对于数字化转型中的企业来说，如何客观评估云厂商的AI服务能力？权威机构的第三方行业报告，可以给到一个基本的市场扫描。
不久前，国际权威研究机构Gartner发布2022年《云AI开发者服务魔力象限》报告，为国内外云厂商的AI服务能力排排座。其中，亚马逊云科技、微软、谷歌和IBM位于领导者象限，国内阿里云、腾讯云和百度云均进入挑战者象限。
据了解，此次报告从云厂商的“执行能力”以及“愿景完整度”两大维度进行考察。其中，执行能力评估标准包括产品与服务、整体可行性、销售执行与定价、市场响应与记录、营销执行、客户体验、运营7项指标。愿景完整度评估标准包括市场策略、销售策略、商业模式、创新能力等指标。最终，Gartner将全球筛选出来的前20名云厂商划分到领导者（Leaders）、远见者（Visionaries）、挑战者（Challengers）和利基者（Niche Players）四个象限中。
今年，亚马逊云科技已经连续第三年居于领导者象限，并且在执行能力上位列被评估的13家供应商中的最高位置。作为全球最大的公有云服务商，亚马逊云科技是如何在AI服务能力上保持领先的？
产品与服务领先，三层架构AI组合
根据Gartner的标准，进入领导者象限的供应商需要满足如下条件：
1. 在AutoML、语言处理和计算机视觉三个关键领域都拥有强大的产品/服务。
2. 所提供的AI开发者服务可以通过API访问，不需要开发者具备数据科学专业知识。
3. 提供支持能力以增强其核心服务，包括自动偏差检测和缓解、特征工程、语言处理、图像标记、MLOps、可解释的Al。
4. 服务于多个地区，支持多种语言。
而且，在Gartner报告的执行能力评估标准（纵轴）中，产品与服务所占权重最高。可见亚马逊云科技在AI产品与服务方面有着业界领先的优势。广泛、深入、与自身云服务的无缝集成等，都是亚马逊云科技AI产品与服务的特点。
在产品与服务方面，亚马逊云科技构建了三层架构，无论企业的AI开发能力处在何种阶段，都可以找到匹配当前需求的工具和服务。
最底层，是框架和基础架构。涵盖主流的开源机器学习框架和算法，例如TensorFlow、Apache MXNet、PyTorch等等。在算力资源方面，亚马逊云科技先后推出两款自研AI芯片：机器学习推理芯片Amazon Inferentia和训练芯片Amazon Trainium，旨在为企业云上AI开发提供更好的性价比。比如，基于自研芯片的Amazon EC2 Inf1已经成为针对机器学习推理而开发的、目前云端性价比最高的计算实例。
中间层，是机器学习服务，即全托管的机器学习服务Amazon SageMaker。Amazon SageMaker提供了全托管的基础设施、工具和工作流程，可以为各种应用场景构建、训练和部署机器学习模型。根据亚马逊云科技公布的数据，Amazon SageMaker能够提高数据科学家效率高达10倍，降低机器学习总体拥有成本54%。
最上层，是“开箱即用”的AI服务。目前亚马逊云科技提供了20多种训练好的AI服务，涵盖计算机觉、语音文字转换、机器对话、文本处理、个性化推荐、时间序列预测、客服、企业内信息搜索、开发与运维、工业AI等方面。
全球10万+客户的选择
根据亚马逊云科技公布的数据显示，2021年，92%的基于Tensorflow框架的机器学习工作负载，91%的基于PyTorch框架的工作负载都跑在亚马逊云科技上。可见，亚马逊云科技深受全球云上AI开发者和企业的欢迎。
在企业层面，目前全球数以十万计的客户选择亚马逊云科技运行其机器学习工作负载，这其中也包括大量的中国企业。
在互联网行业，出海直播企业Joyme，借助亚马逊云科技实现了对直播内容的实时识别和欺诈交易识别，每年可减少经济损失可达数百万美元。网易有道旗下少儿数字阅读教育产品有道乐读利用Amazon Personalize实现个性化推荐，将月活用户提升了20%。
在制造业，西门子工业自动化产品成都生产及研发基地采用Amazon SageMaker高效训练机器学习模型，推出了工业废料分拣系统，将分拣准确率从70%提升至97%以上，逐步实现无人工干预的废料分拣。
在鉴定行业，专业茅台老酒鉴定平台见甄在亚马逊机器学习方案中心的帮助下，实现AI鉴酒能力提升。见甄AI鉴酒盒子通过图像识别、称重、光学扫描等方法对34个特征点进行鉴定，3分钟可出具鉴酒报告。基于Amazon SageMaker快速搭建定制化神经网络，定位和分类鉴定特征点，实现了接近100%的模型准确率。
未来数年内，云上AI服务将呈现加速发展的态势。Gartner预测，AI软件市场的增长率将从2021年的14.4%提高到2025年的31.1%，呈现加速增长之势。这一过程中，云厂商将成为推动云上AI开发的重要力量。
END
本文为「智能进化论」原创作品。
