AI创新浪潮的一大优点是大量开源工具

技术和框架。从TensorFlow到Python，从Kafka到PyTorch，我们正处于数据科学和大数据工具链多样性爆炸中。但是，在将这些工具链放在一起并构建实际的AI应用程序时，与技术公司相比，常规公司面临着严重的技术缺口。

科技巨头们有着将强大的技术发布给毫无戒心的大众的好奇习惯。例如，2015年Google推出了TensorFlow，它使用户能够构建和部署非常大和非常准确的神经网络模型。一年后，Facebook发行了PyTorch，有人说它是用于机器学习开发的易于使用的框架。两者都是当今机器学习中使用最广泛的技术。

没有人抱怨谷歌和Facebook决定发布这种突破性技术的决定。毕竟，他们已经这样做了很多年。尽管科技巨头通过让开源社区继续开发和维护将其放入公共领域的技术而受益，但可以肯定地说，开源社区比科技巨头获得的利益更大。

但是这些AI收益并没有平等地流动。许多最新的开源AI技术以易于使用而闻名，通常需要高技能的数据科学家来使用。这限制了AI技术的适用性，并将其使用限制在那些有预算聘请经验丰富的数据科学家的公司中。

总部位于波士顿的自动机器学习和企业AI产品提供商DataRobot的产品和客户体验高级副总裁Phil Gurbacki表示，在利用最新的AI创新方面，很多公司都走运了。，马萨诸塞州。

Gurbacki说：“我认为，[新兴的AI堆栈中肯定有很大一部分是开源的，或者是从开源社区引入的。”“我只是不知道有一种很好的方法来以可扩展的方式支持并将其引入企业。”

有几家普通的(即非技术公司)精通技术，并能够与新兴的开源AI技术合作。

“但是，当我们与零售商和保险公司合作时，他们确实在寻找可以为他们解决的问题，” Gurbacki说。“开源当然在高科技公司中占有一席之地。但是，在许多其他市场中，我们发现客户从我们为他们打包一切并将其带到组织中的能力所获得的巨大价值。”