰(zhàn)的技術解決方案。斑馬技術(Zebra Technology)CEO Anders Gustafsson作為本次會議的輪值CEO，他對第一財經(jīng)記者表示：“不同行業(yè)所需要的技術基礎是一樣的，就好像定位技術，在零售行業(yè)是追蹤貨品的擺放，而在醫(yī)療行業(yè)就是追蹤醫(yī)院藥品的正確放置以及病人的正確服用。技術公司希望能夠通過與不同行業(yè)的領導者進行交流，根據(jù)企業(yè)的實際需求為他們定制技術解決方案。”
對于人工智能，Gustafsson表示：“Zebra的目標是通過可視化和數(shù)據(jù)分析來讓企業(yè)資產(chǎn)變得更加智能化，從而提高勞動效率，降低勞動成本。這也符合此次會議所提出的‘智慧企業(yè)’的概念。”