随着尖端技术的不断发展和云计算服务的普及，市场上出现了各种“即服务”，包括AI即服务（AIaaS），那么这个AI即服务它是什么样子的？是神还是魔？为了在不断的竞争中保持优势和领先地位，越来越多的公司正在寻找能够将AI集成到自己产品中的产品。其中，或许一种简单且流行的方式是使用那些基于云端的人工智能产品和服务（AIaaS）。根据IDC研究数据，截至2021年，全球企业在认知和AI系统上的支出将保持50.1%的复合年增长率，这意味着企业在这些技术上的总支出将从2017年的120亿美元增加到2021年的576亿美元。预计这笔支出的很大一部分将用于那些基于云的人工智能服务。2018年RightScale的云端研究报告指出，企业特别关注AI中的机器学习技术。当被问及他们未来计划使用什么类型的公共云服务时，绝大多数受访者选择了机器学习，尽管只有12%的人表示他们正在使用这些服务，而46%的人表示他们正在测试或计划部署机器学习服务。显然，企业对AIaaS产生了兴趣和需求，云提供商也开始积极响应。AIaaS的类型要回答AlaaS是什么样子的问题，我们必须从它的类型开始。事实上，由于“人工智能（AI）”本身是一个涵盖多种技术的广义术语，因此AIaaS的种类也很多。一般来说，人工智能技术的核心是创造一种功能可以与人脑相媲美的机器。例如，人工智能包括可以看到和识别图片中的物体的计算机视觉技术，使系统能够模拟人类对话的自然语言处理技术，以及允许机器自动学习而无需明确编程的机器学习技术。在AlaaS中，供应商可以将上述一种或多种人工智能技术封装成独立的云服务产品。目前市场上主流的AIaaS产品大致可以分为以下几类：机器人和数字助理。或者像AmazonAlexa这样的数字助理。这些工具可以通过自然语言处理技术与用户进行对话，许多还具有机器学习能力，可以不断提高自己的能力。在日常工作事务中，很多企业都希望在自己的产品和网站中加入类似的功能，以实现更好的服务，提升客户体验。据IDC称，2017年在人工智能用例上的最大支出是自动化客户服务代理。不过，从头开始创建自己的机器人似乎是一项不可能完成的任务。因此，作为替代方案，供应商创建了一种名为BotPlatformsasaService的产品。公司可以使用自己的数据来训练机器人，并用它们来回答简单的问题，让员工腾出时间来处理更复杂的客户服务任务。认知计算API应用程序编程接口(API)允许开发人员轻松地将技术或服务集成到他们自己的应用程序或产品中。市场上领先的云提供商提供了多种API，允许开发人员将特定类型的AI添加到他们的应用程序中。例如，照片共享应用程序的开发人员可以使用面部识别API为其应用程序提供个人身份识别。借助API，开发者无需从头编写那些人脸识别代码，甚至无需透彻理解这些代码的工作原理。典型的API用例包括计算机视觉、计算机语音、自然语言处理、搜索、知识图谱、翻译和情绪检测等。机器学习框架是允许开发人员创建随时间改进的应用程序的工具。一般来说，开发人员或数据科学家会使用机器学习框架来构建模型，然后使用现有数据来训练模型。机器学习框架在大数据分析应用程序中尤为常见，尽管它们也可用于许多其他类型的应用程序。与构建您自己的机器学习模型相比，这种可通过云访问的框架实施起来更容易、成本更低。托管机器学习服务公司经常面临这样的情况，他们希望将机器学习功能添加到他们的应用程序中，但缺乏必要的经验和知识。而托管机器学习服务可以帮助他们做相应的工作。该服务通过模板、预建模型和拖放式开发工具简化和加速机器学习框架的应用过程。AIaaS的“圣杯”是创建可以作为云服务交付的通用AI。这种通用人工智能是一种可以像人类一样思考和交流的计算机系统。然而，大多数专家认为我们实现这种通用人工智能还为时过早。AIaaS的优势那些大企业一般倾向于投资自己的AI项目和研究。但是更多的企业会选择AIaaS，这自然是出于对AlaaS优势的考虑。一般来说，AlaaS的优势包括：低成本的AIaaS可以为企业节省昂贵的设施费用，这些服务允许企业仅在需要时才为特定硬件付费。在云计算中，大多数人工智能工作负载被认为是“突发的”，也就是说，它们依赖于在短时间内提供大量计算能力的服务。AIaaS只会对用户收取硬件使用费，大大降低了用户的成本。可扩展性与其他云服务一样，AIaaS本身具有很高的可扩展性。企业可以从一个试点项目开始，随着需求的增加迅速扩大其AIaaS服务。可用性一些优秀的AI工具可用于开源项目的许可，但虽然这些工具价格低廉，但并不总是易于使用。而云AI服务通常可以让开发者更方便地接入AI，无论他们自己是否是该领域的专家。AIaaS的缺点俗话说，无金不盗，AIaaS不可能十全十美，它也有缺点。两个最大的缺点也与其他云服务相同，即安全性和合规性。许多AI应用程序，尤其是那些包含机器学习功能的应用程序，都依赖于大量数据。企业在将这些数据存储或迁移到云端时，需要确保这些应用有足够的安全措施，例如数据加密。同时，在某些情况下，合规性可能成为企业应用AIaaS的障碍，因为一些国家和地区的法律限制企业将敏感数据存储在云端，一些法规也限制了数据存储的位置。在这些情况下，AIaaS在某些用例中可能会失败。AlaaS的另一个潜在缺点是它本身可能很复杂。企业将花费大量时间和精力来培训或雇用具有人工智能和云计算技能的员工。尽管如此，一些企业仍然乐观地认为这个问题是可以克服的，而且从长远来看，AIaaS会带来回报。在AIaaS供应商简单介绍了AI的功能和优缺点之后，我不妨梳理一些典型的供应商和产品。基本上，所有领先的供应商都会提供AIaaS服务，其他一些小型和初创公司也会提供类似的产品。这里只是一个粗略的概述。除了上述的供应商和产品，还有其他AIaaS产品也在快速发展，比如Oracle的AI产品和Salesforce的myEinstein。
