公共雲平台近年加入大量機械學習功能， AWS 是其中之一。愈來愈多企業使用雲端機械學習（ ML ）技術處理數據的實例。 AWS 香港暨台灣銷售總監翁宇強表示，引入這技術的香港企業以金融和零售為主，因雲端令技術複雜程度大減，亦能加強在行業的競爭力。
AWS 母公司亞馬遜在網購平台使用機械學習的人工智能已經超過十年，甚至幾乎套用在所有業務，包括物流中心（ Fullfillment Center ）的貨架的存貨位置，網站上的用戶個人化介面等。翁宇強說，在 AWS 提供的機械學習服務，亦即將多年的內部技術開放給所有企業使用。
AWS 的人工智能服務在 2016 年的 Re:Invent 大會上推出，至今包括基建、機械學習服務，以至工智能智服務。單在去年新增超過 250 項人工智能相關功能。例如提供 GPU 、 FPGA 、 AWS 自行研發的 Inferentia 等給具經驗的企業自行設計、訓練機械學習模型，也支援不同 ML 框架。根據 Nucleus Research 去年的報告，在雲端的 TensorFlow 和 PyTorch ，超過九成都在 AWS 上執行。
企業亦可選用機械學習服務 SageMaker ，從設計、訓練、部署作完整管理。翁宇強指出，甚至設有 ML 模型市集讓企業選購，至今有超過 900 個模型可買，企業買下作簡單訓練直接可用。
本地金融業使用 AWS 的人工智能技術加快服務速度。例如私人貸款公司 WeLend 的網上貸款服務，使用 Amazon Rekognition 識別用戶上傳的文件，如身分證，作 eKYC ，並自動建立信貸檔案，分析用戶的信貸風險。
另一例子為創辦人背景備受爭議的網上雜貨店 Ztore 。翁宇強表示，該公司的數據科學家本來自行編寫模型分析用戶數據，如今轉用 SageMaker 作端到端開發，每日分析超過 30 萬用戶數據。
