现在什么职业最容易被人工智能取代

最近降温，随着寒流而来的，是接连不断的裁员消息带来的就业焦虑，8月，美团、拉勾爆出裁员信息；10月， 阿里、京东等企业也不同程度“缩招”。上个月，富士康又被爆出裁掉34万人。这是多么震惊的数字，危机来得让人措不及手。大裁员环境下，永远不要假设危机不会降临到自己头上，每个人都要做好被裁的准备。

有一句话讲的很好：打败你的，永远是你看不见的对手。现在面临大面积的裁员就是因为AI的迅速发展，AI带来的不止是繁荣，同时也伴随着危机与挑战，大部分工作将会被机器人替代。从下面这张图里我们可以了解一下到底哪些会被AI替代的人群，哪些又是AI难以取代的。

不会被AI替代的人群

一想到裁员，我们可能首先想到会先被裁员的是那些快递小哥、门童、酒店前台类等没有技术含量的工作，所以一旦裁员，这些人首当其冲。如果这样想的话，那就大错特错了，像这类工作，工资低，有需要一定的沟通互动能力，灵活性很大，所以根本不值得用AI去替代工作。

那AI到底会替代哪些工作？

1重复性劳动，特别是在相同或非常相似的地方完成的工作，不需与人进行大量面对面交流的工作（如数据输入、装配线检查）

2有固定台本和对白内容的各种互动（如客户服务、电话营销）

3相对简单的数据分类，或思考不到一分钟就可以完成识别的工作（如文件归档、作业打分、名片筛选）

4在某公司一个非常狭小的领域工作（如银行理财产品的电话推销员、某部门的会计）

我们明显可以看出，AI替代的就是一些简单的，可重复的工作，很多白领以为自己工作稳定，不会被裁，反而去担心快递小哥他们会失业，殊不知最先担心的应该是自己，这些简单可重复性的工作，机器完全可模拟作业，而这部分白领的工资相对不低，所以替代的可能性极大。

那人工智能难以取代的工作类型又有哪些？

1创意性工作（例如，医学研究员、获奖剧本作家、公关专家、企业家、艺术家）。 人工智能不擅长提出新概念，所以创作型的工作AI是无法进行的。

2同理心/人性化工作（例如，社工、特殊教师、婚姻顾问），人工智能没有人类的情商。人们也不愿“信任”机器，让机器来处理人性化任务。

3复杂性/战略性工作（例如，首席执行官、谈判专家、并购专家），需要了解多个领域并需要进行战略决策的工作。对于人工智能来说，即使是理解常识也很困难。

李开复说：”未来人类只剩下两类工作，创造型和关爱型。”以上言论绝非危言耸听，发展这些能力是应对未来的重中之重。而我们都知道，艺术类工作从小开始就是需要培养的，我们大部分人无法在短时间内去重新学习掌握的，我们只能在复杂性/战略性工作上面更进一步。未来人才的核心竞争力只能朝创新能力、合作能力、沟通能力以及批判性思维发展。所以像PR、CEO这些职位你说是能被AI所替代的吗？显然是不可能的。

如果你不想被AI替代、被这个社会所淘汰，那只能不断提升自己，让自己占据高位，保持旺盛的学习力，并不断尝试新鲜事物。接纳变化、死磕目标、持续成长，这才是不被AI所淘汰的正确之道。

人工智能是未来的大趋势。机器翻译，智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂，自动程序设计，航天应用，庞大的信息处理，储存与管理，执行化合生命体无法执行的或复杂或规模庞大的任务等等。竞争压力是会有的，这恰恰体现了人工智能专业的热门，所以学习人工智能方面的专业是很不错的。虽然这些不是人人都能干的，但是对于我国乃至世界来讲人才也是非常多的，所以竞争压力肯定会有的。必须的不断学习，探索新知。

拓展补充：

对于中国而言，人工智能的发展是一个历史性的战略机遇，对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。

虽然“人工智能”(AI)已经成为一个几乎人人皆知的概念，但对人工智能的定义还没有达成普遍共识。传统的人工智能发展思路是研究人类如何产生智能，然后让机器学习人的思考方式和行为。现代人工智能概念的提出者约翰·麦卡锡认为，机器不一定需要像人一样思考才能获得智能，重点是让机器能够解决人脑所能解决的问题。

