貝恩2021技術(shù)報告：到2025年，30%的云服務(wù)供應(yīng)商將專注于人工智能計算工作負載

在過去的半個世紀(jì)里，計算行業(yè)經(jīng)歷了三個重大轉(zhuǎn)變：大型電腦時代；向PC服務(wù)器的轉(zhuǎn)變；以及移動和互聯(lián)網(wǎng)的興起。現(xiàn)在，我們正處于第四次轉(zhuǎn)型的風(fēng)口浪尖，即以數(shù)據(jù)為中心的計算，這將在很大程度上受到人工智能日益普及的推動。

由于可以處理急劇增長的非結(jié)構(gòu)化數(shù)據(jù)，以及大幅降低計算成本，人工智能(AI)工具正通過云平臺和開源軟件得到更廣泛的應(yīng)用。可以毫不夸張地說，機器將能夠在未來幾年對機器進行編程，這將為數(shù)據(jù)中心帶來前所未有的效率提升。關(guān)于失業(yè)和道德的問題仍將是人工智能公司的一個特征，但越來越明顯的是，人工智能將繼續(xù)通過個性化方式來改善產(chǎn)品和客戶體驗，創(chuàng)造新的產(chǎn)品和工作類別，并推動社會關(guān)鍵領(lǐng)域的進步，例如網(wǎng)絡(luò)安全和公共安全。

現(xiàn)在，真正的問題是，誰將引領(lǐng)人工智能發(fā)展？

市場現(xiàn)狀

普遍的說法是，未來幾年人工智能的發(fā)展軌跡將由各行各業(yè)的企業(yè)共同塑造。實際上，很明顯，大型云服務(wù)供應(yīng)商(CSP)作為行業(yè)的創(chuàng)新者，將繼續(xù)推動行業(yè)發(fā)展，幫助其他企業(yè)定制和部署他們自己的人工智能產(chǎn)品和服務(wù)。

很少有公司有資格成為人工智能行業(yè)的領(lǐng)導(dǎo)者。CSP處于最佳位置，因為他們在大規(guī)模使用AI方面具有顯著的領(lǐng)先優(yōu)勢。自然語言處理（例如亞馬遜Alexa）、圖像識別和處理（Facebook和Google）、推薦系統(tǒng)（谷歌搜索、阿里巴巴電子商務(wù)）、自動駕駛中的視覺處理（Alphabet的Waymo）和智能等應(yīng)用程序都是如此。

CSP的云服務(wù)和數(shù)字服務(wù)使他們能夠訪問AI模型所需的大量數(shù)據(jù)。AI模型的規(guī)模和復(fù)雜性呈指數(shù)級增長，需要有能力構(gòu)建和操作定制的AI從業(yè)者。CSP，可以為人工智能公司提供個性化服務(wù)。

CSP擁有最大的AI服務(wù)器機群，他們在AI計算架構(gòu)上的支出正在加速增長。根據(jù)貝恩對這些公司的采訪，目前超過15%的CSP專注于人工智能計算工作負載。預(yù)計到2025年，這一比例將上升到30%以上。屆時，前四大AI工作負載—視覺、自然語言處理、推薦引擎和智能搜索—將占CSP的AI服務(wù)器機群的70%左右。（見圖1）。

CSP還開發(fā)了一些非常復(fù)雜的商業(yè)AI模型。深度學(xué)習(xí)模型的復(fù)雜性，每3到4個月就會增加一倍以上（見圖2）。其中最大的是谷歌于1月推出的1.6萬億參數(shù)Switch Transformer模型，以及OpenAI于今年5月進行商業(yè)化的1750億參數(shù)GPT-3模型。

CSP創(chuàng)建并推進了領(lǐng)先的AI開發(fā)人員框架，這些框架是打包的數(shù)學(xué)庫集合，用于支持開發(fā)人員訓(xùn)練和推理復(fù)雜的AI神經(jīng)網(wǎng)絡(luò)模型。絕大多數(shù)AI算法運行在TensorFlow（谷歌）、PyTorch（Facebook）和PaddlePaddle（百度）上，全球數(shù)百萬AI開發(fā)者在很大程度上依賴于CSP奠定的這一基礎(chǔ)。

此外，CSP是人工智能服務(wù)的最多產(chǎn)開發(fā)商之一。從2020年9月到2021年6月，亞馬遜網(wǎng)絡(luò)服務(wù)、微軟Azure、谷歌云平臺和阿里云將其人工智能平臺產(chǎn)品擴展了約30%（見圖3）。他們不僅在核心AI模型和服務(wù)方面取得了顯著進步，而且在更復(fù)雜的文本到語音功能和圖像分析方面也取得了顯著進步。CSP還引入了工具來簡化完整的AI工作流程，從數(shù)據(jù)攝取到模型部署和維護。例如，AWS擴展了其SageMaker服務(wù)，以簡化AI開發(fā)生命周期的各個階段。

最后，大部分AI人才都集中在CSP中。美國排名前五位的公司（亞馬遜、微軟、Alphabet、Facebook和IBM），其人工智能員工人數(shù)超過了剩下的45家公司的員工人數(shù)總和。

所有這些都表明CSP可能仍然是將AI功能轉(zhuǎn)化為產(chǎn)品并廣泛使用的主要公司。隨著AI民主化進程的加速，越來越少的公司會建立自己的AI堆棧，因為所需的時間和金錢往往不值得。

