My Secret Rainbow

要构建下一代应用程序，开发人员需要能够增强自动化机器学习、语言和视觉领域的应用程序功能的服务。软件工程领导者应使用我们对 CAIDS 供应商的分析来为其组织选择最佳合作伙伴。

市场定义/描述

Cloud AI 开发人员服务 (CAIDS) 是云托管或容器化服务，使非数据科学专家的开发团队和业务用户能够通过 API、软件开发工具包 (SDK) 或应用程序使用人工智能 (AI) 模型。他们帮助这些用户提供具有自动化机器学习 (autoML)、语言和视觉领域功能的服务，例如自然语言理解 (NLU)、情感分析、图像识别和机器学习 (ML) 模型管道服务。

我们对 CAIDS 市场的看法侧重于每个供应商满足最终用户未来需求的能力。我们不像今天那样专注于市场。只提供语言服务或视觉服务的供应商——以及只专注于特定用例的供应商——被排除在这个魔力象限之外。

魔力象限

图 1：云 AI 开发者服务魔力象限

资料来源：Gartner（2022 年 5 月）

供应商优势和注意事项

艾布尔

Aible 是这个魔力象限中的利基玩家。Aible提供创新的、以 ROI 为中心的 autoML 服务，以及语言和视觉服务。其业务主要集中在美国和欧洲，客户遍布各行各业。Aible 的平台具有 ML、优化、模拟、推荐和监控功能。所有产品都是无服务器优先的（为了安全和计算效率），模型可以部署在 Microsoft Azure 和 Amazon Web Services (AWS) 上。该平台易于使用、引导和参与。它允许开发人员使用无代码、低代码和基于代码的方法。他们可以带上自己的模型并访问Aible通过 API。Aible 的 30 天满意度保证强调了其在一个月内实现业务影响的承诺。

优势

• 市场理解：Aible的市场理解支撑其增长，与同类供应商相比是快速的。为了创建能够产生业务影响的 AI 战略，Aible 首先了解其客户的业务目标并让所有利益相关者参与进来。它提供了一种由数据、假设测试和场景规划驱动的直观、端到端的体验。从业务成果出发，Aible 可以为业务用户独特地定位 ML 模型的业务价值。
• 创新：Aible 寻求最大限度地简化、易用和业务影响。其创新领域包括无服务器优先人工智能、“商业中枢神经系统” /增强型企业、人工智能辅助的自下而上和自上而下的企业规划，以及现有企业应用程序的嵌入式解决方案。其创新的AI Fabric为零售、制造、银行、保险、医疗保健、电信、教育和政府等行业以及 CMO、CFO、CRO 和 CIO 办公室职权范围内的职能领域提供 AI 解决方案。
• 产品（提供）策略：Aible 的 autoML 根据业务流程的约束提供 AI 结果。对于每个解决方案，Aible 都以无服务器形式部署了多个模型，并建议根据即时情况通过单击调整为最佳模型。2021 年，Aible 推出了引导式体验，以帮助不太熟练的用户驾驭复杂的流程。这些分步指南将端到端的 autoML 流程分解为一组微任务，不同的用户可以按任何顺序完成这些微任务。这种引导式方法简化了用户之间的协作，并使他们能够在不需要 ML 技能的情况下处理复杂的流程。

注意事项

• 地域战略：Aible 的地域分布仅限于北美的四个办事处和欧洲的两个办事处。几乎所有的客户都在这两个地区。Aible继续在美国和欧洲扩张，并计划扩张到亚太地区，但在美国和欧洲以外，客户支持由合作伙伴提供，包括几家全球系统集成商。潜在客户应确保 Aible 及其合作伙伴能够在其所在地区或地区提供所需的支持。
• 整体生存能力：尽管 Aible 发展迅速并获得认可，但与规模更大、更成熟的竞争对手相比，它的资金和认可度较低。然而，Aible 正在与英特尔、Salesforce、戴尔和 Boomi 等大型供应商建立牢固的合作伙伴关系。
• 产品或服务：提供语言和视觉服务，但开发者应注意 Aible 对某些服务使用预训练的第三方模型；重要的是要注意，在许多情况下，预训练模型是一个可行的选择。这些模型可以像原生 Aible 模型（无服务器形式）一样部署，以最大限度地降低成本和扩大规模。第三方模型可以是独立的，也可以与其他模型链接。开发人员应该注意，在这种情况下必须仔细监控不断增加的复杂性。

