Google发布统一人工智能工作台服务AI平台（AI Platform）测试版，这个平台可以让构建与部署机器学习模型的各阶段人员，都能使用相同的共享接口进行操作。
要完成一个人工智能项目，作业流程相当繁杂，包括从非结构化数据分析到最后的模型部署，Google提到，这一连串的工作，如果有一个可以将各组件组合起来的地方，将使机器学习开发更容易，团队也能更简单地协作。
而AI平台就是为此而生，是一个端到端的开发平台，团队可以使用共享接口，准备、构建、执行以及管理机器学习项目，各种角色都能参与其中，像是开发人员、数据科学家或是数据工程师，都能使用Cloud Console中的同一个仪表板协作，进行模型共享、训练与扩展工作负载。
用户可以直接将数据导入AutoML或是使用Cloud Machine Learning Engine，进行训练或是提供机器学习模型服务，Google提到，AI平台补充了AI Hub的功能，并且因为支持Kubeflow，用户可以构建可移植的机器学习工作管线，不需要改变太多的程序代码，就能在本地端或是云计算执行。
Google也更新了让开发者以最少的数据，就能训练出高品质机器学习模型的服务Cloud AutoML，这次的更新针对AutoML Tables、AutoML Video以及AutoML Vision三个解决方案。 AutoML Table现在推出测试版，让开发者在不需要写任何程序代码的情况下，在结构化表帧数据集上构建并部署机器学习模型，只需要点击鼠标，用户就可以将BigQuery和其他GCP存储服务中的数据，抓取到AutoML Tables中。
Google也推出AutoML Video测试版，开发人员可以创建自定义模型，以自定义的标签为视频中的内容进行分类，AutoML Video能够处理大量的视频数据，用户可以根据自己的定义即时地探索内容，对于媒体或是娱乐产业，可以简化自动删减商业广告或是创建精彩片段的工作。
另外，AutoML Vision是在2018年就发布的服务，让开发者创建定制化的图像识别机器学习模型，现在进一步推出AutoML Vision Edge，为边缘设备简化定制化机器学习模型的创建与部署工作，AutoML Vision Edge支持各种设备，包括在使用Edge TPU的设备上进行高速推理。