公有云市场竞争激烈，公有云也是更多人工智能项目的首选，IBM决定首次将其Watson技术从Big Blue防火墙中撤掉了。IBM在大会上宣布Watson现在将作为可在任何云及客户数据中心内运行的便携式技术来提供。
“数据如此分散，如果必须通过移动数据来启动每个分析项目，那就太浪费了，”IBM数据和人工智能总经理Rob Thomas说，“我们的观点是让AI触达所有数据所在的地方。”
Watson不会在AWS和Microsoft Azure云等平台上本地运行。相反，客户需要在目标环境和Watson上安装IBM Cloud Private for Data容器管理平台，要客户拥有Watson许可证，就可以移动到其选择的任何云端。
IBM Cloud Private for Data是IBM多云战略的一部分，该战略的核心是让客户选择云平台时更为透明。它是管理容器的单一环境，容器则包含应用程序运行所需的所有元素的虚拟机。 Cloud Private for Data将Kubernetes容器编排管理器与私有映像注册表，使管理控制台和监视框架相结合。
80％的企业目前在使用或计划使用多云，而管理和保护数据的复杂性往往会随着他们使用的云数量呈几何式增加。IBM采取了一种策略，即通过将数据保留在原有位置，不强制进行大量数据传输，使客户更容易重复切换工作负载。
借助新的可移植性功能，客户将能够在任何云和本地运行Watson服务，包括Watson Studio开发环境，Watson Assistant虚拟助手和Watson OpenScale AI管理框架。 IBM表示，可移植性是通过一系列IBM Cloud Private for Data构建的新的微服务来实现的，这些微服务可以在云环境中移动和扩展。通过Kubernetes基础，微服务可以在任何公有云、混合云、多云环境中运行。
尽管客户必须在Watson框架内工作，但IBM仍将此举定位为防止客户锁定。作为商业AI产品市场的早期进入者，IBM为Watson开发了诸多自主技术，这种策略因限制客户选择而曾受到指责。IBM表示，Watson支持各种开源工具，Watson运行中有85％是基于开源完成的，例如Python，R和Tensorflow，IBM不能支持10,000个开源工具，但可以支持被广泛采用的东西。
Watson最初是一个专注于自然语言理解和信息检索的问答引擎，但IBM已逐步将其扩展到更主流的机器学习应用程序，并将其定位为开发平台。与此同时，IBM还宣布其业务流程管理套件的增强功能，将智能建议融合到现有自动化流程中，该流程可通过结合机器学习算法提高效率，从算法上改进工作流程，而不仅仅是简单的自动化。