阿里云

阿里云是这个魔力象限中的挑战者。阿里云产品提供一整套CAIDS，跨越语言、视觉和autoML服务。该公司以多种方式打包这些服务，以满足专业和公民开发人员的需求。它还为银行、金融、保险、教育、政府、医疗保健、制造、媒体和娱乐、零售、运输/物流和游戏等行业提供预建服务。阿里云是阿里巴巴的子公司，阿里巴巴是一家在全球设有 48 个办事处的上市公司。它的业务主要在中国。它在 EMEA、北美和其他亚太国家/地区的业务也较小。

优势

• 创新：阿里云的AliceMind平台是一个开放的平台，开发者可以在这个平台上定制他们的人工智能模型。它在 GitHub 上提供了大规模的预训练模型和源代码。公司强大的研发支持，依托阿里巴巴达摩院（Academy for Discovery, Adventure, Momentum and Outlook），进一步加速 创新。它的最新发展包括“数字人”、自然语言的小样本学习，以及通过多模态深度学习实现的文档 AI，其中涉及布局分析、表格内容的理解、字体分析以及段落层次结构的生成和理解。此外，阿里云强大的多模式预训练模型可以帮助将手语翻译成语音或文本输出。
• 市场响应能力和业绩记录：阿里云拥有广泛的 CAIDS 集，具有行业领先的准确性，打包供专业和公民开发人员使用。其 AI 市场提供 1,600 多种模型。
• 销售执行和定价：阿里云的 CAIDS产品在 2021 年保持了良好的销售势头。该公司提供灵活的定价：即用即付或定期收费。它还为开发人员（尤其是初创公司）提供了一些免费的 API。

注意事项

• 产品（产品）策略：虽然阿里云新的灵捷品牌提供语言、视觉和AutoML服务，能力全面，但在本次魔力象限评估期间，该解决方案并未与AliceMind平台完全集成。
• 地理战略：阿里云在亚太地区以外的覆盖范围有限。大约 99% 的CAIDS客户位于中国。阿里云在美国、欧洲和中东的足迹很小，对南美没有覆盖。其 2022 年扩张计划继续关注中国和亚太地区。
• 客户支持：虽然阿里云为其CAIDS提供全面的客户支持，但与主要竞争对手相比，阿里云的CAIDS服务合作伙伴较少。这可能会限制其扩展解决方案深度和广度的能力。

亚马逊网络服务

Amazon Web Services (AWS) 是该魔力象限中的领导者。其 AI 服务（包括 Amazon SageMaker 和其他流行的语言和视觉服务）旨在自动化整个 AI 开发和运营周期。它在 CAIDS 市场上具有强大的全球影响力，客户遍及各行各业。AWS 允许客户在专门的 AWS 人员或咨询合作伙伴的帮助下自行构建解决方案。AWS 是生产工作负载的一个有吸引力的选择，因为它的运营成本低，而且其 AI 服务和基础设施选择范围广泛。

优势

• 执行：AWS 是执行能力得分最高的供应商。它展示了强大的人工智能产品战略、市场理解、营销战略、销售战略和商业模式执行。因此，AWS 通过吸引数十万客户使用其 AI 服务，稳步扩大其在 CAIDS 市场的影响力。
• 地理战略：AWS 提供广泛的全球云基础设施。其可用区提供比任何竞争对手更大的覆盖范围，涵盖大部分地区。还计划扩展到更多地区。AWS 使客户可以轻松地跨多个可用区在自动扩展的 Amazon ML 实例上部署他们的模型。
• 产品或服务：AWS 在 AI 操作化和生产可扩展性方面表现出色。使用 Amazon SageMaker，开发人员只需单击一下即可在生产环境中部署经过训练的模型。此外，SageMaker 的架构使开发人员只需给出基本的实例规范，就可以将他们的新模型集成到一个应用程序中，并且模型的更改不需要更改应用程序代码。AWS 提供了多种实例，并为 AI 构建了自己的芯片以支持训练和推理。它还通过创新来优化 TensorFlow 和 PyTorch 等开源工具的性能。

