從Shopify可防止欺詐的機器學(xué)習(xí)到Salesforce的Einstein，在過去的數(shù)年間，SaaS巨頭們或投入巨資以進行AI的開發(fā)，或收購AI創(chuàng)業(yè)公司，以試圖率先在競爭中取得優(yōu)勢。

借助于云計算，AI技術(shù)也得以落地與普及，因而我們可能正處于一個全新的“AI即服務(wù)”的時代。

那么AI這個雪球如何在云計算這塊“雪場”中越滾越大?AI又為SaaS帶來了什么?當(dāng)然我需要從AI在云計算中的發(fā)展說起。

[[213595]]

***階段：由巨頭***的潮流

傳統(tǒng)的SaaS模式基于每月訂閱模式，這意味著SaaS廠商需要不斷地維護與培養(yǎng)客戶關(guān)系，以確保客戶不會流失。 SaaS加速器公司L-Spark的創(chuàng)始人Leo Lex說道，“AI正在幫助人們?nèi)p少那些建立客戶關(guān)系所需的人力工作，并允許SaaS供應(yīng)商以更有意義的方式與客戶進行交流”。

在過去的幾年中，只有那些大型，擁有充足資金的SaaS巨頭才能夠聘用到合適的人才，并進行有意義的AI研發(fā)投資。 但是僅僅依靠于銀行存款遠不足以創(chuàng)造出使用的AI應(yīng)用，AI的核心內(nèi)容依然是數(shù)據(jù)，當(dāng)然也有眾多其他的基礎(chǔ)事物。

SaaS公司建立自己的平臺只是***步。在AI和機器學(xué)習(xí)系統(tǒng)培訓(xùn)中***的障礙之一就是無法獲得足夠大的數(shù)據(jù)集。Shopify數(shù)據(jù)和分析高級VP David Lennie解釋道：“只有盡可能的獲得更大的樣本才能獲得足夠的價值，而當(dāng)你擁有一群同事從事相同事務(wù)時，一切都會事半功倍。 SaaS公司通常會以打造全新種類的方案，以快速進入那些那些可以為他們提供更多數(shù)據(jù)的市場”。

Lennie認為，與其試圖打造一套“一體化”的SaaS AI 工具不如專注于一個特定領(lǐng)域，因為這樣公司可以更好的創(chuàng)建數(shù)據(jù)以訓(xùn)練他們的AI與機器學(xué)習(xí)應(yīng)用。 一旦公司能夠建立起全球數(shù)百萬用戶這種級別的龐大數(shù)據(jù)集，他們就可以著手去解決問題。不過，Rubikloud的CEO兼聯(lián)合創(chuàng)始人Kerry Liu認為，知道目前為止，AI應(yīng)用中***的成功案例還是在公司內(nèi)部中。

“無論是Google用AI來優(yōu)化他們的基本搜索功能，還是Salesforce使用Einstein來幫助自己去確定賬戶與銷售助手的***實踐案例，迄今為止大部分成功的AI應(yīng)用均是為了促進公司自己內(nèi)部的運行效率與產(chǎn)品開發(fā)”。

不過盡管Liu觀點反應(yīng)了一定的事實，但是我們也應(yīng)該看到這是因為這些公司主要的數(shù)據(jù)來源也是其內(nèi)部，而這些公司正走在一條促進自動化、個性化、語音輸入和用戶安全性的正確道路上。

第二階段：“AI即服務(wù)”的出現(xiàn)

直到現(xiàn)在，SaaS行業(yè)中依然鮮有新興公司去使用高級的AI應(yīng)用。Affinio的聯(lián)合創(chuàng)始人Ardi Iranmanesh說道，“AI被過度地用于營銷目的，許多小公司僅使用諸如聊天機器人或線性回歸分析功能就聲稱自己是AI創(chuàng)業(yè)公司”。

不過，在過去的幾年中，AWS、Microsoft Azure、Google和Oracle等巨頭利用云計算為市場帶來了“AI即服務(wù)”產(chǎn)品，這也為小型公司打開了機器學(xué)習(xí)和更高級的I應(yīng)用的大門。

這意味著，這些云服務(wù)巨頭可以為小型公司提供底層的技術(shù)支持，這使得他們無需具有硬件與擔(dān)心數(shù)據(jù)安全問題，而且他們可以隨時隨地的獲得這種真正具有意義的AI計算能力。

在這個SaaS AI發(fā)展的第二階段中，由于更強的包容性與支持性，許多專門的SaaS AI應(yīng)運而生。這些全新的公司專注于解決更為細分領(lǐng)域中的問題，而不是像大規(guī)模廠商那樣去進行更廣泛的生產(chǎn)力或通信方面的服務(wù)。

正如Mobify的聯(lián)合創(chuàng)始人兼CEO Igor Faletski所述，“AI已經(jīng)存在這么長時間了，如果還有什么新消息的話就是它開始真正的逐漸開放給開發(fā)者，越來越多的小型創(chuàng)業(yè)公司獲得AI的能力”。