企業(yè)將能夠使用第三方工具（通常來自CSP）構(gòu)建差異化的AI產(chǎn)品和服務(wù)，從而使他們能夠?qū)Ｗ⒂谕ㄟ^特定領(lǐng)域的專業(yè)知識來增加價值。例如，Intuit工程師正在使用AWS SageMaker的AI模型設(shè)計和訓(xùn)練工具來幫助將AI整合到公司的財務(wù)軟件產(chǎn)品中。這將Intuit的典型AI開發(fā)時間從六個月縮短到不到一周，并且在2020年，該公司將其生產(chǎn)的AI模型數(shù)量增加了50%，達到數(shù)百個。最重要的是，它通過更好的自助軟件工具和收據(jù)處理幫助Intuit節(jié)省了客戶的時間，并通過改進還款程序，預(yù)測使公司能夠承保更多貸款。

把握機遇

那么，這一切對技術(shù)提供商意味著什么呢？

對于CSP而言，首要任務(wù)是通過繼續(xù)構(gòu)建數(shù)據(jù)集，并最大化人工智能在核心業(yè)務(wù)中的價值，從而保持領(lǐng)先地位。它們可以輸入云平臺以產(chǎn)生新的洞察力，進而幫助企業(yè)改進AI產(chǎn)品。

但CSP在追求新行業(yè)和產(chǎn)品的同時，應(yīng)該明智地平衡近期的投資回報和長期的產(chǎn)品差異化。在不同行業(yè)取得成功，通常需要豐富的領(lǐng)域?qū)I(yè)知識和高技術(shù)性能。在許多情況下，與系統(tǒng)集成商和第三方建立合作伙伴關(guān)系將大有幫助。

行業(yè)領(lǐng)先的CSP還認識到，繼續(xù)努力建立可信賴的關(guān)系和數(shù)據(jù)政策、引導(dǎo)公眾對人工智能的理解和監(jiān)管，以及開發(fā)先進技術(shù)以減少人工智能產(chǎn)品中的偏見非常重要。領(lǐng)導(dǎo)者明白，這些努力不僅可以為公司本身帶來回報，而且可以為整個人工智能領(lǐng)域帶來回報。

與此同時，即使一些科技公司不是原始人工智能創(chuàng)新的領(lǐng)導(dǎo)者，他們?nèi)匀豢梢哉业絼?chuàng)新的方法來應(yīng)用其他人的人工智能工具來服務(wù)自己的客戶。它們具有人工智能時代的一些制勝特征，因為這些企業(yè)（包括企業(yè)軟件公司、系統(tǒng)集成商和服務(wù)于制造、零售、醫(yī)療保健和其他特定行業(yè)的技術(shù)公司）擁有許多客戶接觸點和經(jīng)常使用非結(jié)構(gòu)化數(shù)據(jù)。

這一領(lǐng)域的新興領(lǐng)導(dǎo)者正在考慮加快步伐。雖然聘請數(shù)據(jù)科學(xué)家和首席數(shù)字官并沒有什么壞處，但這并不能抹滅人工智能將公司產(chǎn)品進行轉(zhuǎn)化的價值。領(lǐng)導(dǎo)者將制定以客戶為導(dǎo)向的路線圖，優(yōu)先考慮他們期望的AI用途，并利用用戶反饋循環(huán)來加快產(chǎn)品設(shè)計周期、改進產(chǎn)品并提高客戶成功率。

至于人工智能計算的推動者—半導(dǎo)體開發(fā)商和制造商，很明顯，人工智能將成為決定性的計算工作負載，在云計算和移動時代輔助他們成功。AI工作負載的爆炸式增長以及該領(lǐng)域的創(chuàng)新和民主化動態(tài)，導(dǎo)致許多人宣布通用處理器（例如CPU）已經(jīng)“消亡”。但GP處理器實際上有著光明的未來，有針對性的調(diào)整，可能會更適合處理AI和其他關(guān)鍵工作負載要求。

最后，許多技術(shù)硬件供應(yīng)商已經(jīng)開始發(fā)展其業(yè)務(wù)模式，從硬件轉(zhuǎn)向軟件，再到超融合、集成的“交付即服務(wù)”。人工智能的普及，加速了這一過程。

細分市場的公司正在考慮將其傳統(tǒng)硬件產(chǎn)品轉(zhuǎn)變?yōu)闉槿诤嫌布峁〤SP的AI軟件堆棧的工具，結(jié)合技術(shù)硬件供應(yīng)商的企業(yè)專業(yè)知識和客戶范圍。許多企業(yè)客戶擁有其行業(yè)AI使用所需的數(shù)據(jù)科學(xué)和應(yīng)用工程技能，但他們在交付服務(wù)質(zhì)量、服務(wù)器群管理和系統(tǒng)級技術(shù)運營方面的能力并不強。與此同時，尤其是在美國的CSP，大多遠離成為這些企業(yè)的完整AI交付工具，因為他們不想處理所有操作繁重的安裝、改造、系統(tǒng)集成和維護。

盡管如此，這些供應(yīng)商仍有機會通過支持AI的遠程監(jiān)控和自適應(yīng)改進功能來增強其現(xiàn)有的硬件產(chǎn)品，因此他們可以在幫助客戶充分利用其產(chǎn)品方面發(fā)揮更加積極的作用。

最后，人工智能的“戰(zhàn)場”即將拉開帷幕。但每個公司都有一條可行的成功之路，原始領(lǐng)導(dǎo)者可以從多方位構(gòu)建產(chǎn)品和服務(wù)，新興領(lǐng)導(dǎo)者在公司優(yōu)勢的引導(dǎo)下，也可以迅速行動，以在這個新時代站穩(wěn)腳跟。

報告原文：https://www.bain.com/insights/who-will-lead-the-next-era-of-artificial-intelligence-tech-report-2021/

標(biāo)簽： 貝恩 人工智能