云计算巨头们推出新AI应用，扩展AI产品线，已是常态。2020年，两大云计算巨头更转向发展产业型AI应用，针对特定产业场景打造AI应用，其中包含了公有云龙头AWS，在2020年一口气推出5项工业AI应用。
以往云计算AI产品多朝水平方向发展，围绕在满足广泛的技术需求，像是图像识别、语音转文本、分析等通用型服务，而缺少解决实际业务问题的特定产业或场景知识。
所以，企业往往在采用服务时，需自行修改和调整，甚至需找顾问团队帮忙部署，才能实际获得AI应用带来的效益。尽管，早前已有熟捻产业领域知识的云计算企业，推出产业型AI方案，像是IBM的Watson Health就是一个代表性例子，专注医疗产业的需求，提供相关AI解决方案。
IBM Watson的AI技术能力备受市场肯定，相对其他AI平台，IBM Watson Health对产业端领域知识的掌握，也更为完整、成熟。然而，导入Watson涉及顾问服务、资料搜集和集成等作业，产生了高昂的成本，让许多企业却步。
2020年，有更多云计算巨头们加入发展产业型AI应用的行列，针对特定产业场景打造AI应用，且大幅降低这些产业型AI应用的部署门槛，使云计算AI应用朝产业化发展的态势更为明朗。
去年年尾，Google云计算推出的客服中心AI服务，其实，就已先针对特定的产业场景来打造，供企业用Google AI快速创建交互式客服中心。今年10月，Google云计算进一步将AI应用的触角深入单一产业场景，首先锁定的是金融产业借贷场景的需求。
Google在AI文件理解产品Document AI，添加贷款文件自动化处理Lending DocAI功能，应用一组专精于借贷文件的模型，提供可识别借贷相关文件的能力，可自动处理、审阅文件内容。
Google表示，新功能是专为抵押借贷领域设计，是他们在该领域提供的第一个垂直专用解决方案。相较原Document AI为通用型AI应用，虽具自动分析、处理和验证文件的能力，但未收敛聚焦特定产业的使用场景。
相隔不到两个月，身为公有云龙头的AWS，于今年度reInvent大会上，直接为AI产品线添加了工业AI的服务类别，并推出5大工业AI应用。这是AWS第一次针对特定产业场景，打造AI应用。
其中最具亮点的是AWS Monitron和AWS Panorama。Monitron专用传感器收集的产线设备数据，经AWS专用机器学习模型分析，可让工业企业在产线设备出现异常状态时，尽早进行保养或维修，避免设备停机。
Panorama方案则提供具计算机视觉技术的监控分析设备，在与工业产线摄影镜头连接后，该设备会执行多个机器学习模型来识别流媒体资料，协助企业侦测异常状况。
另外，在医疗看护与生命科学领域方面，AWS也推出了AI资料湖服务HealthLake，让医疗院所等，可汇集各资料孤岛的PB级数据，并用机器学习技术，来将不同格式资料进行范式、标注等处理。
产业型AI应用与通用型AI应用最大的差别是，它们具有特定产业场景的相关领域知识，并具完善的特定工作处理流程。企业导入、部署这类的AI应用后，只需再用自己的资料来训练专属的模型，达到定制化效果，或甚至不用喂任何自己的资料，即可直接采用AI应用的特定产业场景专用模型，来分析、处理工作。
云计算AI服务走向产业化发展，并且降低部署门槛的趋势，对企业来说，代表着应用上手速度加快，不用投入太多的心力和时间，摸索如何让AI应用符合产业使用场景的需求，就能套用产业专用的解决方案，大大降低企业采用云计算AI产品的门槛，加快了企业部署AI应用的速度，这也预见了，AI深入产业现场的普及度也将大幅提升。
