為何微軟不主打AI First戰略

2014年，微軟執行長Satya Nadella一上任，就打出「Cloud-first, mobile-first」的新方向，一舉翻轉了微軟過去長年以線下、本地端、桌面端為重的發展策略，也成了後續4年，微軟全球戰略和產品發展的主軸。Satya Nadella將微軟大軍，帶到了新的企業戰場，讓微軟在雲端市場大戰上坐二望一，有機會進逼雲端龍頭AWS的地位。

但在去年微軟開發大會Build 2017上，Satya Nadella卻一反常態，不再雲端、行動琅琅上口，取而代之的是藉助AI強化的各種服務和產品，尤其主打智慧雲（Intelligent Cloud）和智慧邊緣（Intelligent Edge）。

眾人的解讀是，Satya Nadella戰略藍圖終於揭露了第二版，核心戰略就是AI-First。因為不論是Intelligent Cloud或是Intelligent Edge，都是仰賴AI技術為基礎，或甚至是過去一年來微軟熱推的Azure認知服務，就是各式各樣的雲端AI服務。AI貫穿在微軟各類產品和服務之中，也因此，媒體一律以AI First戰略，來形容微軟的新戰略。

但是，其實Satya Nadella從來沒有說微軟的新戰略是「AI First」，而只是不斷強調，微軟將以AI來發展微軟的新戰略，真正的戰略是「Intelligent Cloud & Intelligent Edge」。另一個他沒說的原因，也可能因為Google搶先一步喊出要改以AI First做為自家新戰略，微軟當然不願意跟風。

不過，去年Build大會，微軟這個「智慧雲和智慧邊緣」戰略布局還不明朗，即使在雲端有不少認知服務，或也推出了Azure IoT Edge套件，但在這兩者之間的交集並不深，最明顯的例子就是去年的Azure IoT Edge套件版本，只是和Azure雲端採取同樣的容器執行環境（但這本來就是Windows作業系統支援的執行環境之一），再加上操作介面類似，但企業若想要在Azure IoT Edge設備上進行AI分析，企業還得自行費一番功夫客製才行。

但是，到了今年Build 2018大會，微軟直接就把Azure雲端認知服務上熱門的影像分類及識別服務，打包成Azure IoT Edge上的影像辨識功能Custom Vision，也才真的實現了「智慧＋邊緣」的整合。

這是原本Azure雲端才有的服務，現在也能在本地端運用，甚至不只邊緣設備，行動裝置，連無人機、機器人等設備都可以用。因為微軟還把Azure IoT Edge的核心runtime程式開源，可以放入各種裝置OS中，讓這些裝置也成為微軟智慧邊緣設備生態系的一環。在這些設備上，可以直接就近偵測、識別、分析環境影像資料，甚至立即秀出視覺化分析結果，因為採邊緣運算架構，在本地端就能處理，不用回傳到雲上分析，即使沒有網路或突然斷網都不怕。微軟還預告，Azure其他AI認知服務，例如語音、語言等功能，未來數月後也會開始支援Edge端。

iThome記者余至浩赴美直擊微軟今年Build 2018大會，為何微軟採取這個新方向？Satya Nadella的答案是：微軟想要打造出人人可用的AI框架、工具和產品，不只開發人員好用，還要讓各產業都能用。實現這個目標，「第一步就是要讓AI通吃雲端和邊緣。」這也正是微軟花了近2年，才開始展現成果的新戰略。

不過，2017年，Satya Nadella揭露了戰略藍圖上列出了三項，除了Intelligent Cloud和Intelligent Edge之外，第三項就是Serverless，他甚至說，Serverless將會是從根本，徹底顛覆開發者的關鍵。不過，至今微軟在Serverless的布局仍未明朗，顯然，好戲還在後頭。