Гонка за лидерство в области ИИ
Какая платформа лучше всего подходит для начала внедрения вашего ИИ-решения?
Что ж, на этот вопрос, конечно, нет однозначного ответа. Но в конечном итоге имеет большое значение, какой поставщик вы выберете в качестве поставщика платформы - и вам не следует слепо выбирать того, который уже есть в вашем портфеле.
Существуют сотни решений искусственного интеллекта. И для большинства компаний доступ к ним через облачные сервисы - это самый простой способ начать знакомство с проектами ИИ.
И есть больше преимуществ в том, чтобы сначала обратиться к крупному поставщику: например, есть некоторая стабильность в отношении времени безотказной работы, доступности API, поддержки клиентов и, что наиболее важно, их несправедливое преимущество в виде огромных объемов данных для обучения алгоритмов.
Поэтому мы сузили круг поставщиков решений до 6 основных поставщиков облачных платформ:
Обратите внимание, что это далеко не полный список!
Но чтобы сделать эту область более контролируемой, мы выбрали 4 ведущих поставщика облачных услуг, измеряемых по доходу (Google, Microsoft, Amazon, IBM), и добавили Salesforce и SAP, поскольку растущий процент их доходов поступает от облачных услуг, и они оба иметь уникальную отправную точку в качестве ведущих поставщиков решений CRM (Salesforce) или ERP (SAP).
Но как правильно выбрать провайдера?
Здесь вступает в игру комбинация требований вашего варианта использования, распределения вашего бюджета, вашей долгосрочной стратегии и существующих ноу-хау вашей компании.
Чтобы дать вам некоторые сведения, мы оценили этих 6 поставщиков облачных услуг на предмет зрелости их решений и стратегических обязательств в области ИИ:
Google предлагает очень широкий набор инструментов в области искусственного интеллекта и машинного обучения. Продукты Google AI и машинное обучение, например, предлагают полную автоматизацию машинного обучения с (гипер) настройкой параметров, управлением контейнерами и специальным управлением API.
Платформа
Google Cloud идеально подходит, если вам нужна гибкость на ранних этапах тестирования, но в то же время максимальная масштабируемость в долгосрочной перспективе. Если ваши разработчики уже знакомы с облачными сервисами Google, они довольно легко сориентируются, начав с машинного обучения. Недостатками использования платформы Google являются ее бизнес-инструменты и инструменты аналитики в реальном времени, которые на сегодняшний день все еще являются незрелыми по сравнению с другими поставщиками услуг.
Стратегия
Стратегия Google в области искусственного интеллекта состоит в том, чтобы занять прочную позицию в области науки о данных с соответствующими патентами и в смежных областях компьютерных технологий, поскольку ее бизнес в значительной степени зависит от машинного обучения. С TensorFlow разработчики Google уже предоставили ведущую библиотеку программного обеспечения с открытым исходным кодом в области машинного обучения. Это, наряду с их ошеломляющими инвестициями при приобретении стартапов в области ИИ, демонстрирует стремление Googles оставаться лидером в разработке ИИ. Недавно она подчеркнула свой статус компании, занимающейся прежде всего искусственным интеллектом, переименовав исследовательское подразделение в Google AI.
Microsoft
Казалось, что Microsoft какое-то время упускала из виду разработку ИИ - точно так же, как и в случае с облачными сервисами. Но в обоих случаях Microsoft Azure набирала обороты с невероятной скоростью.
Платформа
Microsoft добавляет к своей платформе Azure все больше и больше сервисов, таких как Azure Data Lake, Azure Data Catalog и Azure Cloud Functions. Он близок к Google и IBM в гонке за доминирование ИИ с помощью машинного обучения Azure, и ему удается достаточно хорошо интегрировать другие сервисы, такие как решения для бизнес-аналитики. Поэтому неудивительно, что Azure становится ближе к AWS в отношении корпоративных технологий с каждым годом.
Стратегия
Microsoft долгое время хранила молчание по поводу приобретения стартапов в области искусственного интеллекта. Но с 2016 года она не отстает от Google с некоторыми очень интересными шагами, особенно в 2018 году. И все же все усилия компании в области ИИ хорошо связаны с облаком Azure. Будет очень интересно посмотреть, как это разовьется в будущем, когда будет интегрировано больше технологий из стартапов.
Amazon
Amazon является лидером в области облачных сервисов с AWS. В то же время его голосовой помощник Alexa стал нарицательным, когда рассказывал о практически реализованном ИИ с точки зрения потребителя.
Платформа
Как видно из диаграммы ниже, AWS в настоящее время имеет самый высокий уровень внедрения среди всех традиционных облачных операторов. Поэтому для Amazon имеет смысл перепродавать услуги искусственного интеллекта и машинного обучения своим существующим облачным клиентам. Преимущества AWS особенно заметны в производительности при работе с большими объемами данных, в полноте и зрелости его сервисов, а также в его открытости в отношении API-интерфейсов для других сервисов - даже для таких конкурентов, как Microsoft.
Стратегия
В 2017 году Джефф Безос написал письмо акционерам Amazon и уделил особое внимание искусственному интеллекту и машинному обучению, говоря о получении преимущества над конкурентами. После успеха Alexa Amazon продолжит развивать голосовые связи, виртуальных помощников и обработку естественного языка. Кроме того, AI-as-a-service все больше и больше внедряется в среду AWS, чтобы сделать Amazon лидером в области искусственного интеллекта и машинного обучения.
Если вам интересно, как Amazon реализует свою инновационную стратегию на операционном уровне, обратите внимание на маховик. Вот как им удалось получить рекомендации в основе своей бизнес-модели и "не руководить" всеми дальнейшими усилиями в области ИИ.
