西谚有云：“不要重复发明轮子。”这几乎也是互联网技术开发领域的一个共识，即要对已有的、成熟的开源技术方案奉行“拿来主义”，不需要商业体自己再做一套独立的编程开发。

“轮子理论”尤其适用于AI开发领域。我们把AI比喻为人类要发明的“轮子”，AI这个轮子本身其实就是一套算法，但训练AI对数据和算力的要求十分巨大，这是普通的商业体难以企及的，只有少数互联网巨头有足够的算力和数据来“发明轮子”。

同时，让“轮子”运转起来也非易事，AI的每一次运行都需要调用海量数据并消耗大量的算力，阿尔法狗下一盘棋需要调用的计算存储设备及所要消耗的能源都远非一家小公司所能负担。

显而易见，因为“稀缺”属性，作为数字生产力的AI也必然是云化的。AI在云端被商业体和终端用户接入和调用，只需少数几家有实力的厂商负责运营和维护即可。国内外都有专注于这类通用AI开发的企业，比如百度、谷歌、微软，它们在图像识别、智能语音交互、机器感知、自动驾驶、智慧营销等领域开发和训练出了各种AI。(www.daowen.com)

目前，微软小冰、百度小度、谷歌Waymo等都是大家耳熟能详的AI，它们被应用于电视播音、智能音箱和自动驾驶等各个领域，分别被为数众多的电视台、硬件厂商和整车厂商接入使用。而且互联网巨头们还在不断发明更多的“AI轮子”，覆盖更多的智能应用场景。

打一个形象的比喻，云端之上的这些AI，可以看作商业体能够使用的眼睛、耳朵、嘴巴甚至是手和脚，用于在线翻译、图像识别、自主行动等各种现实场景，但它们不隶属于任何一个商业体，只是百度、谷歌这样的人工智能公司赋予了企业AI能力而已。

当然，互联网巨头也在开发AI开放平台，企业可以在平台上在线开发和训练自己的AI，这有点类似于企业在微信上开发自己的小程序。可以预见的是，AI可能会非常普及，未来每一个人、每一台机器终端都可以基于AI开放平台拥有AI能力，但只要终端算力和数据是稀缺的，就改变不了AI是云化的事实。