Forrester發(fā)布機(jī)器學(xué)習(xí)報(bào)告 騰訊云位列小型玩家

日前，國(guó)際權(quán)威分析機(jī)構(gòu)Forrester發(fā)布《Now Tech: Predictive Analytics And Machine Learning Solutions In China, Q3 2018》報(bào)告，選取了國(guó)內(nèi)市場(chǎng)中主流的預(yù)測(cè)分析和機(jī)器學(xué)習(xí)領(lǐng)域廠商進(jìn)行評(píng)估。從預(yù)測(cè)分析和機(jī)器學(xué)習(xí)領(lǐng)域的年?duì)I收角度，將受評(píng)估廠商劃分為L(zhǎng)arge(大型，年收入大于1500萬(wàn)美元)、Midsize(中型，年收入大于500萬(wàn)美元小于1500萬(wàn)美元)、Small(小型，年收入小于500萬(wàn)美元)三個(gè)等級(jí)。其中，大型廠商包括阿里云、華為、微軟、金山云，母公司百度“All in AI”的百度云位列中型玩家，值得一提的是，騰訊云則由于該領(lǐng)域年收入不足500萬(wàn)美元而位列小型玩家。

報(bào)告從營(yíng)收角度將廠商劃分為L(zhǎng)arge(大型)、Midsize(中型)、Small(小型)三個(gè)類別

機(jī)器學(xué)習(xí)是人工智能的根基

給機(jī)器賦予人類的智慧，讓機(jī)器能夠像人類一樣獨(dú)立思考，是所有人工智能領(lǐng)域從業(yè)者孜孜以求的終極目標(biāo)，而預(yù)測(cè)分析和機(jī)器學(xué)習(xí)，無(wú)疑是通往終極目標(biāo)的必經(jīng)之路。該項(xiàng)能力的強(qiáng)弱，直接代表著企業(yè)人工智能技術(shù)的發(fā)展實(shí)力。

基于此，我們看到凡是希望在人工智能領(lǐng)域占據(jù)一席之地的廠商，不管是云廠商還是設(shè)備廠商，都在不遺余力大舉投入。在設(shè)備廠商中，華為近年來(lái)在機(jī)器學(xué)習(xí)方面投入頗多，在此次分析評(píng)估中，成功占據(jù)大型玩家類別，現(xiàn)在華為也在跨界做云，并發(fā)展迅速。

從實(shí)際情況來(lái)看，云廠商在預(yù)測(cè)分析和機(jī)器學(xué)習(xí)領(lǐng)域更具優(yōu)勢(shì)。云服務(wù)商作為距離人工智能最近的應(yīng)用平臺(tái)之一，成為機(jī)器學(xué)習(xí)的有力推動(dòng)者。據(jù)IDC調(diào)研，關(guān)于本地部署、公有云之間的選擇，一半的調(diào)查參與者把云作為深度學(xué)習(xí)的最佳部署方式，其中，36%的受訪者計(jì)劃使用由云服務(wù)供應(yīng)商提供的深度學(xué)習(xí)工具。云平臺(tái)提供的AI所需的強(qiáng)大計(jì)算能力，是實(shí)現(xiàn)AI落地必不可少的先決條件。

以國(guó)內(nèi)公有云三巨頭阿里云、騰訊云和金山云來(lái)看，自帶的互聯(lián)網(wǎng)基因，天然讓他們和用戶更近，和應(yīng)用場(chǎng)景更近。這也是為何阿里云和金山云能夠位居大型玩家的原因之一。騰訊云因?yàn)榍捌趯?duì)機(jī)器學(xué)習(xí)投入偏低，排在了小型玩家類別，但發(fā)展也十分快速。

云服務(wù)商看準(zhǔn)趨勢(shì)大舉投入

阿里云在2015年10月正式發(fā)布機(jī)器學(xué)習(xí)平臺(tái)DT PAI，作為國(guó)內(nèi)首個(gè)可視化機(jī)器學(xué)習(xí)平臺(tái)，開(kāi)發(fā)者通過(guò)簡(jiǎn)單拖拽的方式即可完成對(duì)海量數(shù)據(jù)的分析挖掘，以及對(duì)用戶行為、行業(yè)走勢(shì)等的預(yù)測(cè)，并在2017年3月完成了機(jī)器學(xué)習(xí)平臺(tái)PAI2.0的快速迭代。