Внедрение корпоративного облака для этих 4 основных операторов отображается следующим образом:
IBM
IBM уделяет большое внимание Watson, поскольку пытается превратить его в облачную операционную систему для обработки данных и в то же время сделать своих бизнес-клиентов счастливыми, удовлетворяя их потребности в области аналитики.
Платформа
IBM поддерживает возможности с использованием искусственного интеллекта и сочетает когнитивные услуги с управлением данными, аналитикой и всем набором инструментов разработчика Bluemix. Что в настоящее время делает его уникальным, так это опыт бизнес-аналитики на основе ИИ через общую платформу приложений. С другой стороны, Watson Analytics по-прежнему требует ручной загрузки данных и пока не может заменить универсальную бизнес-аналитику.
Стратегия
Стратегия IBM в области искусственного интеллекта ориентирована на своих корпоративных клиентов. Предоставляя им возможность контролировать свои данные и идеи, IBM пытается помочь им повысить эффективность, снизить затраты или расширить человеческий интеллект. Одновременно поддерживаются проекты с открытым исходным кодом в области ИИ и одобряются API-интерфейсы для решений, созданных другими поставщиками, такими как TensorFlow от Google.
Salesforce
Salesforce - один из лидеров в области облачных вычислений, предлагающий приложения для CRM, продаж, ERP, обслуживания клиентов, автоматизации маркетинга, бизнес-аналитики и т. Д. Имея в качестве основы клиентскую базу CRM, Salesforce тесно сотрудничает с Amazon в отношении своих облачных сервисов.
Платформа
Он предлагает модель платформа как услуга, которая в основном основана на AWS. Портфель собственных решений в настоящее время активно расширяется за счет некоторых крупных приобретений (например, CloudCraze и MuleSoft). Один аспект, которого не хватает - по крайней мере, для видимости по сравнению с другими поставщиками - это сообщество и взаимодействие вокруг платформы. В долгосрочной перспективе это, скорее всего, изменится, поскольку другие крупные игроки продемонстрировали огромный потенциал, который можно использовать в этой области.
Стратегия
Важной инициативой Salesforce является ее платформа искусственного интеллекта Einstein - с момента ее запуска в 2016 году она была в центре внимания стратегии развития и маркетинга. Затем генеральный директор Salesforces Бениофф довольно прямо описал их стратегию в области ИИ: «ИИ - это следующая платформа - все будущие приложения, все будущие возможности для всех компаний будут построены на ИИ».
SAP
SAP по-прежнему остается нишевым игроком в области облачных вычислений по сравнению с такими крупными компаниями, как AWS и Azure. Однако мы включили его в наш анализ из-за его уникального положения как ведущего поставщика ERP. SAP уже поддерживает связь с большинством операционных данных компании, тем самым, по крайней мере, потенциально представляя надежного технологического партнера и известна всем центрам закупок.
Платформа
Облачная платформа SAP также содержит свое аналитическое облако, которое является ее самой сильной стороной, поскольку она интегрирует бизнес-аналитику, прогнозную аналитику и планирование в основные корпоративные приложения. С другой стороны, облачная платформа все еще немного незрела в виде фрагментированной цепочки инструментов и некоторых пробелов в технологиях, таких как глубокое обучение и шоу Python.
Стратегия
Выручка от облачных вычислений впервые превысила доход от лицензирования в 2018 году. И SAP продолжит идти по этому пути с точки зрения доходов - но, как примеры приобретения Recast.AI и создания первой в Европе корпоративной консультативной группы по этике ИИ, стратегия явно включает искусственный интеллект в качестве основного строительного блока.
M&A деятельность в сфере ИИ с 2014 по 2018 год
Случаи слияний и поглощений в этой области по-настоящему выросли в 2014 году, когда Google вложил значительные средства в стартапы, связанные с искусственным интеллектом. С тех пор только этими 6 поставщиками было приобретено более 30 компаний, занимающихся ИИ:
Заключение
В качестве практических правил мы предлагаем следовать этим основным показателям:
- Вам нужно для начала гибкое решение, возможность масштабирования и использования огромного количества высокоразвитых инструментов машинного обучения? Попробуйте Google Cloud Services.
- Вы уже используете стек технологий Microsoft, хотите интегрировать аналитические решения, но все еще имеете обширные возможности искусственного интеллекта и машинного обучения? Проверьте Azure.
- Ваше внимание уделяется интеграции голоса или обработке естественного языка или производительность и подключение API являются центральными проблемами? Выбирайте AWS.
- Вам нужен удобный интерфейс с полным контролем над потоками данных и передовыми возможностями в области искусственного интеллекта? Попробуйте Watson.
- Вы уже используете Salesforce для корпоративных приложений или CRM и хотите создавать приложения на основе данных клиентов? Вы не ошибетесь, попробовав интеграцию Einstein и Salesforces с AWS.
- Является ли SAP вашей ERP-системой, вы используете бизнес-объекты и, возможно, даже захотите выбрать между облаком и локальным решением? Взгляните на SAP Cloud Platform
Но чтобы немного облегчить решение: в британском опросе 77% компаний заявили, что они уже или намерены использовать несколько облачных решений. То же самое, скорее всего, будет применяться к инструментам искусственного интеллекта и машинного обучения, так как существует слишком много замечательных решений, чтобы упустить некоторых поставщиков только потому, что в настоящее время другой поставщик используется для совершенно другого варианта использования.
Лучше всего начать с хорошо продуманных прототипов сценариев использования!
Между планированием и реализацией существует положительная обратная связь. Вы получите ценный практический опыт пилотных проектов в области ИИ, который затем можно будет использовать для пересмотра вашей стратегии ИИ и установления более реалистичных ожиданий и жизнеспособных целей.
