去年10月，德國一家名為Deschutes的啤酒廠在釀酒時發現，啤酒沒有在尋常的溫度下發酵。不過幸運的是，一個軟件系統觸發了警告，問題也得以順利解決。釀酒師Brian Faivre后來說：“最壞的情況是要廢棄掉一整批酒。”這無疑是一場災難。
那款發現溫度異常的軟件來自微軟，它使用了名為機器學習的人工智能技術。這沒什么了不起的，但有趣的是，Deschutes是從微軟的云計算服務中，直接在網上租用的這個軟件。Deschutes每天都會使用該系統，決定什么時候停止一部分釀造過程，并開始下一個，這樣可以節省時間，同時生產更好的啤酒。
它只是眾多使用微軟、亞馬遜和Google的AI工具和云服務的公司之一。其他例子還有，C-SPAN用亞馬遜圖像識別技術，自動識別電視節目中演講者的角色；美國保險公司USAA計劃使用Google類似的技術，評估車禍和洪水造成的損害，而不需要理算人員去現場；美國心臟協會在用亞馬遜語音識別，開發聊天機器人。
AI軟件需要數千的處理器和大量的電力，這只有一些大型的科技公司才能負擔得起。就像早期的Google系統，耗資超過100萬美元，使用了約1000臺計算機，這可不是誰都玩得起的。
Deschutes沒有時間也沒有這樣的技術，而且它干的是釀造啤酒，又不是數據中心。所以，越來越合理的解決方案是，微軟、亞馬遜和Google這樣的公司開始提供在線AI軟件。
新一代的應用需要更加強大的數據科學和機器學習技術，而提供這種工具的競爭也越來越激烈。
亞馬遜現在是公有云的領導者，不過各家都有其優勢。Google的AI工具聲譽很高，微軟有很強的企業服務基礎，而亞馬遜的優勢在于，多數企業云端的數據都是在AWS中。
IDC研究人員稱，讓強大的AI軟件變得人人可用，才是云計算的最新戰場，這也會決定哪家成為云基礎設施市場的最終贏家。
公共云的三家領頭公司已經開放了語音和圖像識別等功能，讓各家公司在自己的應用中嵌入AI。比如，微軟提供了25種不同的功能，其中就包括可以感受情感、理解意圖的認知軟件。亞馬遜在去年11月推出了類似的工具，其Rekognition可以識別圖像的內容，Polly能將文本轉換為語音，基于Alexa的Lex則可用語音和文本識別來構建對話機器人。
為了對銷售周期和產品開發的各個方面進行更好的分析、優化和預測，越來越多的公司在嘗試深度學習這樣的技術。IDC預計，未來五年在認知系統和AI上的支出，將每年增長55％，而基于云的部分應該增長得更快。
比如，Pinterest在用亞馬遜的圖像識別服務，讓用戶拍一個物品，比如鞋子，然后找到類似的鞋。印度的學校在使用微軟的Azure機器學習，來預測哪些學生可能會輟學；印度的農民也在基于對季風數據的分析，來確定何時種植作物。強生則在使用Google的招聘機器學習算法，來分析候選人的技能、偏好、資歷，從而匹配最好的崗位。
亞馬遜AWS深度學習和AI部門的總經理Matt Wood認為：時機成熟的時候，深度學習會是EC2(彈性計算)極受歡迎的特點之一。
Google進入公有云市場偏晚，但希望憑自己在AI上的經驗和大量計算資源迎頭趕上。為此，它成立了一個新的“高級解決方案實驗室”，讓外部公司參與Google為自己的員工設計的機器學習專家培訓課程。USAA是最早加入的公司，它憑借Google的工程師為金融服務公司開發軟件。
當然，并不是所有人都對云端的AI市場十分確定。畢竟，一些公司的大量數據仍然存儲在內部，將其移動到云端既昂貴又耗時。AI算法與數據，相比之下前者更容易獲得。
不過亞馬遜的Wood并不同意，他注意到外界對公司的Snowball需求越來越多，這項服務能將大量信息傳輸到數據中心。去年11月，亞馬遜還推出了一款名為Snowmobile的18輪卡車，可以一次轉移100PB的數據。
以挪威電力公司eSmart Systems AS為例，它開發的無人機可以用于拍攝電力設備。它會開發自己的算法來分析影像數據，尋找需要修理的設施。但它租用了微軟的Azure云服務，從而獲得分析所需的計算能力。
對于那些不想在計算能力上花太多精力的公司來說，云計算確實可能更合適，這也可以縮短AI應用的過程。而這也讓各云計算公司看到了商機，隨著市場增長和競爭加劇，每家公司都將發揮自己的優勢。
京公網安備 11010502049343號