自從“即服務”這一交付模式誕生以來，SaaS與PaaS早已成為日常技術用語中的組成部分，並在根本上改變了企業採購及實施技術的具體方式。事實上，“XX”即服務模式正以無與倫比的效率推動業務成果發展，而人工智慧自然也不會落後。下面我們掌聲有請——人工智慧即服務，“AIaaS”。
AIaaS的發展機遇
根據最新研究，基於AI技術的軟體收入預計將由2018年的95億美元增長至2025年的1186億美元。相信大家已經感受到，如今各類企業都在借AI之力尋求適合自身的業務洞見，並據此建立起新的競爭優勢。各類組織已經意識到，他們的系統中蘊藏著龐大的資料資源寶庫，但卻很難加以實際利用。與此同時，他們也感受到AI技術的強大威能，足以在幾秒鐘之內透過大量資料完成分析，並給出專職研究團隊在幾周內都未必能夠得出的複雜結論。
但是，根據企業實際需求開發AI與機器學習解決方案是項極具挑戰性的工作。要想開發出正確的演算法，資料科學家們首先需要理解自己想做什麼、為什麼要這麼做，而後整理實用資訊與預測結論，最終才能讓AI介入併發揮作用。但是，想讓每一家企業既擁有充足的專業知識、又具備能夠構建內部解決方案的資料科學家？這樣的目標要麼不符合成本效益，要麼根本就沒有可行性。
AIaaS正是因此而生，它能幫助眾多企業以更經濟的方式將基於AI技術的解決方案作為可以輕鬆獲取及直接使用的服務專案。至於負責提供此類AI解決方案的廠商，他們非常瞭解特定垂直行業，並能夠構建起復雜的模型以高效整理出重要資訊。在雲計算的幫助下，廠商可以將這類AI成果以即服務的形式交付，從而帶來前所未有的可訪問性、改進靈活性與可擴充套件性。
AIaaS發展趨勢的一大重要徵兆，體現在近期AI初創企業的融資激增方面。今年第二季度的融資數字顯示，AI初創企業的融資總額已經高達74億美元，達到單一季度的歷史最高點。此外，融資交易數量也增長至歷史第二高位置。更重要的是，流向AI技術領域的資金增量一直迅猛增長——過去四年之內，投資總額暴漲592%。隨著這些初創企業不斷髮展成熟，我們有望迎來AIaaS的一波發展高潮，而垂直市場對於AI技術價值主張的認同正是推動這股潮流的中堅力量。
垂直採用
在垂直市場內運營的組織，在採用新興技術方面一般顯得比較滯後。這一點在AI身上體現得尤其明顯，畢竟AI技術天然具有“原罪”——人們擔心機器取代工人的工作、擔心人工智慧失去控制（例如，我們該如何判斷預測結果是否「正確」）以及擔心有違行業合規性要求等等。另一大核心阻礙因素，則來自組織自身在數字化轉型過程中所處的位置。麥肯錫公司在調查中發現，在數字化程度最高的一批企業當中，已經有67%將AI技術嵌入到標準業務流程當中，而其他企業的AI嵌入比例則僅為43%。這些在數字化層面領先的公司也更擅長借用機器學習的力量，其中39%的受訪者表示已經將機器學習納入業務流程；相比之下，機器學習在其他公司中的普及率僅為16%。
而一旦整個垂直行業意識到AI與機器學習技術為其業務及日常運營帶來的實際影響，這種差距很可能被快速拉平。至於如何拉平，我們不妨從以下三個角度進行考量。
資料賦能
在組織當中，哪些資料最具實用性往往是個難以解答的問題。人類需要處理的工作太多，當資料量增長至一定程度之後，人們會感到無能為力，而強大的洞見結論則被埋藏於其中。大多數企業的工具鏈中都缺少能夠高效利用資料的工具，而AIaaS的出現恰好可以解決這個老大難問題。
擁有特定行業知識的AIaaS供應商非常清楚如何從資料當中提取出有意義的洞見，確保理賠員、專案經理以及財務顧問等群體更輕鬆地完成資料管理。以理賠員為例，他們可以利用AI型解決方案執行查詢，藉此預測理賠成本或者對海量理賠記錄進行文字挖掘。
分層洞察以獲取良好結果
根據組織需求將機器學習技術整合至業務系統中之後，我們就能逐步提取出有意義的洞見資訊。繼續以之前提到的理賠員為例，除了預測分析，他們還可以使用AIaaS快速完成其他日常工作。以往，我們只能根據保險服務商的評分做出判斷；但現在，大家還能在AI技術的幫助下快速評估欺詐性索賠的可能性、影響真實情況成本的因素以及理賠時間週期等重要指標，在短時間內確定最適合處理索賠請求的保險服務商。在AIaaS的幫助下，理賠員只需要幾秒鐘就能完成整個判斷與匹配流程。
而在文字挖掘的場景下，AI方案能夠利用自然語言處理進行情感分析，利用機器學習技術持續監控非結構化資料。在此期間，機器學習模型的任務就是觀察索賠人的感受變化，並判斷是否需要及早求助於律師。在決策完成後，理賠員可以在AI系統的指導下立即採取行動，干預並防止索賠行為轉化為司法訴訟。雖然這裡提到的示例主要與保險理賠相關，但大家應該能夠理解這種利用特定資訊解決明確需求、從而改善垂直行業整體運作效果的基本思路。
即時協助，增強人類能力
資料就是力量，但以往我們只能透過大量手動操作才能發揮出這股力量。而透過如今的分層洞察能力，AIaaS將為人們提供即時獲取全面視角的可能性。仍然以保險行業為例，理賠員、管理者以及執行人員只需要一次點選即可獲取關於單一/多項索賠的生命週期、變化趨勢等涵蓋多種資料來源的全景檢視。
AIaaS正當其時
AIaaS模式已經成為AI普及道路上的一塊重要基石。以此為基礎，機器強大的學習能力與不斷自我完善的分析方式將幫助企業顯著改進業務流程。而由專用演算法收集到的知識，則可幫助企業即時掌握極具深度的分析見解，並逐步提升業務運營效率。最後，雲計算的全面成熟也讓這些洞見以極具資源效益的前提下快速傳遞、更新與擴充套件。
可以肯定，AIaaS已經成為發揮AI潛能、推動產業升級的重要途徑。曾經的夢想如今已經照進現實，我們又有何理由不對這一切張開懷抱？