第四次工业革命正在来临，而人工智能已经从科幻逐步走入现实。从1956年人工智能这个概念被首次提出以来，人工智能的发展几经沉浮。随着核心算法的突破、计算能力的迅速提高、以及海量互联网数据的支撑，人工智能终于在21世纪的第二个十年里迎来质的飞跃，成为全球瞩目的科技焦点。自从2016年AIphaGo战胜李世石之后，全球对于人工智能发展的兴奋与担忧交织难分。

即使如此，世界各国已经认识到人工智能是未来国家之间竞争的关键赛场，因而纷纷开始部署人工智能发展战略，以期占领新一轮科技革命的历史高点。对于中国而言，人工智能的发展是一个历史性的战略机遇，对缓解未来人口老龄化压力、应对可持续发展挑战以及促进经济结构转型升级至关重要。

本文从科技产出与人才投入、产业发展和市场应用、发展战略和政策环境等方面描绘中国人工智能的发展面貌。

科技产出与人才投入

1 论文产出 : 中国人工智能论文总量和高被引论文数量都是世界第一。中国在人工智能领域论文的全球占比从 1997 年 426% 增长至2017 年的 2768%，遥遥领先其他国家。高校是人工智能论文产出的绝对主力，在全球论文产出百强机构中，87家为高校。中国顶尖高校的人工智能论文产出在全球范围内都表现得十分出众。不仅如此，中国的高被引论文呈现出快速增长的趋势，并在 2013 年超过美国成为世界第一。但在全球企业论文产出排行中，中国只有国家电网公司的排名进入全球前 20 位。从学科分布看，计算机科学、工程和自动控制系统是人工智能论文分布最多的学科。国际合作对人工智能论文产出的影响十分明显，高水平论文里中国通过国际合作而发表的占比高达 4264% 。

2 专利申请 : 中国专利数量略微领先于美国和日本，国家电网表现突出。中国已经成为全球人工智能专利布局最多的国家，数量略微领先于美国和日本，而中美日三国占全球总体专利公开数量的 74%。全球专利申请主要集中在语音识别、图像识别、机器人以及机器学习等细分方向。中国人工智能专利持有数量前 30 名的机构中，科研院所与大学和企业的表现相当，其技术发明数量占比分别为 52% 和48%。企业中的主要专利权人表现差异巨大，尤其是中国国家电网近五年的人工智能相关技术发展迅速，在国内布局专利技术量远高于其他专利权人，而且在全球企业排名中位列第四。中国的专利技术集中在数据处理系统和数字信息传输等领域，其中图像处理分析的相关专利占总发明件数的 16%。电力工程也已成为中国人工智能专利布局的重要领域。

3 人才投入 : 中国人工智能人才总量居世界第二，但是杰出人才占比偏低。截至 2017 年，中国的人工智能人才拥有量达到 18232 人，占世界总量的 89%，仅次于美国(139% ) 。高校和科研机构是人工智能人才的主要载体，清华大学和中国科学院系统成为全球人工智能人才投入量最大的机构。然而，按高 H 因子（又称 H 指数，用于评价科学家的科研绩效）衡量的中国杰出人才只有 977 人，不及美国的五分之一，排名世界第六。企业人才投入量相对较少，高强度人才投入的企业集中在美国，中国仅有华为一家企业进入全球前 20。中国人工智能人才集中在东部和中部，但个别西部城市如西安和成都也表现十分突出。国际人工智能人才集中在机器学习、数据挖掘和模式识别等领域，而中国的人工智能人才研究领域则比较分散。

产业发展和市场应用

1 企业规模 : 中国人工智能企业数量为全球第二，北京是全球人工智能企业最集中的城市。截至2018 年 6 月，全球共监测到人工智能企业总数达 4925 家，其中美国人工智能企业数 2028 家，位列全球第一。中国( 不含港澳台地区 )人工智能企业总数 1011 家，位列全球第二，其后分别是英国、加拿大和印度（图 1）：

从城市尺度看（图 2），全球人工智能企业数量排名前 20 的城市中，美国占 9 个，中国占 4 个，加拿大占 3 个，英国、德国、法国和以色列各占 1 个。其中，北京成为全球人工智能企业数量最多的城市，其次是旧金山和伦敦。上海、深圳和杭州的人工智能企业数量也进入全球前 20。

