Gartner：2020 年 AI 平台魔力象限：意外多多

来源：云头条

众多企业决策者向市场研究公司Gartner寻求企业软件堆栈方面的建议。魔力象限报告是Gartner发布的最可信、最真实、最权威的研究报告之一。由于它影响企业的采购决策，因此诸多供应商竭力想在报告中占有一席之地。

Gartner最近发布了数据科学和机器学习（DSML）平台魔力象限报告。数据科学、机器学习和AI的市场格局极为分散、竞争激烈，理解起来很复杂。Gartner试图根据一些明确定义的标准对供应商进行排名。想详细了解Gartner考虑的诸多参数，请参阅入围标准和排除标准。

究其核心，Gartner根据各自为数据科学平台支持连贯完整的端到端管道的情况，对多家供应商进行评估。平台的商业可用性和客户采用是决定供应商排名的两个主要因素。特别强调了平台在公共云、混合云和本地数据中心中的可用性。Gartner还认为AutoML是这种平台的一个关键组件，让非开发人员能够构建机器学习模型。基于这些参数的权重影响了排名，而排名决定了一家供应商在象限中的位置。

Gartner数据科学和机器学习平台魔力象限：

领导者象限

据Gartner声称，领导者在数据科学和机器学习市场拥有强大的地位和庞大的心灵占有率。它们在整个数据探索、模型开发和运营操作过程方面展现了出众的深度和广度。

就2020年的魔力象限而言，六家公司进入了领导者象限。这些供应商的共同点是交付端到端数据科学平台方面一贯表现不俗。SAS、TIBCO和MathWorks都有着构建基于数据平台和基于分析的平台这一传统。值得关注的是，Alteryx、Databricks和Dataiku等一些新兴公司在领导者象限找到了一席之地。

领导者象限中的所有供应商都提供商业上可行、与平台无关且成熟的数据科学平台。

挑战者象限

Gartner称挑战者是这类供应商：市场地位牢固、信誉卓著、存活能力强、产品功能强大，不过离成为领导者还差几步。

IBM是挑战者象限中唯一的供应商。传统的SPSS与现代的Watson Studio功能相结合，使IBM成为强有力的竞争者。Watson Studio作为面向本地的ML PaaS和IBM Cloud Paks，这一定位使IBM成为市场上独特的玩家。但是IBM频繁地更换品牌名称、频繁地更改产品组合的名称，损害了将Watson打造成机器学习和AI顶级品牌的能力。

特定领域者象限

据Gartner声称，特定领域者展示了其在特定行业或方法方面的实力，或者与特定技术堆栈完美结合。特定小众市场的买家应考虑这类供应商。

Altair和Anaconda都位于特定领域者象限。Altair通过收购Datawatch一举进入这个象限，而Datawatch之前收购了Angoss。Datawatch和Angoss都是2019年特定领域者象限的一分子。

Anaconda是一家专业的数据科学公司，提供开源平台和商业平台。庞大社区加上简化了基于Python和R的库及软件包，使Anaconda成为市场上的小众玩家。

远见者象限

Gartner称产品有潜力影响市场的公司是远见者。这类公司既有处于早期阶段的初创公司，又有地位牢固的平台公司，但它们提供的产品仍可能是新兴产品。

在2020年数据科学和机器学习魔力象限报告中，数这个象限最拥挤。七家供应商扎堆该象限，确实成为一个值得关注的领域。

DataRobot、Domino、谷歌、H20.ai、KNIME、微软和RapidMiner是2020年该魔力象限的远见者。在谷歌和微软开展营销活动之后，普通用户可能会以为它们处于领导者象限。不过按照Gartner的标准，微软和谷歌都缺乏一种切实可行的本地数据科学和机器学习平台，拉低了它们的评分。

虽然谷歌有良好的愿景，但其平台的许多构建模块长期处于测试版。如果能设法做到Cloud AI平台与基于Anthos的本地AI平台不相上下，谷歌有机会成为领导者。

微软确实不遗余力地使开发人员和数据科学家易于使用AI和机器学习。但是它在工具和开发体验策略上来来回回，浪费了不少时间。目前基于Azure ML的ML PaaS看起来大有希望。如果微软将Azure ML引入到Azure Arc和Azure Stack，它会成为挑战者。

意外多多

AWS与SAP、Oracle和天睿（Teradata）一同获得Gartner的荣誉提名。Cloudera、FICO和Iquazio等初创公司在荣誉提名榜上也有一席之地。

AWS居然没有跻身该象限。既然谷歌和微软被评为了远见者，AWS在远见者象限中理应有一席之地。

AWS未能跻身象限的一个原因是SageMaker Studio和SageMaker Autopilot是在该魔力象限截止日期后宣布的。这两项功能都是在去年12月的re：Invent大会上宣布的，而Gartner的截止日期是11月。另一个原因是这些新产品仍处于预览阶段，仅在一个地区（US-East-2）有售。

如果AWS今年发布SageMaker Studio和SageMaker Autopilot的正式版，同时将该机器学习平台移植到AWS Outposts作为一项托管服务，亚马逊很有可能与谷歌和微软在同一个象限。

Oracle和SAP都在改造各自的数据科学和机器学习平台。Oracle上周宣布了其云数据科学平台。

总体而言，Gartner的数据科学和机器学习魔力象限反映了市场的现状。与往常一样，它的评估和建议准确而恰当。