注意事项

• 垂直/行业战略：AWS 提供强大的通用 AI 能力，但缺乏广泛的行业解决方案。然而，AWS 通过提供分散的解决方案（例如 Amazon Forecast、Amazon Transcribe Medical、Amazon Comprehend Medical、Amazon Lookout for Equipment 和 Amazon Monitron）在这方面取得了一些进展。AWS 通过其指导和蓝图填补了其他完整解决方案中的空白。它还引入了 Amazon SageMaker JumpStart，让开发人员开始处理最常见的用例。
• 创新： AWS 在负责任的 AI方面落后于其竞争对手。然而，Amazon SageMaker Clarify 代表了向提供可解释性迈出的有希望的一步。AWS 必须加快其负责任的 AI 努力，以便在这方面与其他领导者竞争。
• 提供（产品）策略：AWS 是唯一缺乏多云和混合云愿景的领导者。从 AWS 寻找多云和混合云解决方案的客户选择有限，可能需要与该魔力象限中的其他供应商合作，例如 Dataiku 和 H2O.ai。然而，对于计算机视觉，客户可以考虑使用 AWS Panorama，这是一种 ML 设备和 SDK，它可以使用本地摄像头在本地进行预测。

百度

百度是这个魔力象限中的挑战者。百度为 autoML、语言和视觉功能提供广泛的 AI 服务。它的业务和客户主要在中国，但在美国也有一些业务。它的百度大脑服务支持其内部 AI 和商业 AI 服务。百度拥有 1,300 多名专注于商业 CAIDS 产品组合的员工。百度的人工智能技术集团和人工智能实验室拥有约 2,000 名员工，他们开发 PaddlePaddle（一种开源深度学习框架）、AI 芯片、DuerOS（一种虚拟助手）和百度 Apollo（用于自动驾驶）等技术。

优势

• 创新：百度是领先的人工智能创新者。到 2021 年 11 月，它在中国拥有的 AI 专利数量超过任何其他公司。它拥有深度学习、语言、视觉、自动驾驶汽车和行业特定解决方案的专利。它也是中文自然语言处理（NLP）领域的领导者。此外，百度最近推出了西灵，这是一个可以生成数字化身的平台，可以为有听力障碍的人提供手语服务。
• 营销策略：百度在其 XiRang 应用程序中为 AI 开发者举办了 Create 2021 虚拟活动。这是第一个提供元宇宙体验的 AI 活动。百度提出的“人工智能中台”概念借鉴了百度大脑在金融、能源、互联网、教育、运营、制造和政府​​等领域的各种智能行业解决方案中广泛的人工智能技术组合。这种方式帮助客户构建统一的人工智能基础设施，整合人工智能资产。它还促进协作、可重用和敏捷的应用程序开发，以加速智能应用程序的进程。
• 商业模式：百度的人工智能加速计划帮助人工智能创业公司利用百度的人工智能技术成长。此外，百度的PaddlePaddle是中国领先的开源深度学习平台，服务超过400万开发者。

注意事项

• 地理战略：百度的人工智能解决方案主要面向中国的开发者。它的一些自然语言产品，如文本分析和情感分析，仅提供中文版本。百度计划在北美和整个亚太地区扩张，但尚未在这些地区取得成功。它缺乏非中文支持可能会限制其扩展能力。
• 垂直/行业战略：尽管百度的 AI 技术处于市场领先地位，但其引导行业解决方案的战略不如其主要中国竞争对手（例如阿里巴巴及其电子商务平台，或腾讯及其围绕游戏和社交媒体）。因此，百度在其目标行业内扩张时可能会面临挑战。
• 销售执行和定价：百度提供有竞争力的价格，但与竞争对手相比，其每客户合同价值相对较低。百度的定价策略有助于其在现阶段扩大客户群，但从长远来看可能会对其盈利能力提出质疑。

克拉丽菲

Clarifai是这个魔力象限中的利基市场参与者。该公司以图像服务而闻名，多年来一直是该领域的强大供应商。它的 CAIDS产品和路线图涵盖所有三个用例：语言、视觉和 autoML。它的业务在地理上是多元化的。它的客户往往是来自所有主要行业的大中型企业。尽管Clarifai 在 2021 年的销售额和合作伙伴关系方面有了显着增长，但它仍然是一家中期初创公司，尚未盈利。

