AI強大卻不獨立存在，如今已經成為人們普遍接受的理念之一。

在這個火熱的時代，AI技術不是一個獨立的產品，而是一種“基本生產力”，它適用于大部分經濟活動，可以讓各行各業都產生“增倍效應”，可以預見的是，未來TA釋放的力量或許會更強大。

▌AI 市場足夠大，但華麗麗入局談何容易？

數據量大且分散、業務場景訴求多樣化、AI應用開發越來越復雜……

面對AI 的“招手與擁抱”，聚焦手邊的這些疑難，企業與開發者們經常深感“身不由己、愛莫能助”！

圖片來源：news.163.com

話說入門AI 究竟有多難？基礎環境一大關！

作為熱衷AI 的企業與開發者們，面對“剪不清理還亂”的框架、算法庫以及存儲硬件，“望而卻步”乃是常事兒；如果再碰上環境交互的選擇問題，其復雜程度更是“難上加難”！

好不容易選出適合自身的研發環境，還要騰出精力進一步思考算法兼容性、平臺擴展性等問題……

什么分布式、高可用……諸多問題蜂擁而至，想說“AI”，實在不容易！

企業“聚精會神”關注低成本，AI 研發則需要高投入，如何做到低成本高回報？怎樣釋放成本壓力，讓研發人員更關注算法層面？

等等等等都是“AI 版本”帶來的挑戰！

圖片來源：games.qq.com

這么看，AI 的確作用大，但做到“用得起、用的好and用的放心”還亟待探討！

▌復雜的AI，有way可循嗎？

有人稱，如今AI這波來勢洶洶的浪潮著實需要一個智能化的“底座”支撐，才能“站得穩、走得遠”，一來二去，云計算就被列入“首當其沖”的陣營中。

其實如果我們靜下心來仔細觀察技術的發展以及行業的變革，就會深深意識到，現如今AI 的“復寵”之路，能否走的“暢通無阻”，關鍵要看三要素：數據、算力、算法。

在AI 大舉推動人類社會進入智能時代的過程中，其核心的驅動力就是算力，算力助力AI 發展的同時，AI 技術也反之帶動了計算的革新，兩者可謂相輔相成。

所以，關鍵來啦……

被譽為“智能化底座”的云計算與火熱AI 關系究竟為哪般？

最關鍵的一點，云計算可以為AI 發展提供更新、更強大的計算能力。

另外，伴隨數據量的迅速增加以及AI 技術的日益崛起，云計算不僅僅為傳統計算帶來了創新性的變革，更重要的一點，云自身的智能化演進也被妥妥的提上了日程，如此看來，云也是需要AI 來助力的！

或許，正是這兩點緣由火速掀起了遍地開花的云服務商都在緊鑼密鼓布局AI的風潮吧！

但倘若做不好AI，在如今的形勢下，云服務商是否還能勇往直前呢？

▌當AI 遇見云計算，TA究竟該何去何從？

關于AI 能否會成為云服務商未來“晉級”的必備技能，我們通過觀點PK活動【普惠AI時代，AI能力不足的云服務商是否還有生存空間？】收集了兩種陣營的觀點看法，云與AI究竟該合還是該分？大家一起來看看眾網友的回答吧。

正方觀點：無AI 不發展，這本是板上釘釘的事兒！

在探討中，有的網友表示，有關云的格局，未來2-3年或許就會形成，如果沒有技術優勢只能拼運營的話，最后云市場就會演變成比拼電費的局面，而處于云計算2.0 時代，用戶考量的不單單是價格便宜，而是更加看重云商的AI技術水平高低。例如云平臺上，對性能起到關鍵作用的是算法，這也是AI 承擔的重要角色之一。

“未來是AI 的天下，這點毋庸置疑，因為有了AI能力的加持，云服務商的品牌溢價會顯著提升，盡管沒有AI 能力的云服務商及其產品在短時間內不會覆滅，但嚴重缺乏競爭力是真真的。”也有網友持這種觀點。。

反方觀點：誰說AI 才是唯一利器？絕對不能夠！

“就目前AI 的發展來看，并沒有達成十分落地的程度，無非是增加了產品的賣點，例如大家熟悉的人臉識別、數字識別以及圖像分析等，還尚未達到顛覆市場的程度，也就不存在取代現有云服務商的情況發生。”

如今對AI 發展程度存疑的也確實大有人在。

“況且AI 技術無論以何種方式優化提升，本質上還是無法離開日漸復雜的應用場景以及持續增多的數據量，技術水平的提升能否適應客觀條件的變化？有待觀察！盡管如今AI 發展迅速，但未來是否會出現暫時的停滯呢？還未可知。”

