导语：测试作为软件开发后到上线的最后一个环节，对于产品体验和质量，起着至关重要的作用。测试的发展先后经历了纯人工测试、工具化测试和云测试的三个阶段，目前，以深度学习为代表的人工智能技术与云测试紧密结合，可大幅提升测试的效率，降低测试的成本。
发展的早期，移动应用呈现井喷状态，但此时ios和平台都存在机型碎片化的问题，尤其是安卓，因为其开源特点，导致设备繁多，品牌众多，版本各异，分辨率不统一。在应用上线前的测试阶段，开发者要购买大量的真机，投入大量的人力，进行应用的兼容性测试。在这种背景下，国内最早的云测试服务商testin云测成立，并开启了“用企业服务的模式将测试由专业的测试服务商来解决”的云测试时代。testin云测之后，mtc、wetest等也进入此领域，云测试行业迅速发展。
随着移动互联网的进一步发展，单纯的兼容性测试已经难以满足企业的测试需求。此时，云测试的内涵不断扩大，bug探索测试、功能测试、性能测试、安全测试、自动化监控等相继纳入了云测试的范畴。
随着5g、物联网的发展和疫情的冲击，云测试的内涵正进一步扩大，测试对象已经远不止单纯的手机应用，而是包括web、小程序、泛物联网设备等。云测试，一方面在不断取代传统测试，另一方面在新增的测试需求中从一开始就占据了主导地位，客户只需要将自己的测试目的、环境要求等数据提供给云测试服务商即可。
云测试中的人工智能应用
近几年，以深度学习为代表的人工智能渗透到各行各业，云测试也不例外。以testin云测为例，2017年开始，公司着力于ai技术与测试的结合。在智能测试云中，ai技术从测试用例的智能生成，测试的智能执行，以及测试结果的智能分析三个方向赋能自动化测试。
与传统的自动化测试相比，人工智能赋能的云测试主要特点有：
（1）学习成本低。传统的自动化测试，即使做到比较易用，也至多是低代码，而人工智能赋能的云测试完全可以做到以自然语言表达，从而降低了学习成本。
（2）维护成本低。基于严丝合缝规则的自动化测试，一旦测试环境有细微的变化，则要修改代码中的参数，理解成本和维护成本都更高，而人工智能测试维护成本显著降低。
（3）hybird识别好。人工智能测试，因不依赖于控件信息，可直接进行控件识别，因此hybird识别效果大幅提升。
（4）跨应用与跨平台。传统的自动化测试，是基于规则，这就导致其适应性较差，跨应用与跨平台能力均较弱，而人工智能测试，可不断地通过ocr、以图搜图等进行学习，适应能力大幅增强。
云测试模式对传统的商业方法进行了崭新的迭代，甚至对传统的软件测试模式进行了颠覆。目前不少500强企业已采用云测试模式，并从软件及系统测试中为云测试单独划分预算，其中不仅包括互联网，还有许多转型“互联网 ”的传统企业。人工智能技术融入测试行业中，进一步提升了测试行业整体的专业性、智能性的水平，增强了测试行业的效率，使测试人员摆脱开发技能束缚，专注于业务能力和测试设计能力的培养。