云之变6：让AI无处不在的云端训练师( 六 )_随着《云之变》系列走向尾声

还有一个顾虑是云巨头在AI领域的投入与创新，正好具备了输出基础算力与应用工具的双重能力。大多企业想要AI ，依然需要花费大量时间与精力、人力去熟悉相应的深度学习框架、标注数据、调教参数、设计容错等等，在一份Vanson Bourne公司的“企业人工智能状况”调查报告中，有34%的企业IT决策者表示他们没有合适的人才来支持技术的成功部署， 30%缺乏实施的预算。

举个例子，大部分中小企业采用公有云来进行超大规模的AI训练，一个基本出发点就是试错和验证AI进入产业的新想法，因此时间成本就非常重要，这需要效率更高、扩展性更好的深度学习框架和专项加速来支撑。因此，想要帮助企业减少定制化训练的学习门槛与风险成本，只有少数有意愿、有实力的头部云技术巨头才能切入。

另外值得注意的是，无论是需要财报好看的企业，还是渴望拥抱AI的开发者，云平台面临的训练任务是五花八门的，接收到的数据资源也很可能放飞自我。不同的程序、业务模式可能对应着不同的访问模式和存储结构，因此，如何存储、处理、分析、最终输出基于任意类型数据的训练模型，这就要求云平台拥有构建和管理数据湖，来处理各种结构化或非结构化的数据，并统统投喂给神经网络。显然，想要积累如此庞大且丰满的全量数据，头部选手的表现更优且更完备。