“更重要的是，AI 還是存在空白的，云服務行業有其特殊之處，云服務商沒有AI 也不一定無法生存，可能未來云服務企業選擇向AI 轉型，這或許會成為一波浪潮，但如今做好云才是王道。”

▌如今都打“組合拳”，云+AI，離了誰都不行！

細看之下上文的兩種觀點還算各有道理。

但從國內外各大云服務商的實際發展戰略來看，如今的云服務商越來越注重提供多元化的服務來達成“一站式”解決用戶問題的目標，而這種服務內容主要通過結合人工智能等新晉技術來完成，例如利用AI技術完成降本增效、結果預測等個性化服務。

有種現象值得注意，對于廣大的企業級用戶來說，智能的云平臺出現讓企業與AI 的距離越發“親近”，很多大型云服務商都相繼推出了供企業以及開發者選用的、基于云平臺的AI 開發工具包，大大降低了企業智能化的門檻，也讓開發者能夠有機會近距離體驗 AI 開發帶來的新鮮感。

圖片來源：gz.people.com.cn

具體來說，某云服務商提供有關圖像分析的認知API 。如果企業級用戶想要自己構建一套有關人臉識別的解決方案的話，哪怕不知道“代碼是什么東東”，只要找到可以直接調用的API 就可快速實現，如果按照這個思路操作，試想無論是自然語言處理還是機器識別都可以做到“開箱即用”了。

在提供多元化服務的同時，云服務企業還喜好通過AI 等創新技術的加持對技術前瞻性的相關工作投入較多精力，甚至會比主營的云服務比重還大。此外傳統企業“云化”進程加快，上云后的相關問題也勢必需要人工智能等技術來傾力解決。

種種現象表明，如今的AI 與云計算之間，云計算是基礎、是載體；當AI 被廣泛投射到具體的行業應用時，又會激發對架構計算的旺盛需求，進而助力云計算進一步迭代發展，兩者形成良性循環。

所以作為云服務商，在專心發展自身云業務的同時，更應該加強AI能力的提升以及戰略的布局，“非AI 不可”的發展局勢或許會提前來臨。

▌緊抓“云+AI”風潮，看哪家？當屬華為云！

針對“云+AI”發展趨勢，如今市場上有很多云服務商其實早已預見，從助力AI開發的角度來說，例如Google推出了TensorFlow，這是一個開源的機器學習庫，目前作為在AI 開發領域最流行的人工智能算法引擎，高效提供了深度學習基本元素。

放眼國內，百度推出了PaddlePaddle，將設計定位集中在“易用、靈活、可拓展”等方面，將包括場景文字識別、語音識別、圖像分類等在內的諸多算法進行了相對完整的封裝，并提供了多個技術領域的解決方案給開發者“玩轉兒”AI。

除此之外，當然還有一些耳熟能詳的高可用框架，例如Theano、Torch、Caffe等，開發者們紛紛表示很喜歡。

但不容忽視的一點，無論是TensoFlow還是PaddlePaddle，我們選擇使用也只能做到將代碼放到一個平臺，測試選擇另一個平臺，說的再多都是單點開發沒有連續性。

但對于企業級用戶以及開發者來說，將各個環節加以串聯，完成云、邊、端的統一調配才是讓開發更簡單易用并頗具期待的實際方式。

這不，作為國內頭部云服務商之一的華為云，就將這項探索作為提升自身AI能力的必備日程之一，還將“普惠AI”作為“云+AI”的重要戰略步步推進。

圖片來源：spro.so.com

作為云服務商，在底層架構中，華為云擁有海思芯片等技術積累作為鋪墊。

在云端，無論是公有云還是私有云，都是其關注并實踐的方向。

哪怕在邊緣硬件領域，別忘記華為還有自己的手機。

此外，華為云還選擇面向企業用戶打造智能邊緣平臺，強調云邊協同，云側EI帶來的融合智能決策能力……

不難發現，在華為云整體的技術框架中，完全有條件將AI 能力融匯其中，形成一套統一的開發框架，這個目標并非不可實現。

今年，華為云BU總裁鄭葉來首次提出的華為普惠AI概念，將高高在上的AI技術“平民化”，勢必將AI 打造成為普通企業用得起、用得好、用得安心的技術，一時語出驚人；據悉，在馬上到來的全聯接大會上，華為云或將發布一款全棧、全場景的AI開發框架，更多驚喜值得期待。