市場需求空間廣闊，發展潛力有待挖掘
加入技術交流群
國際數據公司（IDC）近日最新發布的《中國人工智能軟件及應用（2019下半年）跟蹤》報告中顯示，中國機器學習開發平臺市場2019年市場規模達2.05億美元。受此次疫情影響，IDC下調了2020-2021年的市場規模，因此也影響了未來5年的整體市場增長率，預計2018-2024年復合增長率達38.6%。
本文引用地址：http://www.104case.com/article/202007/415008.htm機器學習開發平臺研究范圍
人工智能應用均是采用機器學習、深度學習建模開發而成的系統。本次IDC追蹤的機器學習開發平臺，定位面向開發者、數據科學家、業務分析師的PaaS平臺，不包含已經完成開發的諸如人臉識別、語音助理、對話式客服等軟件。機器學習開發平臺的部署，包括數據獲取、數據準備、模型訓練、應用程序集成、模型運維、生產監控以及有明確KPI的業務治理過程。在這個過程中，由框架、算法模型、開發語言等各種工具賦能，由數據科學家、業務分析師、數據架構師和專業人員協作，基于數據建模，不斷的進行概念驗證，將好的模型部署到生產環境，協作以管理模型運維的全生命周期。
【市場發展驅動力】
算力不斷提升： 受益于加速計算技術的不斷突破，機器學習、深度學習模型訓練和推理速度持續提升，加快了AI應用產業化的進程。2020年GTC、英偉達更是發布了將算力再度提升數十倍的安培架構的A100 GPU。Intel 華為昇騰系列，Xilinx Alveo系列、寒武紀等也在特定領域為AI負載提供加速能力。算力突破將持續推動AI產業快速落地。
算法模型創新： 在經典機器學習、CNN、RNN等神經網絡的大分類下，廠商都在不斷的推出面向應用場景優化的各種模型。
開源技術發展： 包括主流開源框架Tensorflow,Pytorch,飛槳Paddle，推理框架MNN, TNN, Mace, Openvino等等，也包括上文提到的算法模型，開源發展使得技術推廣應用更加便捷、高效。
廠商市場投入： 不管是創企，還是大型互聯網公司、IT巨頭，在機器學習、深度學習領域積極投入資金、研發力量，致力于在機器學習這一人工智能的基礎關鍵技術上有所突破，同時也在致力于降低機器學習開發門檻，讓傳統企業受益于人工智能。
驅動力足夠，但市場發展的瓶頸也同樣存在： 數據資源就緒度，數據質量，能用來建模的數據量；有能力進行模型開發、模型優化的數據科學家；建模人員與行業專家對業務理解上的鴻溝；行業企業內部人員對機器學習、AI項目的配合程度；為機器學習、AI定位到合適的應用場景等等。
主流廠商介紹
本次是IDC第一次正式發布機器學習開發平臺市場份額研究報告，本期收錄了排名前三的廠商市場份額，同時也推薦了當前市場規模不明顯，但值得關注的廠商。從市場格局的角度，部分廠商聚焦在金融反欺詐、智能營銷場景，部分廠商聚焦在銷量預測、智慧供應鏈、個性化營銷、產品推薦系統，部分廠商聚焦在泛工業領域的設備預測性維護、工業質檢巡檢類應用。在應用較為落地的領域，會存在價格戰等競爭，在較新的應用場景中，則更多的是同步探索的階段。從產品層面，當前的差異化在于端到端開發工具的完備性，提供模型的豐富程度，對云服務的支持，開發過程可視化程度，平臺產品的靈活性、易用性，以及產品整體的成熟度。
第四范式： 作為市場份額領先的AI平臺提供商，第四范式積極探索遷移學習，打造AI PaaS平臺“Sage Platform”以及AI軟件定義的基礎架構SageOne產品，打通從數據、算法到算力的AI產業化全流程，助力企業實現業務增長、提升開發效率、縮減算力成本。
美林數據： 作為國內領先的數據分析與AI廠商，該公司在算法研究、行業應用實踐、落地實施方法論層面擁有獨到見解與優勢。TempoAI在產品架構、功能體系、用戶體驗等方面經受過多行業客戶、多業務場景的應用驗證，其敏捷、穩定、易用的特性深受客戶好評。
