AI-as-a-Service: La Aĝo de AI estas finfine ĉe ni

• Aŭtoro:
• Aŭtora nomo

  Quantumrun Foresight
• Oktobro 19, 2023

Enrigarda resumo

AI-as-a-Service (AIaaS) akiras tiradon kiel manieron por kompanioj eksterkontrakti AI-funkciojn, kiujn ili ne povas pritrakti interne. Pelita de manko de speciala talento, altaj operaciaj kostoj kaj progresoj en nuba komputado, AIaaS ebligas entreprenojn integri AI en siajn ekzistantajn sistemojn pli facile. Gravaj provizantoj kiel Amazon Web Services, Google Cloud kaj Microsoft Azure ofertas servojn de natura lingvotraktado ĝis prognoza analizo. La servo demokratiigas AI, farante ĝin alirebla por malgrandaj ĝis mezgrandaj entreprenoj. AIaaS havas aplikojn trans sektoroj kiel kuracado, financo kaj podetala komerco, kaj ĝiaj pli larĝaj implicoj inkludas laborlokiĝon, ekonomian kreskon kaj etikajn zorgojn.

AI-as-a-Service kunteksto

La pliiĝo de AIaaS estas pelita de pluraj faktoroj, inkluzive de la kreskanta postulo je AI-bazitaj servoj, la manko de talento kaj la alta kosto de konstruado kaj konservado de ĉi tiuj sistemoj. Ĉi tiu servo ankaŭ estas nutrita de la kresko de nuba komputado kaj la havebleco de potencaj maŝinlernado (ML) algoritmoj kaj iloj alireblaj per APIoj (Application Programming Interface). Estas pluraj avantaĝoj por entreprenoj kiuj uzas ĉi tiun servon, inkluzive de reduktitaj kostoj, pliigita efikeco kaj plibonigita precizeco. 

Subkontraktante servojn bazitajn en AI, kompanioj povas koncentriĝi pri siaj kernaj kompetentecoj utiligante la kompetentecon kaj rimedojn de provizantoj. AIaaS ankaŭ estas atendita demokratiigi aliron al ĉi tiuj servoj, igante ilin pli alireblaj por malgrandaj kaj mezgrandaj entreprenoj. Laŭ cifereca servo-firmao Informa, ĉar kompanioj serĉas manierojn akiri konkurencivan avantaĝon, la enspezo generita de AI-bazita programaro estas antaŭvidita pliigi signife, de $ 9.5 miliardoj USD en 2018 ĝis $ 118.6 miliardoj USD en 2025, ĉar ili celas gajni. novaj komprenoj pri iliaj entreprenoj. 

Pluraj provizantoj jam estas en la merkato, inkluzive de Amazon Web Services (AWS), Microsoft Azure, Google Cloud, IBM Watson kaj Alibaba Cloud. Ĉi tiuj provizantoj ofertas naturlingvan prilaboradon (NLP), bild- kaj parolrekonon, prognozan analizon kaj maŝinlernadon (ML). Ĉi tiuj provizantoj de AI-servoj ankaŭ provizas ilojn kaj rimedojn, kiel antaŭkonstruitajn modelojn, APIojn kaj evoluajn kadrojn, por helpi entreprenojn facile integri AI en siaj operacioj.

Disrompa efiko

Martin Casado kaj Sarah Wang de riskkapitala firmao Andreessen Horowitz argumentas, ke same kiel la mikroĉipo alportis la marĝenan koston de komputado al nulo, kaj la Interreto alportis la marĝenan koston de distribuo al nulo, genera AI promesas alporti la marĝenan koston de kreado al nulo. . 

Sanservo, financo, podetala komerco kaj fabrikado estas nur kelkaj sektoroj, kiuj povas profiti el AIaaS. Ekzemple, en sanservo, la servo povas ebligi la evoluon de personigitaj traktadoj analizante paciencajn datumojn. AI ankaŭ povas skani medicinajn bildojn por frua detekto de malsanoj kaj plibonigi pacientajn rezultojn antaŭdirante eblajn sanriskojn.

