为了在竞争中保持领先地位，越来越多的企业寻求将人工智能技术融入到他们的应用、产品、服务和大数据分析方法中。企业开始使用AI技术的最简单和最安全的方法之一是使用基于云的AI即服务产品。根据研究公司IDC的数据，到2021年，全球在认知和人工智能系统上的支出预计将以50.1%的复合年增长率(CAGR)增长。这意味着这些技术的总支出将从2017年的120亿美元增加到2021年的576亿美元。这些成本中的大部分可能会用于基于云的人工智能服务。RightScale2018年云现状调查显示，企业对使用与特定类型人工智能相关的云计算服务特别感兴趣：机器学习。当调查受访者计划在未来使用哪种类型的公共云服务时，机器学习服务位居调查榜首，46%的受访者试图采用该技术或计划部署该技术，尽管只有12%的受访者表示正在使用这些服务。很明显，组织对AI即服务越来越感兴趣，云计算供应商对其不断增长的产品反应积极。人工智能即服务的类型由于“人工智能”是一个涵盖多种技术的广义术语，因此目前有多种类型的人工智能即服务。人工智能的核心是机器可以用来做与人类相同的事情。例如，人工智能包括可以看到和识别图片中的对象的计算机视觉技术。它还包括自然语言处理，使系统能够进行正常对话，以及机器学习，使计算机无需明确编程即可学习。AI即服务产品可以将这些类型的AI技术作为云计算服务提供。目前市场上的人工智能即服务产品一般分为以下几类：机器人和数字助理：对于很多人来说，当他们听到“人工智能”一词时，首先想到的是苹果的Siri、微软的Cortana或像亚马逊的Alexa这样的数字助理。这些工具使用自然语言处理与用户进行对话，许多工具还使用机器学习来提高他们的技能。许多企业希望在他们的产品和网站中添加类似的功能。事实上，据IDC称，2017年支出最多的AI用例是自动化客户服务代理。但从头开始创建自己的机器人对企业来说是一项艰巨的任务。作为替代方案，有一些供应商提供机器人平台即服务。用户用自己的数据对机器人进行训练，然后用机器人回答简单的问题，将工作人员从重复性的工作中解放出来，处理更复杂的任务。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正在构建的应用程序或产品中。领先的云提供商都提供种类繁多的API。例如，想要制作照片共享应用程序的开发人员可能会使用面部识别API使应用程序能够识别照片中的个人。得益于该API，开发人员无需从头编写人脸识别代码，甚至无需彻底了解其工作原理。工作人员使用API允许应用程序访问云中的此功能。API可用于各种不同的目的，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。机器学习框架：这些工具允许开发人员创建随时间改进的应用程序。通常，他们需要开发人员或数据科学家来构建模型，然后使用现有数据来训练该模型。机器学习框架在与大数据分析相关的应用程序中特别受欢迎，但它们也可用于创建许多其他类型的应用程序。与为自己的机器学习任务设置自己的硬件和软件相比，在云中访问这些框架更容易且成本更低。完全托管的机器学习服务：有时组织希望将机器学习功能添加到他们的应用程序中，但他们的开发人员或数据科学家缺乏一些必要的技能或经验。完全托管的机器学习服务使用模板、预构建模型和/或拖放式开发工具来简化和加速使用机器学习框架的过程。人工智能即服务将创建可以作为云服务访问的通用人工智能。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。大多数专家都认为，研究人员创造出这种人工智能技术还需要数年时间。人工智能即服务的好处一些组织（主要是超大型企业）选择投资于自己的人工智能研究和硬件。然而，许多企业更喜欢使用人工智能即服务，因为这种方法有很多好处，包括：高级基础设施：人工智能应用，尤其是机器学习和深度学习最大性能。然而，这些系统对于许多企业来说过于昂贵，而且对组织和用例帮助不大。AI即服务使组织能够以可承受的成本向企业提供这些超快计算机。？低成本：人工智能即服务不仅无需为昂贵的硬件付费，而且还允许组织只为他们使用的硬件付费。在云计算术语中，大多数AI工作负载被认为是“突发性”的，即它们需要在短时间内使用大量计算能力。人工智能即服务只对他们使用的服务收费，从而显着降低成本。?可扩展性：与其他类型的云服务一样，AI即服务使其非常容易扩展。组织通常从一个试点项目开始，让他们了解AI的用处。借助人工智能即服务，他们可以迅速将该试点项目投入全面生产，并随着需求的增长而扩大规模。?可用性：一些最好的AI工具在开源许可下可用，虽然价格低廉，但这些开源AI工具并不总是易于使用。云AI服务通常可以让开发人员更轻松地访问AI功能，而无需他们成为该领域的技术专家。人工智能即服务的缺点人工智能即服务的两个最大缺点是所有云计算服务都面临的问题：安全性和合规性。许多人工智能应用程序（尤其是那些与机器学习相结合的应用程序）依赖于大量数据。如果这些数据将驻留在云端或传输到云端，组织需要确保他们有适当的安全措施，包括静态和传输中的加密。在某些情况下，法规可能会阻止某些行业的某些类型的敏感数据存储在云中。其他法律要求某些数据保留在其所在国家/地区的边界内。在这些情况下，可能无法将人工智能用作这些特定用例的服务。另一个潜在的缺点是人工智能即服务可能非常复杂。组织将不得不投入时间和精力来培训和/或雇用具有人工智能和云计算技能的员工。然而，许多组织认为，这个障碍很容易克服，从长远来看，采用人工智能即服务将带来回报。AI即服务提供商所有领先的云计算提供商都提供AI即服务，而一些较小的提供商也提供基于云的AI服务。这是一个概述：
