Magic Quadrant của Gartner về nền tảng khoa học dữ liệu và học máy năm 2024 đánh giá 18 nhà cung cấp hàng đầu

• Báo cáo Magic Quadrant của Gartner đánh giá 18 nhà cung cấp nền tảng khoa học dữ liệu và học máy (DSML) hàng đầu tính đến tháng 4/2024, chia thành 4 nhóm: Leaders (Dẫn đầu), Challengers (Thách thức), Visionaries (Có tầm nhìn xa) và Niche Players (Đối tượng ngách).

• Các tiêu chí đánh giá bao gồm khả năng thực thi và tính hoàn thiện của tầm nhìn. Khả năng thực thi xét về sản phẩm/dịch vụ, tính khả thi tổng thể, thực thi bán hàng/định giá, đáp ứng thị trường, thực thi tiếp thị, trải nghiệm khách hàng và hoạt động. Tính hoàn thiện tầm nhìn xét về hiểu biết thị trường, chiến lược tiếp thị, chiến lược bán hàng, chiến lược sản phẩm, mô hình kinh doanh, chiến lược ngành dọc, đổi mới và chiến lược địa lý.

• Các nhà cung cấp được đánh giá bao gồm Alibaba Cloud, Altair, Amazon Web Services (AWS), Anaconda, Cloudera, Databricks, Dataiku, DataRobot, Domino Data Lab, Google, H2O.ai, IBM, KNIME, MathWorks, Microsoft, Posit (trước đây là RStudio) và SAS.

• Nhóm Leaders có chiến lược công ty và nền tảng trưởng thành, tinh chỉnh, có mục tiêu, tích hợp và tận dụng AI tạo sinh để thúc đẩy giá trị kinh doanh cho khách hàng. Họ có khả năng đổi mới nhanh hơn các đối thủ. Bao gồm Altair, Dataiku, DataRobot, Google và Microsoft.

• Nhóm Challengers có năng lực hoạt động để phục vụ nhiều nhu cầu doanh nghiệp trong không gian DSML thông qua nhận diện thương hiệu và bổ sung các sản phẩm. Họ có tiềm năng bổ sung các tính năng sáng tạo và khác biệt. Bao gồm Alibaba Cloud, AWS, IBM và SAS.

• Nhóm Visionaries hiểu thị trường DSML và định hướng tương lai, đưa ra cái nhìn khác biệt về các giải pháp cần cung cấp. Họ cung cấp chức năng dành riêng cho ngành và chứng minh giá trị cho khách hàng. Họ bị hạn chế do thiếu sự công nhận về khả năng DSML đầu cuối. Bao gồm Cloudera, Databricks, Domino Data Lab và H2O.ai.

• Nhóm Niche Players tập trung vào các ngành hoặc nhóm người dùng cụ thể. Họ cung cấp giải pháp đáp ứng nhu cầu của đối tượng mục tiêu nhưng không thể hiện sự đánh giá rộng hơn về xu hướng thị trường và nhu cầu doanh nghiệp. Sức hấp dẫn của họ bị hạn chế ngoài đối tượng cốt lõi. Bao gồm Anaconda, KNIME, MathWorks và Posit.

• Thị trường DSML đang phát triển mạnh với sự xuất hiện của AI tạo sinh. Các nền tảng DSML giúp tăng tốc phát triển của các nhà khoa học dữ liệu và người dùng low-code thông qua hướng dẫn ngôn ngữ tự nhiên và trợ lý AI. Quan trọng hơn, chúng cho phép truy cập, sử dụng và tùy chỉnh các mô hình nền tảng cho nhu cầu doanh nghiệp.

• Các hoạt động DSML trong doanh nghiệp đã phát triển vượt ra ngoài các nhóm DSML cốt lõi tập trung. Nhiều doanh nghiệp cần đối phó với nhiều nền tảng trong khi duy trì các phương pháp hay nhất cho phát triển, giám sát và sử dụng AI có trách nhiệm.

• Tầm quan trọng của các nền tảng DSML như một tài sản chiến lược của doanh nghiệp chưa bao giờ lớn hơn thế. Nhu cầu về các giải pháp AI, bao gồm cả AI tạo sinh, đang ở mức cao nhất, nhưng các nguyên liệu thô của dữ liệu, mô hình, mã và cơ sở hạ tầng chưa bao giờ phức tạp hơn để tập hợp thành các sản phẩm đáng tin cậy, có thể mở rộng.

• Các nhà cung cấp nổi bật trong báo cáo:

- Microsoft: Cung cấp Azure Machine Learning với nhiều mô hình nền tảng, tùy chọn triển khai và định giá linh hoạt. Tích hợp chặt chẽ với hệ sinh thái Azure. Tuy nhiên các dòng sản phẩm riêng lẻ gây khó khăn cho các nhóm khoa học dữ liệu.

- Google: Vertex AI Platform tận dụng các mô hình nền tảng từ nghiên cứu nội bộ và bên thứ ba, cân bằng giữa DSML truyền thống và GenAI. Tuy nhiên khả năng quản trị dữ liệu và AI còn hạn chế so với đối thủ.

- Dataiku: Nền tảng hợp tác giữa các vai trò khác nhau, dẫn dắt sáng kiến LLM Mesh để dân chủ hóa phát triển GenAI. Tuy nhiên cộng đồng người dùng chưa rộng rãi và giá thành cao.

- DataRobot: Trừu tượng hóa việc xây dựng mô hình GenAI và dự đoán, tập trung vào tạo giá trị. Tuy nhiên trải qua nhiều thay đổi lãnh đạo và giá thành cao.

- Altair: RapidMiner giải quyết các điểm đau của doanh nghiệp, tích hợp với các sản phẩm Altair khác cho IoT và HPC. Tuy nhiên mức độ nhận biết của người dùng cuối còn thấp.

📌 Báo cáo Magic Quadrant 2024 của Gartner cho thấy sự trỗi dậy mạnh mẽ của AI tạo sinh đã thúc đẩy sự phát triển của thị trường nền tảng khoa học dữ liệu và học máy. Các nền tảng này không chỉ tăng tốc độ phát triển của các nhà khoa học dữ liệu và người dùng low-code thông qua hướng dẫn bằng ngôn ngữ tự nhiên và trợ lý AI, mà còn cho phép truy cập, sử dụng và tùy chỉnh các mô hình nền tảng đáp ứng nhu cầu doanh nghiệp. 18 nhà cung cấp hàng đầu được đánh giá dựa trên các tiêu chí về khả năng thực thi và tầm nhìn, trong đó Microsoft, Google, Dataiku, DataRobot và Altair nổi bật với những thế mạnh riêng. Tuy nhiên, mỗi giải pháp cũng có những điểm hạn chế nhất định cần cân nhắc. Với nhu cầu về giải pháp AI đang ở mức cao nhất, tầm quan trọng của các nền tảng DSML như một tài sản chiến lược của doanh nghiệp ngày càng được khẳng định.

https://www.gartner.com/doc/reprints?id=1-2HV1ZEFT&ct=240617&st=sb