Utiligante AI-servoprovizantoj, financaj servaj entreprenoj povas plibonigi siajn fraŭdajn detektajn kapablojn, aŭtomatigi klientservadon kaj plibonigi siajn risktraktadstrategiojn. Plie, AIaaS ankaŭ povas helpi financajn servajn entreprenojn optimumigi siajn operaciojn kaj redukti kostojn plibonigante la ĝeneralan klientan sperton proponante pli rapidajn kaj pli personigitajn servojn.

En podetala komerco, AIaaS povas helpi entreprenojn personecigi butikumadspertojn analizante klientajn datumojn kaj preferojn. Ĝi ankaŭ povas helpi podetalistojn optimumigi provizoĉenojn antaŭdirante postulon kaj simpligante stokregistradon. En fabrikado, la servo povas plibonigi produktadajn procezojn aŭtomatigante rutinajn taskojn kaj reduktante malŝparon. Krome, ĝi povas plibonigi produktan kvaliton detektante difektojn frue en la produktada procezo kaj antaŭdirante prizorgajn bezonojn por malhelpi ekipaĵajn paneojn.

Pli da AIaaS-provizantoj verŝajne eniros la merkaton ĉar la adopto de ĉi tiuj teknologioj daŭre fariĝas ĉefa. Ekzemplo estas la NLP-ilo de OpenAI, ChatGPT. Kiam ĝi estis lanĉita en 2022, ĝi estis konsiderita sukceso en hom-maŝina konversacio, ebligante al la programaro respondi al iuj instigoj en homsimila kaj intuicia maniero. La sukceso de ChatGPT instigis pli da teknologiaj kompanioj - de Mikrosofto (nun parte investanto en ChatGPT), ĝis Facebook, Google kaj multaj pli - liberigi siajn proprajn interfacojn helpatajn de AI kun ĉiam pli rapida rapideco.

Implicoj de AI-as-a-Service

Pli larĝaj implicoj de AIaaS povas inkludi: 

• Movo de laborpostenoj, kaj en robotiko-pezaj magazenaj taskoj kaj fabrika produktado, sed ankaŭ en klerikalaj aŭ procez-orientitaj blankaj kolumaj laboroj.
• Ekonomia kresko permesante al organizoj pliigi sian efikecon kaj produktivecon, tiel pliigante ilian profitecon.
• Optimumigita resursuzo kaj reduktita energikonsumo tra ĉiuj sektoroj, kondukante al pli daŭrigeblaj operacioj.
• AIaaS pligrandigas la interspacon inter tiuj, kiuj havas aliron al progresintaj AI-iloj kaj tiuj, kiuj ne havas, kondukante al socia malegaleco kaj eblaj etikaj zorgoj.
• Pli personigitaj spertoj kaj celitaj merkataj klopodoj.
• AIaaS kondukante novigon permesante al organizoj rapide prototipi kaj testi novajn ideojn, kondukante al pli rapida produkt-disvolviĝo kaj tempo-merkatiĝo.
• Registaroj uzantaj AI-iloj por decidado sur ĉiuj niveloj, kondukante al eblaj biasoj kaj etikaj zorgoj.
• Pliiĝo en la maljuna populacio kiam sanservo fariĝas pli efika kaj efika. Ĉi tiu tendenco povas meti pli da premo sur evoluintaj ekonomioj luktantaj por servi ĉiam pli maljuniĝantajn populaciojn.

Konsiderindaj demandoj

• Kiel individuoj kaj entreprenoj povas prepari sin por la pliiĝo de AIaaS?
• Kiel registaroj povas reguligi AIaaS, kaj kiuj estas kelkaj el la kritikaj aferoj, kiujn politikofarantoj devos trakti?