从Shopify的防欺诈机器学习到Salesforce的爱因斯坦，在过去的几年里，SaaS巨头要么投入巨资开发AI，要么收购AI初创公司，试图在竞争中率先取得优势。借助云计算，人工智能技术也得到了落地和普及，因此我们可能正处于“人工智能即服务”的新时代。那么AI的雪球是如何在云计算的“雪场”中越滚越大的呢？AI给SaaS带来了什么？当然，我需要从云计算中AI的发展说起。第一阶段：巨头引领的趋势传统的SaaS模式是基于包月模式，这意味着SaaS厂商需要不断维护和培养客户关系，以确保客户不会流失。SaaS加速器公司L-Spark的创始人LeoLex表示，“AI正在帮助人们减少建立客户关系所需的手动工作，并允许SaaS提供商以更有意义的方式与客户沟通。”在过去几年中，只有资金雄厚的大型SaaS巨头才能够??聘请合适的人才并进行有意义的AI研发投资。但仅仅依靠银行存款还远远不足以创建有用的人工智能应用程序。AI的核心内容还是数据，当然还有很多其他基础的东西。SaaS公司构建自己的平台只是第一步。训练人工智能和机器学习系统的最大障碍之一是无法获得足够大的数据集。Shopify数据和分析高级副总裁DavidLennie解释说：“只有获得尽可能大的样本，你才能获得足够的价值，而当你有一群同事做同样的事情时，一切都会得到两倍的结果事半功倍。”快速进入那些可以为他们提供更多数据的市场的解决方案。”与其尝试构建“一体化”的SaaSAI工具集，Lennie认为最好专注于一个特定领域，因为这样公司可以更好地创建数据来训练他们的AI和机器学习应用程序。一旦一家公司可以建立一个包含全球数百万用户的庞大数据集，他们就可以开始解决问题。但是，Rubikloud的首席执行官兼联合创始人KerryLiu认为迄今为止，人工智能应用领域最大的成功案例仍在公司内部。“无论是谷歌使用AI来优化他们的基本搜索功能，还是Salesforce使用Einstein来帮助他们识别客户和销售助理的最佳实践示例，迄今为止大多数成功的AI应用程序都是为了促进公司自身的内部运营效率和产品开发”。不过，虽然刘的观点反映了一定的事实，但我们也应该看到，这是因为这些公司的主要数据来源也是内部的，而这些公司在推动自动化、个性化、语音输入和用户安全方面正走在正确的轨道上.在路上。第二阶段：“AIasaservice”的出现直到现在，SaaS行业中还很少有新兴公司使用先进的AI应用。Affinio联合创始人ArdiIranmanesh表示，“AI被过度用于营销目的，许多小公司声称自己是AI初创公司，只是使用聊天机器人或线性回归分析等功能。”不过，在过去几年中，AWS、微软Azure、谷歌和甲骨文等巨头利用云计算将“人工智能即服务”产品推向市场，这也开启了机器学习和更先进的小公司的AI应用程序。门。这意味着这些云服务巨头可以为小公司提供底层的技术支持，让他们不需要拥有硬件，也不需要担心数据安全问题，随时随地都能获得这种真正有意义的AI算力。在这个SaaSAI发展的第二阶段，由于包容性和支撑性更强，许多专门的SaaSAI应运而生。这些新公司专注于解决更细分领域的问题，而不是像大型制造商那样提供更广泛的生产力或通信服务。正如Mobify联合创始人兼首席执行官IgorFaletski所说，“AI已经存在了很长时间，如果说有什么新东西的话，它开始真正向开发人员开放，越来越多的小型初创公司获得了AI能力”。Beanworks和MindbridgeAnalytics等垂直领域的初创企业正在利用AI来自动化审计和会计等“白领”任务??，这些业务在很大程度上被SaaS巨头忽视了。EnergyXSolutions首席技术官AlexCornegilo认识到了这一趋势。“我看到了一种可以针对特定市场量身定制的全新利基产品，”他说。试想一下，所有吸引我们的微小特征和功能都可以嵌入到产品和服务中，这样的产品可能很快就会出现。“但正如上文所说，AI的价值不在于其算法，而在于企业可以访问的数据集的规模和数量。Lennie警告说，企业在创建AI解决方案之前必须充分了解如何使用数据。Lennie认为，为了克服人工智能和数据集的“先有鸡还是先有蛋”的问题，新兴的人工智能公司需要共享更多的数据，并与“有很多数据但不知道如何使用”的传统公司合作，即使他们可以为这些传统公司做工作，换取一些关键数据。Iranmanesh预计，更多传统公司会向AI初创公司开放他们的数据，比如Mastercard和Visa。他指出，“虽然个人身份信息永远是一个问题，但企业总是想增加自己的筹码，仅仅存储数据并不能解决自己的需求。”不过，MindbridgeAnalyticsCEOEliFathi不同意这种观点，对于这个任务，可以利用各个公司的公开数据或者小样本数据进行算法训练。BeanworksCEOCatherineDahi也认为，会计任务往往是重复性的，使得用少量样本训练机器学习算法成为可能第三阶段：SaaSAI应用全面开花对于已经获得大量客户和运营数据的成熟SaaS公司，其机器学习系统的智能化水平已经呈指数级增长，所以在不久的将来，我们可能会看到更多专注于解决企业问题的AI应用。Forrester预测，2018年，SaaS巨头将在平台层面加剧竞争。定制应用和更高级AI的需求应用程序来自动化一系列核心业务功能。与此同时，更小、更专业的服务公司将能够获得更多客户sAI在各个领域变得更加普遍，使他们能够获取更多数据集来磨练他们的AI应用程序。Lennie认为，如果小公司专注于一个一个地解决问题，他们将获得进入相邻市场的能力，这最终会让他们的AI平台达到SaaS巨头的水平。“你需要一遍又一遍地磨练你的模型，如果你磨练了足够多的时间，你最终会得到一个很棒的平台，”他说。法莱斯基预测，亚马逊、微软和谷歌等公司将大力推进人工智能的研发，力求在其平台上构建生态系统，成为真正的“人工智能即服务”提供商。这将为小型初创公司进一步打开人工智能的大门。借助云计算，这些初创公司或通过自主算法研发，或借助巨头的算力，将种类非常丰富的AI产品推向市场。Liu表示同意，他说：“五巨头（亚马逊、微软、谷歌、苹果和Facebook）意识到，市场上的AI应用越多，他们可以提供的云计算服务类型就越多。巨头们会很高兴看到各种规模和形式的公司都采用人工智能解决方案，因为通过这种方式，他们可以将相关的运营数据和各种应用程序部署在一个可以扩展到极致的弹性云平台上。”似乎借助云计算这个大“雪场”，AI的雪球不仅越滚越大，而且越滚越大。SaaS巨头的智能平台能力呈指数级增长，而较小的小众市场玩家也在不断为AI“铺路”。刘认为，人们低估了人工智能采用的速度。虽然有人预测财富500强公司需要10到15年的时间才能将SaaSAI产品实施到他们的核心业务系统中，但他相信这个过程将在未来发生。它将在5年内完成。