騰訊云在2017年3月宣布推出深度學(xué)習(xí)平臺(tái)DI-X，為機(jī)器學(xué)習(xí)、深度學(xué)習(xí)用戶提供一站式服務(wù)，為其在AI領(lǐng)域的探索降低門檻并提供最流暢的體驗(yàn)，成為騰訊在AI領(lǐng)域長(zhǎng)線布局中不可缺少的一環(huán)。

金山云在依托小米智能硬件生態(tài)體系，2017年5月實(shí)現(xiàn)了深度學(xué)習(xí)平臺(tái)KDL的全面商用，在IDC發(fā)布的《機(jī)器學(xué)習(xí)、深度學(xué)習(xí)開(kāi)源項(xiàng)目應(yīng)用機(jī)會(huì)分析》報(bào)告中，KDL成為業(yè)界最早實(shí)現(xiàn)全面商用的深度學(xué)習(xí)平臺(tái)。

華為云在2017年9月推出機(jī)器學(xué)習(xí)平臺(tái)MLS，幫助用戶通過(guò)機(jī)器學(xué)習(xí)技術(shù)迅速發(fā)現(xiàn)數(shù)據(jù)規(guī)律，構(gòu)建預(yù)測(cè)模型，并將其部署為預(yù)測(cè)分析解決方案，并在今年3月宣布機(jī)器學(xué)習(xí)服務(wù)(標(biāo)準(zhǔn)版)正式上線。

商業(yè)化才能更好促進(jìn)機(jī)器學(xué)習(xí)發(fā)展

商業(yè)化是技術(shù)研發(fā)最好的促進(jìn)方式，尤其是在AI產(chǎn)業(yè)被指存在巨大泡沫的背景下，將技術(shù)研發(fā)和應(yīng)用落地有機(jī)結(jié)合起來(lái)，無(wú)疑是非常有必要的。隨著機(jī)器學(xué)習(xí)、深度學(xué)習(xí)應(yīng)用不斷推進(jìn)，提供海量數(shù)據(jù)快速精準(zhǔn)的分析處理能力，對(duì)促進(jìn)AI發(fā)展十分有利，對(duì)此，我們也能看到各大廠商不遺余力大舉投入，持續(xù)推動(dòng)機(jī)器學(xué)習(xí)等相關(guān)技術(shù)的快速商業(yè)化。

在路徑選擇上，以多模態(tài)學(xué)習(xí)、Notebook和自動(dòng)化學(xué)習(xí)解決方案最具有代表性。多模態(tài)PAML(Predictive Analytics & Machine Learning)解決方案提供不同的UI范例和工作臺(tái)工具，如GUI、配置向?qū)Ш途幋a環(huán)境，阿里云、騰訊云、金山云等基于公有云計(jì)算的PAML解決方案，跟據(jù)管道和模型定義提供基于工作流的圖形化建模環(huán)境。基于Notebook的PAML解決方案為數(shù)據(jù)科學(xué)團(tuán)隊(duì)提供了以編碼為中心的工作臺(tái)工具;以自動(dòng)化為中心的解決方案能夠通過(guò)配置而不是通過(guò)編碼或指定生命周期過(guò)程中的每一個(gè)步驟來(lái)構(gòu)建模型。

雖然構(gòu)建形式不同，但最終目標(biāo)還是推動(dòng)機(jī)器學(xué)習(xí)的快速進(jìn)步和應(yīng)用落地，從商業(yè)化進(jìn)程來(lái)看，阿里云、華為云、金山云的商業(yè)化能力最強(qiáng)，成功居于第一梯隊(duì)，即收入超過(guò)1500萬(wàn)美元;而同樣位列公有云前列的騰訊云，在機(jī)器學(xué)習(xí)的應(yīng)用上還處于追趕階段，收入不足500萬(wàn)美元。

當(dāng)前，機(jī)器學(xué)習(xí)正處于飛速發(fā)展階段，隨著機(jī)器學(xué)習(xí)應(yīng)用價(jià)值進(jìn)一步放大，企業(yè)對(duì)于更快的數(shù)據(jù)分析，更高的數(shù)據(jù)洞察和更智能的下一代產(chǎn)品研發(fā)能力的需求日益增強(qiáng)，借助于機(jī)器學(xué)習(xí)，構(gòu)建更加強(qiáng)勁、智慧的服務(wù)能力，成為當(dāng)前企業(yè)的核心訴求。可以預(yù)見(jiàn)，隨著市場(chǎng)需求的全面爆發(fā)，未來(lái)各大云廠商在機(jī)器學(xué)習(xí)領(lǐng)域的競(jìng)爭(zhēng)也將愈發(fā)激烈，最終市場(chǎng)格局如何，讓我們拭目以待。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。