这次的拉斯维加斯大会上，IBM 宣布今年四月将公布 Watson 的全新功能，针对于数据挖掘的新能力。主要在于提升数据关联度的训练、段落检索水平，以及搜索结果优化。

在 Watson 之前已有的基础上，进一步提高大型数据库中对于识别、理解和学习「非结构化数据」的能力。

Watson 作为 IBM 认知计算领域最核心的技术，在 2011 年 2 月美国的问答节目《Jeopardy!》上一战成名。Watson 的这次胜利被和 1996 年同样来自 IBM 的「深蓝」战胜国际象棋大师卡斯帕罗夫相提并论，同样被认为是人工智能历史上的一个里程碑。

不过随着 IBM 公司从 2016 开始正式转型成为一家认知解决方案和云平台公司，Watson 所具备的功能和价值也不能同日而语了。随着物联网的普及，每个设备都在产生数据，而这些数据带来商业价值也因为彼时的计算机识别能力而被掩盖。

同时，在像是医疗、建筑、教育、传媒……等等行业的「非结构化数据」也将在不久后迎来更大的爆发，有调查数据预测到 2020 年这些「非结构化数据」总量将超过 44ZB(440 万亿亿字节)，能把这些数据挖掘整合并分析，这就是认知时代所带来的商业价值。

包括关系抽取、性格分析、情绪分析、概念扩展及权衡分析等在内这些 Watson API，作为 Watson 认知能力的积木，从 2011 来开始就在不断积累。

IBM 将认知体系的三个重要特质定义为：理解、推理、学习。通过感知和互动快速理解非结构化数据，在理解的基础上，通过假设和推理去发现数据之间的关系并分析，帮助人做出更好的决策。最后，通过实例为基础学习，从数据中分析中快速提取关键信息，持续优化决策判断。

以上，就是一个极简化的数据认知过程，通过这样的方式，让之前大量无法被利用的「非结构化数据」得以利用。

Watson 新的发掘服务，未来可能帮助到更多的行业中包括了：法律研发团队、市场营销人员、客服经理、社交媒体、论坛数据及更多内容源平台。

「到目前为止，我们探索的数据只占世界上全部数据的一小部分。沃森代表着技术与人类之间全新的合作关系，大大改变了我们发掘信息和提升决策质量的方式，速度和规模都难以置信。」IBM Watson 人工智能项目总管贝斯·史密斯(Beth Smith)指出，「借助 Watson 平台卓越的发掘功能，我们将探索数据中此前无从触及的规律、趋势及关系。」