（例如 Salesforce 和 Sense Time）通过将云服务与 AI 核心组件（例如，大量数据、高级学习算法和强大的计算硬件）集成在一起，已成为 AI 即服务 (AIaaS) 竞赛的主要参与者。4 尽管 AIaaS 产品允许公司利用 AI 功能而无需从头开始投入大量资源，8 但出现了许多问题，阻碍了所需 AI 系统的开发。例如，当前的 AI 产品被认为是一个完全捆绑的软件包，不同供应商之间的互操作性较低，并导致供应商锁定和专有问题。此外，不同层的紧密耦合组件限制了新功能的扩展，并抑制了开发人员在选择合适的 AI 组件进行实际实施时的灵活性和适应性。此外，当供应商将多个 AI 产品捆绑成一个包时，可靠性就会受到质疑，因为为每个 AI 产品定义透明的服务级别协议 (SLA) 是一项挑战。此外，捆绑的 AI 产品被视为严格控制的系统，会抑制开源社区的支持并提高锁定成本，从而增加潜在的不兼容性并引入不同供应商之间未来的迁移成本。