从成立时间看（图 3），中国人工智能创业企业的涌现集中在2012-2016 年，在 2015 年达到顶峰，新增初创企业数量达到 228 家。从2016 年开始，创业企业的增速有所放缓。

中国人工智能企业的平均年龄为 55 年。其中，北京、上海和天津等地初创企业云集，企业平均年龄相较于全国平均水平更年轻，平均年龄在 55 年以下。山东和辽宁等地老牌工业机器人和自动化企业转型较多，企业年龄相对较大。

人工智能的应用技术主要包括语音类技术 ( 包括语音识别、语音合成等 )、视觉类技术 ( 包括生物识别、图像识别、视频识别等 ) 和自然语言处理类技术 ( 包括机器翻译、文本挖掘、情感分析等 )。将基础硬件考虑在内，国内外人工智能企业应用技术分布如图 4 所示。相比国外，中国人工智能企业的应用技术更集中于视觉和语音，而基础硬件占比偏小。

人工智能在行业应用上包括智能机器人、智能驾驶、无人机、AR/VR、大数据及数据服务、各类垂直领域应用(本文中定义为“AI+")等。国内外人工智能企业的行业应用分布如图 5 所示。可以看出，相比于国外，国内企业更看重智能机器人、无人机和智能驾驶等终端产品的市场，而国外企业更注重 AI在各类垂直行业的应用。

2 风险投资 : 中国已成为全球人工智能投融资规模最大的国家。自 2013 年以来，全球和中国人工智能行业投融资规模都呈上涨趋势（图 6）。2017 年全球人工智能投融资总规模达 395 亿美元，融资事件1208 笔，其中中国的投融资总额达到 2771 亿美元，融资事件 369 笔。中国 AI 企业融资总额占全球融资总额的 70%，融资笔数达 31%。

根据 2013 年到 2018 年第一季度全球的投融资数据，中国已在人工智能融资规模上超越美国成为全球最“吸金”国家，但是在投融资笔数上，美国仍然在全球处于领先地位。

发展战略和政策环境

1 国际比较 : 各国人工智能战略与政策各有着重点。 2013年以来，美、德、英、法、日、中等国都纷纷出台了人工智能战略和政策。各国人工智能战略各有侧重，美国重视人工智能对经济发展、科技领先和国家安全的影响 ; 欧盟国家关注人工智能带来的安全、隐私、尊严等方面的伦理风险 ; 日本希望人工智能推进其超智能社会的建设 ; 而中国人工智能政策聚焦于实现人工智能领域的产业化，助力中国的制造强国战略。各国政策在研发重点和重点应用领域也存在着较大差异。

2 国家政策 : 从物联网，到大数据，再到人工智能。从 2009 至今，中国人工智能政策的演变可以分为五个阶段，其核心主题词也不断变化，体现了各阶段发展重点的不同。

国家层面政策早期关注物联网、信息安全、数据库等基础科研，中期关注大数据和基础设施，而 2017年后人工智能成为最核心的主题，知识产权保护也成为重要主题。综合来看，中国人工智能政策主要关注以下六个方面 : 中国制造、创新驱动、物联网、互联网 +、大数据、科技研发。

3 地方政策 : 响应国家战略，地方政策主题因地而异。地方政府积极响应国家人工智能发展战略，其中，《中国制造 2025》处于人工智能政策应用网络的核心，在地方人工智能政策制定过程中发挥着纲领性的作用。通过政策发布数量来看，目前中国人工智能发展活跃的区域主要集中在京津冀、长三角和粤港澳地区。各省的政策主题也大有不同，比如江苏省关注基础设施、物联网和云计算等基础研发领域，广东省关注制造和机器人等人工智能应用，而福建省关注物联网、大数据、创新平台和知识产权，各地政策与地方发展条件密切相关。

对社会的综合影响

随着人工智能的充分发展，劳动生产率和生产力水平的提升，人们的生活体验将更加丰富多彩，将更多地将人们从体力劳动乃至常规性的脑力劳动中解放出来，更多地投入到创造性活动当中，使人类自身与社会得到更充分的发展。当前，人工智能技术的突飞猛进正不断改变着零售、农业、物流、教育、医疗、金融、商务等领域的发展模式，重构生产、分配、交换、消费等各环节。根据 IDC 数据显示，在未来5 年内，人工智能技术应用到多个行业，将极大提高这些行业的运转效率，具体提升的效率为教育行业82%、零售业 71%、制造业 64%、金融业 58%。

