融合了AI的云服务将创造一个新的盈利点？微软与Google都是这么做的

当美国新罕布什尔州达特茅斯希区柯克医疗中心的一些患者踏上家中浴室的磅秤时，微软公司的电脑就会获取他们的相应指标。除此之外，该公司的电脑还能获得患者的血压读数，甚至可以通过“监听”护士和病人的通话来衡量一个人的情绪状态。最后，微软的人工智能软件将进一步解析这些数据，并尝试在任何人工通知发出之前向病人及工作人员警示新出现的健康问题。

这家医院其实在“试演”着医疗卫生和微软业务的一种未来景象。其正在使用基于微软云计算服务的新“认知”服务，也就是我们熟知的Azure。微软表示，机器学习技术的出租将成为其新的利润来源，同时，各类公司还可以使用以往只有计算领域巨头才能享用的人工智能技术来分析自己的企业数据和客户。

负责监督云机器学习服务的微软产品管理负责人Herain Oberoi指出：

“我们的客户们将从传统云服务转向具备‘机器学习’和‘人工智能’元素的新式云服务”。“与我洽谈过的每家公司都有一位顶级管理人员负责拟定这项技术的应用计划"。

微软的竞争对手Google、亚马逊与IBM也在开发同样的技术。今年6月，Google宣布成功研发出一种新型芯片，这种芯片可以提高机器学习软件的运行速度及其云服务的竞争力。虽然亚马逊和微软一直在云计算服务上领先于Google，但Google首席执行官 Sundar Pichai 已经表示，机器学习服务将使Google走出一条差异化盈利道路。

而亚马逊旗下的云计算部门AWS（亚马逊云计算服务）也在去年推出了自己的第一项机器学习云服务项目。同年6月，该项目主任Andy Jassy承诺在未来几个月内尽力扩大服务规模。

近年来，亚马逊及其最大竞争对手都加快了机器学习技术方面的投资步伐，尤其是在像智能破译照片或语音这类能够受训的软件取得了重大研发突破后（这里面应用了深度学习技术）。

 Google、微软与IBM：人工智能云服务也能帮我们赚钱

第一批利用这些突破的消费产品包括亚马逊的Alexa声控家庭助理及Google的最新照片服务。其中，后者可以解读图像内容，并已拥有超过2亿的用户。这在某种程度上可以说明，将机器学习技术融入到被用于数据存储和分析等任务外包的云服务中，或许会成为通过技术牟利（并让这个市场更加有利可图）的另一种方式。

据国际数据公司IDC估计，各大公司2015年在云服务方面的支出总额接近700亿美元，而这一数字将在未来十年内翻一倍。而负责管理Google云机器学习产品的 Rob Craft 曾表示，大部分公司手中都掌握着大量的运营、业务和客户数据，因此机器学习技术可以马上为他们带来更多效益。

“我们的目标是利用人工智能帮助他们从这些数据中挖掘更多的直接价值。”

由Google等公司提供的新型服务可以帮助用户实现有关图像与文本的多种应用， 譬如描述图像内容，录制电话录音等音频文件，从文本中提取关键术语以及进行两种语言之间的文本互译。

尽管微软和IBM在机器学习技术上落后于Google，但他们还是推出了目前应用范围最广的APIs服务。

例如，微软就推出了一个API来解读面部表情。而IBM开发了一项API技术来评估社交平台上文章作者的个人特征，而影响力较大的营销公司则使用这项技术来帮助科罗娜（啤酒）、红牛（功能性饮料）等品牌找出那些最具利用价值的社交媒体用户，提高推广效果。值得注意的是，不同的API服务可以结合使用。例如，企业可以设置一个系统来识别社交媒体图片中的商标，记录照片中任何人的面部表情，并从所有附带文本中提取关键词。

创业公司们：站在巨人的肩膀上

而软件工程师们只需要一些免费的软件构件就可以组建被Google等公司奉为至宝的机器学习系统。ROSS Intelligenc就是一家致力于通过软件辅助加快各大律师事务所法律研究过程的创业公司，该公司创始人兼首席技术官Jimoh Ovbiagele表示，建设和运行一个顶尖的机器学习系统将耗费大量的时间和成本，把技术租出去会显得更加明智

“我们完全可以站在巨人的肩膀上。ROSS处理法律问题的能力得益于IBM的一套语言处理技术，其中一些技术原理起源于2011年击败两位益智问答游戏节目《危险边缘》冠军的超级电脑沃森。”

客户：我们仍然在观望

普华永道首席技术专家Chris Curran表示，大多数大型企业还远远没到为机器学习服务投入大量资金的地步。他认为，大约3/4的公司还处于观望阶段，想仔细看看这些新技术有什么吸引人的地方。

Curran称，虽然微软等公司推出的新业务降低了希区柯克医疗中心等非技术公司在使用预编机器学习系统时遇到的困难，但只有在根据企业的特定需求进行“量身定制”时，这项技术才能发挥其最大价值。Google与微软的图像API比较擅长一般性评估，比如判断照片是否包含“猫”或“摩天大楼”等事物元素。但食品生产商想要的却是利用视觉系统来检测其生产线产品的具体缺陷，而这可能要靠“定制”来解决。

值得高兴的是，一些云服务供应商已经研究出了相应的解决方案，而有的也已经承诺为客户提供算法训练方案——允许客户利用自己的数据训练算法，进而解决自身问题。但Curran却表示，创建自定义人工智能软件并非易事：

“你需要合适的技术人员与专业知识，而这些资源目前都异常短缺。这是创业公司最大的一道坎。”

因此，本身就占据着有利地位的微软、Google及亚马逊仍然会在这项融合了机器学习技术的新型云服务大战中掌握先机，并左右其发展方向。