紐約的新創公司Clarifai和谷歌一樣，透過線上服務，幫客戶訓練電腦辨識圖像的演算法。另外像是波士頓的DataRobot和矽谷的H2O.ai，則是幫助企業分析產品、消費者、市場、與員工過去的行為，來預測它們在未來的表現。
他們目標是讓一般性的數據科學可以自動化。
谷歌的李飛飛估計，全世界大概有一百萬個數據科學家。但是，研究深度學習（deep learning）的專家可能「只有幾千人」，而且其中很大比例是受僱於谷歌、亞馬遜和微軟這類科技業的龍頭。
這也意味著大部分的企業並沒有開發最新機器學習所有需的人才。透過谷歌AutoML的工具，或許可讓一般公司也可以運用和開發雲端的AI工具。
問題是，這些新的服務是否跟它的廣告宣傳講的一樣？它們未來幾年又會如何發展？
德州大學奧斯汀分校的資訊教授米庫連恩（Risto Miikkulainen）認為，這個技術確實「非常強大」，可能有助其他企業開發自己的人工智慧。
不過目前有些時候，人腦還是不可取代的。比如說谷歌的新服務在它開始自動學習之前，仍需要真人來為數據下標籤。
而且，就算可以自動化執行任務，不一定就表示值得去花這個功夫。例如倫敦的公司NMT Vision，過去使用Clarifai訓練和執行演算法，來辨識網路上一些銷售侵害版權產品的網站。如今他們決定不用機器學習，而是自己來設計程式，主要是因為這樣的成本較低。
如西雅圖Slalom Consulting的數據專家道赫提（Patrick Dougherty）的說法，目前這些服務只能說「有些部分很好」，但是「真人仍然要提供其中的一部分」。
Google對於雲端自動化機器學習AutoML的影片介紹。
參考資料：New York Times, Financial Times