1 人工智能对教育和就业的影响。发展人工智能的最终目的不是用来替代人类，而是帮助人类变得更加智慧，而教育将在这个过程中起到关键性作用。人工智能技术提升经济活动中的产能，使得人们逐渐从机械的重复性的或危险的劳动中抽离出来，从而增加了思考、欣赏等闲暇时间，更专注于创新能力、思考能力、审美与想象力的潜能开发与提升。

目前，人工智能在教育领域的应用主要集中在以下几方面 : 自适应 ( 个性化 ) 学习、虚拟导师、教育机器人、基于编程和机器人的科技教育、基于虚拟现实 / 增强现实的场景式教育。用适合自己的方式去学习，不仅效率会提高，而且会保持更长时间的学习兴趣。

在教育领域深度发展人工智能的意义并不是取代教师，而是协助教师使教学变得更加高效和有趣。另外，在人工智能技术所影响的教育体系中，对人才的信息输入与输出能力、自主学习能力等的要求骤然提高，创新能力的培养也成为重要方向。

随着技术的发展逐步替代人类从事大部分繁琐重复的工作或体力劳动，在给人们带来福利的同时也带来前所未有的挑战。今天已经有越来越多的人担忧是否自己的工作会被人工智能技术所取代，或者只能在人工智能所留下的“夹缝”中生存。有专家对中国的就业岗位被人工智能取代的概率进行了估算，结果显示，未来 20 年中，约占总就业人口 76% 的劳动力会受到来自人工智能技术的冲击，若只考虑非农业人口，这一比例为 65 %。但同时，人工智能技术对就业的创造效应也已有所显现。调查显示，中国科技公司目前人工智能团队规模平均扩张 20%，而且这种需求还会增长。另外国家工业和信息化部教育考试中心专家称，在未来几年中国对 AI 领域的人才需求可能增至 500 万。

可以判断，在人工智能重塑产业格局和消费需求的情境下，一部分工作岗位终将被历史淘汰，但是也会伴随着人工智能技术孵化出一系列新的岗位。另一方面，新型的人机关系正在构建，非程序化的认知类工作会变得愈发难以替代，其对人的创新、思考与想象力提出更高的要求。

机械化和智能化塑造着新的就业格局，但也要警惕新格局下有可能发生的衍生问题，比如由于失业率上升而引起的贫富差距和社会稳定问题。人工智能所带来的“冲击”是持续性的，对教育和就业的多重影响也是持续性的，因此也需要不断积极探索与技术革命相匹配、相适应的教育与就业机制。

2 人工智能对隐私与安全的影响。今天，在许多生活消费场景中，人们对个性化体验的需求不断增加，个性化、场景化服务也逐渐成为人工智能驱动创新的主要方向。服务供应方在信息获取社交化、时间碎片化的情境下，着力建立更灵活便捷的消费场景，给人们带来更加友好的用户体验。与此同时，随着语音识别、人脸识别、机器学习算法的发展和日趋成熟，企业可以通过分析客户画像真正理解客户，精准、差异化的服务使得客户的被重视被满足感进一步增强。但是在蕴藏着巨大商业价值的同时，也对现有法律秩序与公共安全构成了一定的挑战。

网络空间的虚拟性，使得个人数据更易于被收集与分享，极大地便利了身份信息编号、健康状态、信用记录、位置活动踪迹等信息的存储、分析和交易过程，与此同时，人们却很难追踪个人数据隐私的泄露途径与程度。例如，以人工智能技术为支撑的智慧医疗，病人的电子病例、私人数据归属权如何界定，医院获得及使用私人数据的权限界限如何规范。再比如人工智能技术生成作品的著作权问题等。开放的产业生态使得监管机构难以确定监管对象，也令法律的边界变得越来越模糊。

