雷鋒網按：全球公有雲的領導者非亞馬遜莫屬，不過其它公司也在想方設想超越，其中關鍵的一點就是對AI服務的應用。最近彭博社一篇文章，認為各行業對AI，特別是基於雲端的智慧服務的需求日益增多，很可能是雲計算最新的戰場。雷鋒網對全文編譯如下：
去年十月，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，一個軟體系統觸發了警告，問題也得以順利解決。釀酒師Brian Faivre後來說：“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體來自微軟，它使用了名為機器學習的人工智慧技術。這沒什麼了不起的，但有趣的是，Deschutes是從微軟的雲計算服務中，直接在網上租用的這個軟體。Deschutes每天都會使用該系統，決定什麼時候停止一部分釀造過程，並開始下一個，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工具和雲服務的公司之一。其它例子還有，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計畫使用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辨識，開發聊天機器人。
AI軟體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台電腦，這可不是誰都玩得起的。
Deschutes沒有時間也沒有這樣的技術，而且它要的是釀造啤酒，又不是資料中心。所以，越來越合理的是也，微軟，亞馬遜和Google這樣的公司開始提供線上AI軟體。
讓AI變得人人可用，是雲計算的最新戰場
新一代的應用需要更加強大的資料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。
亞馬遜現在是公有雲的領導者，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，而亞馬遜的優勢在於，多數企業雲端的資料都是在AWS中。
IDC研究人員稱，讓強大的AI軟體變得人人可用，才是雲計算的最新戰場，這也會決定哪家會成為雲基礎設施市場的最終贏家。
公共雲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，理解意圖的認知軟體。亞馬遜在去年11月份推出了類似的工具，其Rekognition可以識別圖像的內容，Polly能將文本轉換為語音，基於Alexa的Lex則可用語音和文本識別來構建對話機器人。
為了對銷售週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％，而基於雲的部分應該增長的更快。
比如，Pinterest在用亞馬遜的圖像識別服務，讓使用者拍一個物品，比如鞋子，然後找到類似的鞋。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；印度的農民也在基於對季風資料的分析，來確定何時種植作物。強生則在使用Google的招聘機器學習演算法，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）最受歡迎的特點之一。
Google進入公有雲市場偏晚，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最早加入的公司之一，它憑藉Google的工程師為金融服務公司開發軟體。
當然，並不是所有人都對雲端的AI市場十分確定。畢竟，一些公司的大量資料仍然存儲在內部，將其移動到雲端既昂貴又耗時。AI演算法與資料，相比之下前較者更容易獲得。
不過亞馬遜的Wood並不同意，他注意到外界對公司的Snowball需求越來越多，這項服務能將大量資訊傳輸到資料中心。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的資料。
以挪威電力公司eSmart Systems AS為例，它開發的無人機可以用於拍攝電力設備。它會開發自己的演算法，來分析影像資料，尋找需要修理的設施。但它租用了微軟的Azure雲服務，從而獲得分析所需的計算能力。
對於那些不想在計算能力上花太多精力的公司來說，雲計算確實可能更合適，這也可以縮短AI應用的過程。而這也讓各雲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。