比如视频网站，海量的视频内容首先面临的难题就是如何存储。亚马逊云服务因为体量优势，就能为视频网站提供低成本的存储服务。像国内的爱奇艺，就把大量的非热播的视频内容放到亚马逊的云服务上做廉价存储，而国外大牌视频网站Netflix，更是把25PB，相当于2千600多万GB的视频内容，全部放到了亚马逊的云上。

http://5b0988e595225.cdn.sohucs.com/images/20171201/dc1ff14352f54a91b530e0e6506c3a1b.jpeg

AWS拥有一套完整的媒体服务

国内的手机企业比如小米和360，在用户操作高峰期的时候，也会临时租用亚马逊的云服务救急。因为这样企业就没必要为了这种突发情况平时备着无数台服务器，所以这种公共云服务本质上是降低了企业数字化的门槛。

http://5b0988e595225.cdn.sohucs.com/images/20171201/21de8edc00b24897a583f4bcf0428a05.jpeg

htc，小米这些耳熟能详的手机厂商都使用了AWS

而今年，亚马逊把云服务提升到了人工智能的新高度。发布的一系列软硬件几乎都和深度学习相关。

http://5b0988e595225.cdn.sohucs.com/images/20171201/cc790aa9debb4cc989d353256508b8b1.jpeg

机器学习、人工智能成为最核心的主题

这意味着任何企业今后进入人工智能领域的门槛也将大大降低，不再需要自己开发，只要租用亚马逊的云服务就可以。它不仅可以储存数据，还能帮忙分析数据。

还是以视频网站为例。存储在云端的视频内容，每天都可以进行深度分析，哪些地区在哪个时段更爱看哪个节目？这些都可以预测出来，方便视频网站提前优化部署。

http://5b0988e595225.cdn.sohucs.com/images/20171201/2bf167340fa6401699ee885269285433.jpeg

被预测出来的热播内容会提前部署在速度更快的SSD固态硬盘上，而非热播内容会被移动到更经济的机械硬盘上

今年亚马逊更是发布了全球第一个视频深度学习的算法。过去分析视频其实也只是一帧一帧地分析静态图像，今后，视频分析引入了时间这个概念。比如一场球赛密密麻麻的观众席上，镜头一扫人工智能就能对每一个观众进行面部识别，看看其中有没有明星，这个明星如果起身去了别的地方，那TA几分几秒走的，在下一台摄像机的画面里几分几秒又出现了，过去需要人来判断，但现在，人工智能统统一清二楚。

http://5b0988e595225.cdn.sohucs.com/images/20171201/051bb69d15824386b24fa8e6f6e52dc8.jpeg

观众席上的万千面孔，人工智能可以瞬间找出隐藏其中的大明星……

想想有些不寒而栗。

这是亚马逊云服务在国内道路上的案例：可以识别任何道路上的车辆，包括三轮车……

说到比赛，亚马逊今年拿下了网球、橄榄球等等一系列热门体育赛事的网络转播权。一边转播比赛，人工智能不仅知道画面上每一个球员的身份，甚至可以对球员的下一次跑动走位以及球可能会传给谁，做出精准的预测。

http://5b0988e595225.cdn.sohucs.com/images/20171201/12c5b4b175ee49108ef851001eb3e49f.jpeg

AWS对每个NFL球员行动轨迹的深度学习

换句话说，在比赛意识上，人工智能已经可以走在球员和教练员的前面。

http://5b0988e595225.cdn.sohucs.com/images/20171201/80aefc4bb8ff486ba8d0a5ad85c47e09.jpeg

看个比赛就给人一种在玩游戏的感觉

之前亚马逊Go引领了一波无人超市的热潮，现在因为设备和技术门槛太高，已经开始降温。现在，有企业通过亚马逊的云服务开发出了更实用的技术，只要把手机和超市里的购物车匹配之后，扔进购物车的每一样商品，都可以在手机APP里显示出来。

每一样放进购物车里的商品，在手机APP上都能同步出现，如果从购物车里拿出某件商品，手机APP里也会同步删除