人工智能的普遍使用使得“人机关系”发生了趋势性的改变，人机频繁互动，可以说已形成互为嵌入式的新型关系。时间与空间的界限被打破、虚拟与真实也被随意切换，这种趋势下的不可预测性与不可逆性很有可能会触发一系列潜在风险。与人们容易忽略的“信息泄露”不同，人工智能技术也可能被少数别有用心的人有目的地用于欺诈等犯罪行为。如基于不当手段获取的个人信息形成“数据画像”，并通过社交软件等冒充熟人进行诈骗。再比如，使用人工智能技术进行学习与模拟，生成包括图像、视频、音频、生物特征在内的信息，突破安防屏障。去年曾有报道，新款苹果手机“刷脸”开机功能被破解即是这类例子。而从潜在风险来看，无人机、无人车、智能机器人等都存在遭到非法侵入与控制，造成财产损失或被用于犯罪目的的可能。

3人工智能对社会公平的影响。随着人工智能研发与应用的突飞猛进，一系列价值难题也正逐渐显现在人们面前。目前还有大量不会上网、由于客观条件无法使用互联网及不愿触碰互联网的人群，已经被定义为人工智能时代的“边缘人”，而人工智能对人们的文化水平、信息流的掌握程度又有了更高的要求。人工智能技术越发达，信息鸿沟就越深，进而演变为服务鸿沟、福利鸿沟，而在人工智能时代，“边缘人”将越来越难享受到便捷的智能信息服务，也更不易获得紧缺的服务资源。

本文转自 中国经济报告 2018年第10期，作者：清华大学中国科技政策研究中心

云计算冲击的是个人计算器材，主要是台式机，云计算越好嵌入式也越好，云计算与嵌入式之间是物联网，总之，嵌入式是未来消费领域的主流，至于高性能计算，本就没嵌入式的份
至于新的要求，好像没有，唯一一个要求就是让嵌入式联网，，不过嵌入式本身的门槛比较高，低级的要求会用开发工具链了解底层技术，高级的几乎就要求是个大师了，个人感觉软件工程不太适合嵌入式，因为嵌入式的软件都不大但是对性能和底层要求挺高，嵌入式要么没有软件工程要么连带着 *** 作系统等等是大工程

云计算(Cloud Computing)是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展，或者说是这些计算机科学概念的商业实现。
云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。

这可是一种革命性的举措，打个比方，这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。
云计算的蓝图已经呼之欲出：在未来，只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。从这个角度而言，最终用户才是云计算的真正拥有者。

