【人工智能】​AI平台，怎么看？怎么办？

作者：欧应刚  | 小编：阿软

---

在互联网领域，一般的套路是先通过系列功能吸引大量用户，然后再慢慢将自己平台化，整个历程少说也得十年以上。AI的发展历史比较悠久，但真正进入大面积的商业化应用也就这两年才开始。互联网领域的平台化演进过程正在AI领域重演，并且以快得多的速度进行。本文试图来分析AI平台的一些特点，并对其发展趋势做出一些预测。

什么是AI平台

要研究AI平台，首先就要搞清楚它是什么。在此，我尝试给AI平台一个定义：具备较强实力和技术积累的厂商，通过SDK、API等方式开放其部分AI能力和资源，吸引开发者和合作伙伴所搭建的AI开发与赋能平台。   

要构建这样一个AI平台，首先厂商的技术实力要足够雄厚，尤其是通用、底层技术实力比如机器学习技术、深度学习技术要领先；在某个细分领域的通用、底层技术实力雄厚，比如在计算机视觉、语音识别、自然与然理解、无人驾驶等领域具有业内领先的技术实力和大量的技术积累。厂商将其积累的AI技术，以API或者SDK的形式开放给合作伙伴、开发者，让其不用进行基础技术研发，能够“站在巨人的肩上”，直接开发面向用户和应用场景的系统。这样开放出技术的厂商就构建了一个“插座式”的AI平台，基于这个平台，合作伙伴可以开发出丰富的AI应用。

为什么要构建AI平台

古语云“知其然，更要知其所以然”，上面简单介绍了AI平台是什么，现在我们来分析下厂商为什么会争相构建AI平台。

具体来看，我们认为有以下几个方面的原因：

第一， 很多基础算法在开源社区都能找到，厂商在算法领域的优势无非是算法模型的选择、融合以及模型参数的调整。从本质上来看，厂商之间的技术（或者说算法）壁垒是不牢固的。很多基础算法不是你发明的，你没有相关专利，不能排除其他人对该算法模型的使用。既然在技术层面不能构建稳固的竞争壁垒，何不换个思路干脆把一些技术开放出来得了。

第二， 在AI领域，比算法模型更大的竞争壁垒是数据。数据就是厂商的资产，并且这个资产是很难获取的。AI技术是算法模型与数据的融合产物，谁的数据量更大、数据质量更高，其模型的准确度就越高，也就是所谓的技术更领先。厂商构建AI开放平台，非常关键的一个诉求就是通过开放平台来获取数据。

第三， 厂商开放出AI能力，当然也不是全部免费的，会通过各种方式来获取收益。开放API接口，为合作伙伴提供AI能力，平台方一般通过收入分成或者服务付费等方式，可以分享合作伙伴相应的业务收入。具体的盈利模式上，AI平台大多设置一定的免费额度，在一定限度内免费，超过该限度就收费。

第四， 通过开放AI能力，带动云业务发展。对于互联网巨头而言，云计算是一块不能失去的蛋糕，如何提升云计算业务意义重大。目前领先的云计算厂商都将“云AI”作为其一个重要的卖点，强调其在AI方面的技术实力。通过构建AI开放平台，厂商可以吸收大量的云计算客户，即使AI平台本身不挣钱，也可以通过提供云服务来收费。

第五