隨著IT專業人士嘗試應用人工智能，許多人將在公有云執行此操作。但是，組織從不斷增長的人工智能服務列表中選擇，從AWS、Azure和其他廠商中挑選，并不是一件容易的事。

雖然人工智能不再只是在科幻電影中看到，但是該技術對許多企業IT團隊來說仍然是陌生的。然而，一個采納趨勢是明確的：公有云將是大多數企業人工智能工作負載的目的地。

調研機構Forrester Research公司首席分析師Rob Koplowitz說：“這并不是說人工智能不會發生在人們的數據中心的企業中，但這是一個主要在云端發生的工作量。”

一些組織將選擇在內部部署的數據中心保留人工智能應用程序，特別是那些包含敏感客戶數據的應用程序，因為它們對其他工作負載具有嚴格的安全性或遵從性要求。但是，一般來說，公有云人工智能服務將成為主流模式，Aragon Research公司首席分析師Adrian Bowles對此表示認同。  

Bowles表示，云計算是特別適合人工智能的最大原因之一就是實驗。因為大多數組織仍在探索機器學習，新加坡主機 免備案服務器，預測分析或自然語言處理等技術的潛在用途，所以他們希望有一個讓他們進行實驗的環境，而不需要重大的金融投資或風險。   　

“目前在公有云使用人工智能的企業中有很大一部分正在使用它作為測試臺，這是一種廉價的入門方式，并找出哪些應用程序將適應不同形式的人工智能。”Bowles說。  

公有云平臺，包括Amazon Web Services(AWS)和Microsoft Azure，允許組織測試不同的機器學習算法，例如，查看他們的數據可能是什么樣的。從那里，組織有兩個選擇：失敗或擴大規模。   　

Bowles說：“如果組織的人工智能應用程序失敗了，那么你可以繼續前進。 如果它可以擴大規模，那么組織已經處在一個可以快速擴展的地方... 云計算讓組織的實驗得以實現。”  

此外，由于可用的資源范圍，組織通常選擇公有云進行人工智能部署。   　

咨詢和專業服務機構埃森哲公司人工智能實踐全球主管Nicola Morini-Bianzino說：“在云端，更容易實現，組織要從自然語言處理開始，然后，可以將一些數據移動到云端，并決定在計算機視覺中進行不同的操作，只需組織在已創建的基礎架構和數據創建之上擴展和使用這些API。”  

Koplowitz說，公有云還消除了組織對昂貴的專業硬件投資的需求，這是許多人工智能工作負載所需要的。例如，大多數主要的公有云提供商現在都提供了基于GPU的云實例，這對于計算密集型人工智能工作負載特別有用。  

　　公有云中人工智能的挑戰  

Morini Bianzino說，當然，任何新興技術，其中包括人工智能，都給企業帶來學習曲線。IT團隊可能不需要人工智能部署他們的底層的云計算基礎設施的檢修，但他們必須以數據為中心的心態，在其他方面發展他們的技能。  

對于成功的人工智能部署，IT團隊必須磨練他們的數據分析技能，并學習識別大型企業數據集中的某些模式或關系，因為人工智能僅作為企業提供的數據才有價值。  

他說：“機器學習算法的價值是組織通過算法推動的數據價值的直接函數。所以如果數據不好，算法也不好。”

Bowles認為，數據分析技能越來越重要，因為IT團隊追求機器學習。其部分原因是，隨著機器學習，IT系統可以通過接觸數據而不是通過重新編程來提高其性能。  

醫療保健IT組PA咨詢管理顧問Lori Brown說，此外，基礎設施管理團隊應該設法打破與開發人員之間的障礙。管理人員需要更多了解AI應用程序的構建和使用情況，從基礎設施的角度，可以做出更明智的選擇。   　

Brown說：“隨著IT團隊了解人工智能開發變化的方式，以及對基礎設施和消費的影響，他們可以更明智地了解將如何購買公有云服務來支持人工智能。”   　

　人工智能挑戰人類的大腦   　

IT團隊面對人工智能應用的另一個重大挑戰是如何選擇云提供商。隨著供應商以令人眼花繚亂的速度發布新的云計算人工智能服務，很難知道該從何著手。  

如今行業領先的公有云提供商也已成為主要的人工智能供應商：AWS，Azure，Google和IBM。每個供應商的優勢，弱點，以及用例各不相同，但其各自的服務涵蓋幾個常見的人工智能功能：機器學習，圖像識別，自然語言處理和文本到語音功能。而云供應商市場的小眾廠商尚未面臨挑戰。  

AWS公司是公有云采用的行業領導者，香港主機租用 香港高防服務器，在2016的第三次發明會議上拉開了基于人工智能服務的序幕。