針對內容管理、消費通路、醫療照護或保險業務等應用需求，Google宣布在旗下雲端服務Google Cloud增加名為AutoML的應用項目，讓使用者即便不具備高超技術背景也能輕易建立學習模型，透過將資料上傳至Google Cloud服務內，即可透過Cloud Compute Engine資源逐一將資料分類，並且自動建立學習模型進行分析，藉此達成深度學習成效。
過去談到深度學習，幾乎就會令人聯想到複雜的電腦運算、難以理解的學習模型架構，而為了讓更多服務也能便利地取得深度學習技術應用資源，Google在旗下雲端服務Google Cloud內加入名為AutoML的應用項目，讓使用者能以更簡單方式建立學習模型，進而可將深度學習套用在旗下服務內容，例如Urban Outfitters、迪士尼、英國皇家學會 (ZSL)等在內零售通路、娛樂事業或研究機構都已與Google合作，並且在相當早期時間內藉由AutoML分析管理旗下資料內容。
根據Google說明，由於目前各類服務內容均以數據為重，如何在眾多資料中找出有用數據，同時如何落實管理旗下分散內容將成為發展重心，但因為培育專業技術人才對於許多內容管理、消費通路、醫療照護或保險業務機構並不容易，而此類資料委託外部單位處理也難免有隱私內容外洩等風險，因此藉由Google Cloud服務運算資源協助，透過AutoML應用項目讓這些單位能自行建構資料學習模型，進而可從眾多管理內容找出有價內容，藉此讓本身服務運作能具體成長。
以AutoML形式來看，使用者僅需將資料上傳至Google Cloud，並且透過AutoML應用項目將資料逐一分類且自動建立學習模型，系統便會透過Cloud Compute Engine、TPU運算等資源，以及Google Cloud Vision API等電腦視覺應用資源與TensorFlow學習框架進行深度學習，藉此達成數據分析或行為學習等目的，使得過往需要在眾多資料中挖掘有用資訊的應用服務變得更具效率。
相比先前基於Google Cloud的深度學習應用採以量計價方式使用，Google為了吸引更多人使用AutoML應用項目，現階段將採免費使用形式提供服務 (先決條件是必須租用Google Cloud服務)，但未來是否將比照既有深度學習應用以量計費，目前還無法確定。
至於推出此項服務是否有利於新興國家市場如印度境內產業成長，就Google的看法認為確實有其可能性，但主要還是以不同產業服務內容為重，以Google Cloud本身是面向全球推廣服務項目來看，此次推出的AutoML應用項目其實對缺乏專業技術人才的服務內容均有顯著幫助，並且能提供客製化學習應用。
而對於AutoML項目是否也能應用在複雜運算的環境分析，或是自動駕駛學習，Google雲端人工智慧與機器學習首席科學家李飛飛在受訪時說明確實有其可能，但由於環境分析與自動駕駛等複雜運算項目必須有更高精準度，因此建議還是會使用更專門的學習模式，藉此確保學習成果的精確表現，避免造成意外。
