IDC在報告中提到，中國公有云服務商在補齊IaaS層能力之后，開始了面向行業面向應用場景的差異化服務的深耕。當前，人工智能應用雖尚未形成穩定的現金流業務，但卻日益成為驅動云基礎設施資源消耗的至關重要的因素，特別是隨著IoT、5G等技術的進一步深入發展，人工智能云產生的價值將進一步凸顯。

IDC云服務高級研究經理劉麗輝表示："AI云服務已經成為公有云服務中不可或缺的一部分，我們看到AI云服務已經開始滲透到各行各業，但當前多數案例還是以邊實踐邊優化為主，產品和服務的商業化和標準化程度有待提升。企業客戶應做好長期規劃，根據自身的數字化基礎、IT人員儲備、AI應用場景需求等選擇易用、穩定、安全的AI云服務，與公有云服務商共同探索，共同成長。"

公有云較好地解決了AI部署和運行成本高昂的問題，AI應用遷移、重構到云平臺，或直接使用云上的AI服務是大勢所趨。也因此，云+AI成為公有云廠商的未來戰略，也是比拼公有云廠商服務能力的重要指標。

在廠商競爭形勢方面，國內BATJ占據了第一梯隊，百度智能云入局AI最早，也是國內唯一擁有完全自主機器學習框架的云服務商，能夠提供各類自定義組件，滿足不同用戶進行數據預處理、特征工程和算法建模的需求，在長期的應用落地實踐中也積累并保持了先發優勢。

阿里、騰訊憑借強大的AI技術實力和在內部業務錘煉中積累的豐富經驗，不斷提升其AI云服務的技術水平;華為則憑借強大的底層硬件能力和AI開發服務平臺、API能力的快速打造，構建起了全棧AI云服務能力。金山云借助于金山軟件和小米生態，在文本、音視頻和圖片識別、知識圖譜等方面積累了較強的技術能力和服務經驗。

國外云服務商層面，AWS和微軟占據主要地位，AWS的機器學習平臺SageMaker較為成熟，市場接受度和知名度已獲認可；Azure的認知服務和搜索、對話式服務和機器學習方面擁有豐富經驗，兩者的共同問題是，在中國市場，AWS和Azure還僅有部分AI云服務能力實現了本土化落地。