对于每个本地可用的应用程序，几乎可以肯定它最终也将作为基于云的服务提供，由云服务提供商按需交付。 人工智能即服务 (AIaaS) 是不断增长的基于云的服务领域的最新成员。 借助AIaaS，企业无需在硬件和软件上进行前期投资即可享受人工智能的优势。 就人工智能而言，节省的成本可能非常可观。
在几十年来作为科幻电影的素材之后，人工智能在商业中的应用已经呈爆炸式增长。 公司将人工智能用于从客户服务和营销到流程自动化、安全以及业务和销售预测的各个方面。 事实上，战略顾问 NewVantage 的一项研究发现，十分之九的顶级企业持续投资人工智能。 IT 研究人员 Gartner 2019 年的一项研究发现，2019 年有 37% 的组织实际上在工作场所使用了人工智能。
然而，对于中小型企业来说，同一份 Gartner 报告中，只有 29% 的企业表示他们已经采用了人工智能。 这至少在一定程度上受到了这样的认识的影响：需要专门的人工智能硬件，而且成本往往过高。 这是因为可以使用通用的现成服务器，但由于需要大量的处理能力，它并不理想，并且会导致生产力陷入停滞。
这还只是硬件投资。 然后是软件、编程和模型训练，这需要经过专门培训的数据科学家，他们的薪水很高。 借助 AIaaS，任何规模的公司都可以通过云按需享受人工智能研究、机器学习和分析的优势。
企业什么时候应该采用AIaaS？
与其他所有技术一样，人工智能的采用也是缓慢且渐进的。 企业先试一试，然后再一头扎进去尝试，看看它是否兑现了承诺。 因此，早期人工智能项目的最初推出通常是谨慎且适度的。 小公司尤其厌恶风险。
对于那些从一开始就不希望做太多人工智能工作的公司来说，AIaaS 尤其有价值。 人工智能分为两个步骤：训练和推理。 训练部分是计算密集型部分，但推理的功耗要求要低得多，并且可以使用功能较弱的非专用处理器来处理。
现在假设您只计划部署大约两到三个人工智能项目，并且您选择投资专用硬件。 由于您无法将人工智能训练服务器重新用作通用数据库服务器，因此它将闲置。
相反，如果您每年执行多个人工智能项目，那么您可以考虑采用混合方法并投资本地系统。 这是因为云服务采用即用即付模式来获取和处理数据以及所有相关存储、数据库、网络和分析应用程序所需的计算能力。 雄心勃勃的人工智能项目会产生大量数据。 被称为“数据引力”的 AIaaS 项目会增加对额外容量和服务的需求，从而推高成本。 这很容易会增加云服务提供商 (CSP) 的费用，并且最终将这些工作负载转移到本地变得更加经济可行。
AIaaS 如何实现人工智能民主化
人工智能有多种编程语言，从常见且无处不在的（Python、C++）到深奥的（R、Rust）。 对于非数据科学家来说，这可能具有挑战性，因为他们可能不具备任何编码能力或对数据科学的基础知识之外的理解。 很多时候，非数据科学家面临着拥有人工智能项目的任务，因为根本没有足够的熟练程序员和数据科学家来满足对其技能不断增长的需求。
幸运的是，提供 AIaaS 服务的 CSP 还为非程序员提供无代码基础设施。 无代码工具和服务允许人们构建应用程序，而无需以传统的编写、测试和调试源代码的方式进行编程。 相反，核心功能是通过类似于流程图的可视化工具创建的，其中根据预设条件采取操作。 如果您曾经使用过 Microsoft Visio，您就会了解其工作原理。
无代码使业务用户能够完成程序员的工作，但缺点是应用程序往往过于简单。 如果您想要对复杂的人工智能模型进行细粒度、精确的控制和操作，您仍然需要对应用程序进行编程。
但没有代码仍然非常适合开始编写简单的人工智能应用程序，减轻数据科学家的负担，因为他们面临着更艰巨的任务，也许还可以编写一个简单的聊天机器人。
最后，应仔细考虑 AIaaS 方法或本地/混合 AI 方法的利弊，并考虑成本、时间和劳动力专业化。 对于那些刚刚开始或每年进行有限数量人工智能项目的人来说，AIaaS 的好处可能远远超过其他选择。