像Beanworks和Mindbridge Analytics這樣的專注于垂直領(lǐng)域的新興公司就利用AI以實現(xiàn)審計和會計等“白領(lǐng)”工作的自動化，而這些業(yè)務(wù)在很大程度上被SaaS巨頭忽略了。

EnergyX Solutions 的CTO Alex Cornegilo認可了這一趨勢。他說道，“我看到了一個全新的利基產(chǎn)品，這種產(chǎn)品可以針對非常具體的市場用戶進行量身定做。不妨設(shè)想一下，那些吸引我們的各種微小特征與功能都可以被嵌入到產(chǎn)品和服務(wù)中，而這種產(chǎn)品可能很快就會出現(xiàn)。”

但是正如前文所述，AI的價值并不在于其算法而是公司可以訪問的數(shù)據(jù)集的規(guī)模與數(shù)量。Lennie警告到，公司在創(chuàng)建AI方案前要充分了解到如何去使用數(shù)據(jù)。

Lennie認為，為了克服AI與數(shù)據(jù)集這道“雞與蛋”的難題，新興的AI公司需要分享更多的數(shù)據(jù)，并于那些“擁有大量數(shù)據(jù)，但不知道如何去使用”的傳統(tǒng)公司進行合作，甚至他們可以為這些傳統(tǒng)公司進行工作，以交換獲得一些關(guān)鍵的數(shù)據(jù)。

Iranmanesh預(yù)計將有更多的傳統(tǒng)公司會向AI創(chuàng)業(yè)公司開放數(shù)據(jù)，比如Mastercard和Visa。他指出, “雖然個人身份信息將永遠是是個問題，但是公司總是希望增加他們手中的籌碼，而僅僅是存儲數(shù)據(jù)并不能解決他們自身的需求”。

不過，Mindbridge Analytics的CEO Eli Fathi不太同意這一觀點，他反駁到， 在處理像審計這一的任務(wù)時，可以利用來自于各公司的公開數(shù)據(jù)或小樣本數(shù)據(jù)進行算法訓(xùn)練。Beanworks的CEO Catherine Dahi也認為，會計任務(wù)往往是重復(fù)的，因而這使得少量樣本就可以去訓(xùn)練機器學(xué)習(xí)算法。

第三階段：百花齊放的SaaS AI應(yīng)用

對于已經(jīng)獲得了大量客戶和運營數(shù)據(jù)的成熟SaaS公司來說，他們的機器學(xué)習(xí)系統(tǒng)的智能水平已經(jīng)呈現(xiàn)出了指數(shù)級的增長，因此在不久的將來，我們可能會看到更多專注于企業(yè)問題解決的AI應(yīng)用的出現(xiàn)。

Forrester預(yù)測，2018年SaaS巨頭們在平臺層面的競爭將愈發(fā)激烈，他們會在云計算平臺上運行部分服務(wù)，以應(yīng)對客戶對自定義應(yīng)用程序和更高級AI應(yīng)用的需求，以實現(xiàn)一系列核心業(yè)務(wù)功能的自動化。

與此同時，隨著AI在各個領(lǐng)域中的普及，更小于更專業(yè)的服務(wù)公司將能夠獲得更多的客戶，從而使他們能夠獲得更多的數(shù)據(jù)集以磨煉他們的AI應(yīng)用。Lennie認為，如果小型公司專注于逐一的問題解決，那么他們就將獲得進軍臨近市場的能力，而這最終將使得他們的AI平臺具有SaaS巨頭的水平。他說道，“你需要反復(fù)錘煉自己的模型，如果你錘煉了足夠多的次數(shù)，那么最終你就會得到一個出色的平臺”。

Faleski預(yù)測，Amazon、Microsoft和Google等公司都將大力推進AI的研發(fā)，以爭取在其平臺上構(gòu)建出生態(tài)系統(tǒng)，并成為真正的“AI即服務(wù)”供應(yīng)商。這將進一步為小型創(chuàng)業(yè)公司打開AI大門，借助于云計算，這些創(chuàng)業(yè)公司或通過自主算法開發(fā)，或通過巨頭們的計算能力將為市場帶來種類極為豐富的AI產(chǎn)品。

Liu也同意這一點，他說到，“五巨頭(Amazon、Microsoft、Google、Apple和Facebook)意識到市場中的AI應(yīng)用越多，他們所能提供的云計算服務(wù)種類就越多。巨頭們會很樂意看到各種規(guī)模和各種形式的公司應(yīng)用AI方案，因為這樣，他們就可以將相關(guān)運行數(shù)據(jù)和各種應(yīng)用部署在一個可以***擴展的彈性云平臺之上”。

看起來，借助于云計算這塊大“雪場”，AI的雪球不但正在越滾越大，而且還越滾越快。SaaS巨頭們的智能平臺的能力正在以指數(shù)級增長，而較小型利基市場的參與者正在不斷地為AI落地“開枝散葉”。Liu認為，人們低估了AI應(yīng)用的速度，雖然一些人預(yù)測，那些財富500強的公司需要10-15年才能將SaaS AI產(chǎn)品應(yīng)用到他們核心的業(yè)務(wù)系統(tǒng)中，但他認為，這一過程在未來5年內(nèi)來就將完成。