优势

• 市场理解：Clarifai 对市场有深刻的理解，非常注重开发人员的工作流程。它为软件工程团队提供了构建支持 AI 的业务应用程序所需的所有功能，包括 API、加速器、预训练模型（能够对其进行微调）和端到端机器学习操作 (MLOps) 功能。
• 提供（产品）战略：Clarifai 计划在 2022 年进一步加强其产品。其路线图包括以行业为中心的解决方案、新的硬件加速器、按需合成数据生成、社区驱动和定制插件、众包标记数据集、令牌-级别标签、上传模型的能力、改进的漂移统计和改进的嵌入可视化。
• 创新：Clarifai 将一半以上的收入投资于研发。计划中的语言服务创新包括零样本文本分类、知识图谱链接和说话人识别。其视觉服务创新计划包括 3D 数据标记、时空视频动作检测和用于制造的合成数据生成。Clarifai 还计划为 autoML 用例开发分布式学习和联合学习功能。

注意事项

• 整体生存能力：Clarifai 是一家相对较小的风险投资公司，正在与云巨头竞争。尽管 Clarifai 自 2013 年以来持续增长，但它必须继续强有力地执行以维持其财务增长。
• 地域策略：Clarifai 并不是在客户所在的所有地区都设有人员。潜在客户应确保他们将在所需的 SLA 参数范围内获得所需的服务和支持。
• 运营：Clarifai 拥有遍布 EMEA 和美国时区的专门运营和支持人员。但是，与我们评估的其他供应商相比，人员数量较少。大型企业必须与 Clarifai 密切合作，以确保他们获得预期的支持水平。

资料库

Dataiku 是这个魔力象限中的利基玩家。它的平台提供强大的 autoML 服务和一些语言和视觉服务，并提供为各种用户设计的数据、分析和人工智能。Dataiku 的业务遍及全球，其服务可在大多数地区使用。它的客户遍及大多数行业。Dataiku 使开发人员能够构建数据管道、数据可视化、ML 和深度学习项目以及最终用户应用程序。它具有 MLOps 和 ModelOps 功能，可以在企业内扩展 AI。它强调其平台的易用性、价值实现时间、可组合性和支持不同角色之间的协作，以提供人工智能解决方案。它宣布将于 2021 年进行 E 轮融资。

优势

• 提供（产品）策略：Dataiku 的平台是一个端到端的产品，具有可视化和程序化界面。它旨在为具有不同技能的用户提供支持。它的项目和组件是模块化的、透明的和可重用的。开发人员可以通过 Dataiku 扩展、托管服务和 autoML 提供的各种选项来构建 AI 服务。客户可以使用来自技术合作伙伴的经过训练的模型。Dataiku 还协调了 30 多个开源工具。
• 市场理解：Dataiku 对采用多云策略的客户具有吸引力，尤其是那些需要可移植性的客户。Dataiku 支持来自 AWS、Microsoft (Azure) 和 Google Cloud Platform 的云服务。在每个云上，它都提供了一个完全托管、功能齐全的设置，包括弹性 AI、高级安全性、R 支持和自动修复。
• 客户体验：Dataiku客户对其客户支持给予了好评。该公司根据错误分类为所有客户免费提供具体的 SLA（除许可费外）。它还为需要额外指导的客户提供定制的支持模型。

注意事项

• 市场响应能力和业绩记录：Dataiku 以其强大的数据科学和 ML 平台而闻名，但尚未获得 AI 开发人员的同等认可，尽管其集成开发环境 (IDE)、notebook 和 DevOps 集成等对开发人员友好的功能。
• 产品或服务：Dataiku 的语言和视觉服务存在功能差距。它不提供文本转语音、实时语言理解或开发人员可以用来自定义语言模型的工具。其视频处理和光学字符识别 (OCR) 功能也存在缺陷。然而，借助 Dataiku 的代码配方，客户可以解决这些问题。
• 销售执行和定价：Dataiku 需要提高其企业 AI 平台定价选项的清晰度和灵活性，以适应更广泛的组织和商业模式。

谷歌

谷歌是这个魔力象限的领导者。它通过谷歌云平台 (GCP) 上的Vertex AI提供语言、视觉和自动机器学习服务。Google 的服务专注于深度神经网络 (DNN) 模型。谷歌为五个行业提供解决方案，其路线图上还有更多。它还提供称为 Contact Center AI 和 Document AI 的横向解决方案，以及开发人员可以自定义的预训练 ML 模型。2021 年，谷歌在收入、客户群和合作伙伴网络方面实现了强劲增长。它是 AI 研究和负责任的 AI 领域的领导者，拥有 3,500 多名研究人员，发表了6,000多篇研究论文。

