“數據如此分散，如果必須通過移動數據來啟動每個分析項目，那就太浪費了，”IBM數據和人工智能總經理Rob Thomas說，“我們的觀點是讓AI觸達所有數據所在的地方?！?/p>
Watson不會在AWS和Microsoft Azure云等平臺上本地運行。相反，客戶需要在目標環境和Watson上安裝IBM Cloud Private for Data容器管理平臺，要客戶擁有Watson許可證，就可以移動到其選擇的任何云端。
IBM Cloud Private for Data是IBM多云戰略的一部分，該戰略的核心是讓客戶選擇云平臺時更為透明。它是管理容器的單一環境，容器則包含應用程序運行所需的所有元素的虛擬機。 Cloud Private for Data將Kubernetes容器編排管理器與私有映像注冊表，使管理控制臺和監視框架相結合。
80％的企業目前在使用或計劃使用多云，而管理和保護數據的復雜性往往會隨著他們使用的云數量呈幾何式增加。IBM采取了一種策略，即通過將數據保留在原有位置，不強制進行大量數據傳輸，使客戶更容易重復切換工作負載。
借助新的可移植性功能，客戶將能夠在任何云和本地運行Watson服務，包括Watson Studio開發環境，Watson Assistant虛擬助手和Watson OpenScale AI管理框架。 IBM表示，可移植性是通過一系列IBM Cloud Private for Data構建的新的微服務來實現的，這些微服務可以在云環境中移動和擴展。通過Kubernetes基礎，微服務可以在任何公有云、混合云、多云環境中運行。
盡管客戶必須在Watson框架內工作，但IBM仍將此舉定位為防止客戶鎖定。作為商業AI產品市場的早期進入者，IBM為Watson開發了諸多自主技術，這種策略因限制客戶選擇而曾受到指責。IBM表示，Watson支持各種開源工具，Watson運行中有85％是基于開源完成的，例如Python，R和Tensorflow，IBM不能支持10,000個開源工具，但可以支持被廣泛采用的東西。
Watson最初是一個專注于自然語言理解和信息檢索的問答引擎，但IBM已逐步將其擴展到更主流的機器學習應用程序，并將其定位為開發平臺。與此同時，IBM還宣布其業務流程管理套件的增強功能，將智能建議融合到現有自動化流程中，該流程可通過結合機器學習算法提高效率，從算法上改進工作流程，而不僅僅是簡單的自動化。
