AI for everyone

„AI for everyone“– unter diesem Motto präsentierte Google auf der Konferenz Next das stetig wachsende Angebot an KI- und Machine-Learning-Services, die Kunden in der Cloud nutzen können. Das schon länger gegebene Versprechen, Machine Learning zu „demokratisieren“, will der Konzern vor allem mit Diensten einlösen, für deren Einsatz Unternehmen relativ wenig KI-Wissen mitbringen müssen. Sein inzwischen reichlich komplexes Cloud-AI-Portfolio teilt Google in drei Ebenen auf:

Cloud AI Platform:

Dazu gehören Produkte wie Cloud ML Engine, Cloud Dataflow und Cloud Dataproc, aber auch Machine-Learning-Bibliotheken wie Kubeflow oder Spark MLlib.

Cloud AI Building Blocks:

Google zählt dazu Cloud-Services wie Cloud Vision, Cloud Natural Language und Cloud Translation. Neu im Portfolio ist beispielsweise der Dienst Cloud AutoML, mit dem sich benutzerdefinierte Machine-Learning-Modelle ohne tiefe Fachkenntnisse trainieren lassen sollen.

Cloud AI Solutions:

Der Cloud-Provider versteht darunter KI-basierte Lösungen, die auf einen bestimmten Einsatzzweck zugeschnitten sind. Dazu gehört etwa Cloud Job Discovery für den Personalbereich. Neu im Portfolio ist der Service Contact Center AI für den Einsatz in Call-Centern. Ergänzt wird das Solutions-Angebot durch diverse Machine-Learning-bezogene Dienstleistungen, die Google unter anderem über seine Professional Services Organization anbietet.

Das Container-Orchestrierungssystem Kubernetes hat sich auf breiter Front durchgesetzt, sagt Urs Hölzle, Senior Vice President Technical Infrastructure bei Google Cloud. Google biete künftig auch eine On-Premise-Variante seiner Kubernetes Engine an.