九章云極： 作為一個中立的軟件提供商，九章云極對DataCanvas數據科學平臺有清晰的定位：“開放、兼容、純軟件平臺”。目前，DataCanvas數據科學平臺可以在各類主流硬件和技術架構上支持高性能算力調度和優化，提升企業AI轉型效率，服務全行業應用場景。
阿里云：阿里云PAI發布于2016年9月，2018年1月正式商業化。PAI平臺的優勢一方面在于重視機器學習系統級優化，另一方面在特征工程提取、模型訓練等各個環節提供了豐富組件。
百度： 百度機器學習產品組合在提供豐富算法模型能力的基礎上，也十分注重遷移學習能力、小樣本模型訓練能力，以及端到端模型應用能力，為各行業不同技術、數據基礎的用戶提供了針對性的產品，包括BML,EasyDL,AI Studio，飛槳Paddle。
華為云： Modelarts定位企業級AI開發平臺，提供流程式AI開發模式，將行業AI開發經驗模板化，通過簡單的工作流編排即可快速實現AI服務上線。
騰訊云： 智能鈦機器學習平臺于2020年正式商業化，在此之前，已在金融行業、互聯網行業等積累諸多私有化部署實踐。
AWS： 在AWS將機器學習產品正式中國發布之前，其機器學習產品Amazon Sagemaker已經在全球市場具有較高的影響力。2020年4月，Amazon Sagemaker正式落地中國，目前已在互聯網、制造、醫療等領域推廣。
微軟Azure： AML已于2020年正式落地中國，目前也在加大推廣力度和開發者培育，致力于賦能中國企業智能化轉型。
SAS： SAS Viya提供了豐富完善的數據收集、數據準備、模型管理以及可視化工具，集成R、Python和Jupyter Notebooks等開源語言和工具，具備將AI應用投入生產并大規模運行的能力。
機器學習/AI創企： 探智立方——Darwin ML平臺定位自動化機器學習平臺，使人工智能團隊更專注于業務問題的解決方案，將人工智能最大化賦能于業務場景。氪信科技——基于非或然引擎以及特征引擎的智能應用深入客戶的業務場景，尤其是在智能風控以及智能交易監測場景，可直接為客戶提供具有針對性的模型以及服務，助力業務智能決策。星云Clustar——致力于為銀行、保險等金融行業提供AI模型訓練加速能力以及基于機器學習的智能應用服務。
展望未來趨勢
應用場景： 金融反欺詐，工業質檢，設備預測性維護，智能投顧，量化投資，跨行業應用—銷售預測，供應鏈預測，推薦系統。
產品趨勢： AutoML，智能數據標注，圖算法，可解釋性，界面可視化，易用性、靈活性的持續提升。
市場機會： 對于還沒有成熟的AI軟件產品的領域，機器學習、深度學習開發平臺將有廣泛的市場空間。
展望未來，IDC中國助理研究總監盧言霞表示，即使受疫情影響，機器學習開發平臺市場仍表現出較高的市場增長潛力和應用潛力。要充分挖掘這一潛力，需要做到為開發人員提供培訓和可以快速啟動的工具，提供一定的可用于訓練的數據集（可能來自內部也可能是第三方），快速入門的樣例/模板，咨詢服務，業務專家、數據科學家、咨詢合作伙伴等利益相關者的共同參與和協同，持續創新和原型設計直到達到可以規模化使用。”
IDC中國人工智能及大數據相關研究報告：
中國人工智能軟件及應用市場半年度研究報告-2019H2，已發布
中國AI云服務市場半年度研究報告，即將發布
中國智能流程自動化市場機會分析，已發布
IDC Marketscape： 中國對話式人工智能市場，2020（2020年9月發布）
IDC Marketscape： 中國大數據平臺市場，2020（2020年10月發布）
CIO視角： 企業數據智能實施部署指南 （2020年10月發布）
Market Perspective: AI賦能的工業質檢市場分析 （2020年8月發布）
Market Note: NVIDIA GTC 2020—AI加速技術再創新高，云邊端全面布局 （2020年7月發布）
評論