云计算的应用包含这样的一种思想，把力量联合起来，给其中的每一个成员使用。
从最根本的意义来说，云计算就是利用互联网上的软件和数据的能力。
对于云计算， 李开复（现任Google全球副总裁、中国区总裁）打了一个形象的比喻：钱庄。 最早人们只是把钱放在枕头底下，后来有了钱庄，很安全，不过兑现起来比较麻烦。现在发展到银行可以到任何一个网点取钱，甚至通过ATM，或者国外的渠道。就像用电不需要家家装备发电机，直接从电力公司购买一样。
“云计算”带来的就是这样一种变革——由谷歌、IBM这样的专业网络公司来搭建计算机存储、运算中心，用户通过一根网线借助浏览器就可以很方便的访问，把“云”做为资料存储以及应用服务的中心。
目前，PC依然是我们日常工作生活中的核心工具——我们用PC处理文档、存储资料，通过电子邮件或U盘与他人分享信息。如果PC硬盘坏了，我们会因为资料丢失而束手无策。
而在“云计算”时代，“云”会替我们做存储和计算的工作。“云”就是计算机群，每一群包括了几十万台、甚至上百万台计算机。“云”的好处还在于，其中的计算机可以随时更新，保证“云”长生不老。Google就有好几个这样的“云”，其他IT巨头，如微软、雅虎、亚马逊（Amazon）也有或正在建设这样的“云”。
届时，我们只需要一台能上网的电脑，不需关心存储或计算发生在哪朵“云”上，但一旦有需要，我们可以在任何地点用任何设备，如电脑、手机等，快速地计算和找到这些资料。我们再也不用担心资料丢失。
在3月17日的新闻发布会上，施密特做了一个形象的比喻。他说，“云计算”就仿佛银行的自动取款机（ATM），我们出门再也不用随身携带大量现钞，可以根据需要随时取用。
Google的工程师谷雪梅则认为，PC时代好比每个人要用电，都得自己购买发电机；而“云计算”时代，每个人不必拥有发电机，直接从大型发电厂买电就好。
“云计算”其实并不是一个新概念。据谷雪梅介绍，“云计算”之前，还有“网格计算”（Grid Computing）等等，理念都是关于计算机如何协同发挥作用。十多年前，她还在读研究生时，就知道这些概念，但问题是，这些概念从来没有很好地得到实现。
在谷雪梅加入Google以后，她发现这一类概念已经得到了实践。Google的技术，可以让几十万台计算机一起发挥作用，组成强大的数据中心。Google中国CEO李开复此前接受《财经》记者专访时说，Google真正的竞争力就在于有这些“云”，他们让Google有了无与伦比的存储和计算全球数据的能力。
Google在创立之初，并没有刻意地去追求“云计算”和“晶格计算”等概念。但作为一家搜索引擎，Google在客观上需要拥有这些“云”。实际上，雅虎的搜索同样用到了“云计算”。
云计算是一种新兴的共享基础架构的方法，它可以将巨大的系统池连接在一起以提供各种IT服务。很多因素推动了对这类环境的需求，其中包括连接设备、实时数据流、 SOA 的采用以及搜索、开放协作、社会网络和移动商务等这样的 Web 20 应用的急剧增长。另外，数字元器件性能的提升也使IT环境的规模大幅度提高，从而进一步加强了对一个由统一的云进行管理的需求。
云计算+always-On设备 被评为“25年来最具影响力的十大IT技术组合”
《纽约时报》:云计算到底指什么？
云计算的说法正在广为流行，Gartner高级分析师Ben Pring评价道：“它正在成为一个大众化的词语。”但是，问题是似乎每个人对于云计算的理解各不相同。作为一个对互联网的比喻，“云”是很容易理解的。但是一旦同“计算”联系起来，它的意义就扩展了，而且开始变得模糊起来。有些分析师和公司把云计算仅仅定义为计算的升级版——基本上就是互联网上提供的众多虚拟服务器。另外一些人把云计算定义的更加宽泛，他们认为用户在防火墙保护之外消费的任何事物都处于“云”之中。
云计算被人们关注是在人们考虑IT业到底需要什么之后，人们需要找到一种办法能够在不增加新的投资，新的人力和新的软件的情况下增加互联网的能力和容量。而云计算正好提供了这种可能。
现今云计算正处于一个起步的阶段，大大小小的公司提供着各式各样的云计算服务，从软件应用到网络存储再到邮件过滤。这些公司一部分是基础设备提供商，另一部分是像Salesforcecom之类的SAAS（软件即服务）提供商。现今主要实现的是基于互联网的个人服务，但是云计算的聚合和整合正在产生。
InfoWorld网站同数十家公司、分析家和IT用户讨论出了云计算的几大形式：
1SAAS（软件即服务）
这种类型的云计算通过浏览器把程序传给成千上万的用户。在用户眼中看来，这样会省去在服务器和软件授权上的开支；从供应商角度来看，这样只需要维持一个程序就够了，这样能够减少成本。Salesforcecom是迄今为止这类服务最为出名的公司。SAAS在人力资源管理程序和ERP中比较常用。 Google Apps和Zoho Office也是类似的服务
2实用计算（Utility Computing）
这个主意很早就有了，但是知道最近才在Amazoncom、Sun、IBM和其它提供存储服务和虚拟服务器的公司中新生。这种云计算是为IT行业创造虚拟的数据中心使得其能够把内存、I/O设备、存储和计算能力集中起来成为一个虚拟的资源池来为整个网络提供服务。
3网络服务
同SAAS关系密切，网络服务提供者们能够提供API让开发者能够开发更多基于互联网的应用，而不是提供单机程序。
4平台即服务
另一种SAAS，这种形式的云计算把开发环境作为一种服务来提供。你可以使用中间商的设备来开发自己的程序并通过互联网和其服务器传到用户手中。
5MSP（管理服务提供商）
最古老的云计算运用之一。这种应用更多的是面向IT行业而不是终端用户，常用于邮件病毒扫描、程序监控等等。
6商业服务平台
SAAS和MSP的混合应用，该类云计算为用户和提供商之间的互动提供了一个平台。比如用户个人开支管理系统，能够根据用户的设置来管理其开支并协调其订购的各种服务。
7互联网整合
将互联网上提供类似服务的公司整合起来，以便用户能够更方便的比较和选择自己的服务供应商。

---