Forrester發(fā)布機器學習報告 騰訊云位列小型玩家

日前，國際權威分析機構Forrester發(fā)布《Now Tech: Predictive Analytics And Machine Learning Solutions In China, Q3 2018》報告，選取了國內(nèi)市場中主流的預測分析和機器學習領域廠商進行評估。從預測分析和機器學習領域的年營收角度，將受評估廠商劃分為Large(大型，年收入大于1500萬美元)、Midsize(中型，年收入大于500萬美元小于1500萬美元)、Small(小型，年收入小于500萬美元)三個等級。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，騰訊云則由于該領域年收入不足500萬美元而位列小型玩家。

報告從營收角度將廠商劃分為Large(大型)、Midsize(中型)、Small(小型)三個類別

機器學習是人工智能的根基

給機器賦予人類的智慧，讓機器能夠像人類一樣獨立思考，是所有人工智能領域從業(yè)者孜孜以求的終極目標，而預測分析和機器學習，無疑是通往終極目標的必經(jīng)之路。該項能力的強弱，直接代表著企業(yè)人工智能技術的發(fā)展實力。

基于此，我們看到凡是希望在人工智能領域占據(jù)一席之地的廠商，不管是云廠商還是設備廠商，都在不遺余力大舉投入。在設備廠商中，華為近年來在機器學習方面投入頗多，在此次分析評估中，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。

從實際情況來看，云廠商在預測分析和機器學習領域更具優(yōu)勢。云服務商作為距離人工智能最近的應用平臺之一，成為機器學習的有力推動者。據(jù)IDC調(diào)研，關于本地部署、公有云之間的選擇，一半的調(diào)查參與者把云作為深度學習的最佳部署方式，其中，36%的受訪者計劃使用由云服務供應商提供的深度學習工具。云平臺提供的AI所需的強大計算能力，是實現(xiàn)AI落地必不可少的先決條件。

以國內(nèi)公有云三巨頭阿里云、騰訊云和金山云來看，自帶的互聯(lián)網(wǎng)基因，天然讓他們和用戶更近，和應用場景更近。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。騰訊云因為前期對機器學習投入偏低，排在了小型玩家類別，但發(fā)展也十分快速。

云服務商看準趨勢大舉投入

阿里云在2015年10月正式發(fā)布機器學習平臺DT PAI，作為國內(nèi)首個可視化機器學習平臺，開發(fā)者通過簡單拖拽的方式即可完成對海量數(shù)據(jù)的分析挖掘，以及對用戶行為、行業(yè)走勢等的預測，并在2017年3月完成了機器學習平臺PAI2.0的快速迭代。

騰訊云在2017年3月宣布推出深度學習平臺DI-X，為機器學習、深度學習用戶提供一站式服務，為其在AI領域的探索降低門檻并提供最流暢的體驗，成為騰訊在AI領域長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月實現(xiàn)了深度學習平臺KDL的全面商用，在IDC發(fā)布的《機器學習、深度學習開源項目應用機會分析》報告中，KDL成為業(yè)界最早實現(xiàn)全面商用的深度學習平臺。

華為云在2017年9月推出機器學習平臺MLS，幫助用戶通過機器學習技術迅速發(fā)現(xiàn)數(shù)據(jù)規(guī)律，構建預測模型，并將其部署為預測分析解決方案，并在今年3月宣布機器學習服務(標準版)正式上線。

商業(yè)化才能更好促進機器學習發(fā)展

商業(yè)化是技術研發(fā)最好的促進方式，尤其是在AI產(chǎn)業(yè)被指存在巨大泡沫的背景下，將技術研發(fā)和應用落地有機結合起來，無疑是非常有必要的。隨著機器學習、深度學習應用不斷推進，提供海量數(shù)據(jù)快速精準的分析處理能力，對促進AI發(fā)展十分有利，對此，我們也能看到各大廠商不遺余力大舉投入，持續(xù)推動機器學習等相關技術的快速商業(yè)化。

在路徑選擇上，以多模態(tài)學習、Notebook和自動化學習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)科學團隊提供了以編碼為中心的工作臺工具;以自動化為中心的解決方案能夠通過配置而不是通過編碼或指定生命周期過程中的每一個步驟來構建模型。

雖然構建形式不同，但最終目標還是推動機器學習的快速進步和應用落地，從商業(yè)化進程來看，阿里云、華為云、金山云的商業(yè)化能力最強，成功居于第一梯隊，即收入超過1500萬美元;而同樣位列公有云前列的騰訊云，在機器學習的應用上還處于追趕階段，收入不足500萬美元。

當前，機器學習正處于飛速發(fā)展階段，隨著機器學習應用價值進一步放大，企業(yè)對于更快的數(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，借助于機器學習，構建更加強勁、智慧的服務能力，成為當前企業(yè)的核心訴求?？梢灶A見，隨著市場需求的全面爆發(fā)，未來各大云廠商在機器學習領域的競爭也將愈發(fā)激烈，最終市場格局如何，讓我們拭目以待。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。