算法团队开始抽象出来，并不集中注意力在某一个固定的领域上。

于是，如何做一个通用的AIaaS，让不同行业不同需求可以运行在一个云AI平台上成了一种趋势。

看到Square收购了Dessa，依稀有一些这种趋势。

AI 2B是一个生存的趋势，因为AI 2C都是一些好看不中用的玩意。但是Big B有点困难，一方面Big B可以养活自己的AI / ML团队，另一方面，Big B的定制化需求太多太复杂，很容易把整个AI团队卷进去，于是就跟平台化无缘了。

注定是Small B。

Small B有数据，缺团队，顶多有一两个data scientist。这样就是AIaaS的机会了。

但AIaaS的考验也不少，需要把AI工程做得通用、可配置，有伸缩性，容易收费。

还要需要提供data cleansing的工具及服务，搞不好，这个数据清洗的工作需要的人力成本远比AI主算法要高。

AIaaS的团队需要补强的是，

1.传统SaaS的架构师，这里可是需要有真材实料，能庖丁解牛的架构师

2.能针对不同行业快速设计AI / ML方案的数据科学家

3.精通data cleansing的脚本工程师