优势

• 市场理解：Google 的 AI 和 ML 服务受到开发者社区的赞赏。Vertex AI的发布集成了其用于构建、部署和管理 AI 和 ML 模型的工具。这种集成有助于缩短使用Vertex AI构建的模型的生产时间。面向开发人员的特定产品包括BigQuery ML、AutoML 和 ML API。此外，数据科学家和开发人员可以使用 What-If 工具来评估和调试 ML 模型。
• 创新：在负责任的人工智能领域，谷歌有明确的道德流程，可以根据具体情况快速解决对人工智能的担忧。它具有清晰解释 ML 模型基本元素的模型卡，以及自动评估数据集和模型偏差的公平性指标。该公司的人工智能原则侧重于问责制和避免不公平的偏见。这些原则指导 Google Cloud 负责任的 AI 工作以及它如何咨询客户和合作伙伴并与之合作。
• 产品战略：谷歌的架构建立在其核心 AI 服务之上，包括 Vertex AI Pipelines 和 Vertex Explainable AI。其产品组合还包括视觉、对话式 AI、语言和结构化数据以及优化服务。谷歌在这个服务层之上构建了行业特定的解决方案，包括零售、金融服务、制造、媒体和医疗保健的解决方案。Google 的架构对开发人员来说是清晰易懂的。

注意事项

• 提供战略：谷歌的研究和产品开发工作几乎完全集中在神经网络上，很少关注符号人工智能。相比之下，谷歌的几个竞争对手正在试验将深度学习与更成熟的符号人工智能方法相结合的潜力。虽然总体上具有出色的语言能力，但谷歌对情感分析和文本分析的语言支持有限。
• 商业模式：谷歌不完全支持在私有云或本地部署 AI 服务。但是，客户可以使用边缘部署功能、 Kubeflow和 Google 的 AI Platform Pipelines 产品创建解决方法。
• 垂直/行业战略：尽管谷歌拥有强大的垂直市场产品，但这些产品所针对的行业数量少于其他供应商垂直市场产品所涉及的行业。

H2O.ai

H2O.ai 是这个魔力象限中的利基玩家。其平台提供可在云、本地、边缘和混合环境中运行的语言、视觉和自动机器学习服务。它在大多数行业都有客户。H2O AI Cloud在 2021 年实现了巨大增长。H2O.ai 仍然是 autoML 领域的思想领袖，涵盖结构化、时间序列、图像、视频、音频、文本和文档数据。

该公司是主要的开源贡献者，有 20,000 家公司支持H2O.ai 的开源产品和超过 100 万用户。H2O.ai 将资源投资于 AI for Good 以解决全球性问题，例如保护问题和自然灾害。

优势

• 市场响应能力和业绩记录：H2O.ai 继续在其 CAIDS 产品方面进行创新。这体现在其尖端的 autoML 功能上；用于模型部署、管理和治理的 MLOps；用于无代码深度学习模型训练的Hydrogen Torch ；低代码Python AI应用程序开发框架；和可解释的 AI，以帮助开发人员更快地构建和实施 AI 解决方案。
• 市场理解：H2O.ai 对 AI 民主化的关注与越来越多的 AI 开发人员的需求保持一致。H2O.ai 通过利用其技术、人工智能专业知识、上市支持、培训和支持，与客户和社区共同创造人工智能产品，同时客户贡献他们的领域智慧和数据。例如，H2O.ai 与AT&T共同创建了一个人工智能功能商店，并与澳大利亚联邦银行共同创建了金融科技应用程序。此外，H2O.ai 还优先考虑医疗保健和金融服务以及业务运营和客户服务的垂直解决方案。
• 销售策略和合作伙伴关系：H2O.ai 一直在积极改进其销售方式。它引入了消费定价模型，客户可以消费可应用于任何 H2O AI Cloud 服务的云 AI 单元。开发人员可以注册免费套餐并直接从其网站开始使用 H2O AI Cloud 平台。H2O.ai 也在扩大其合作伙伴关系，包括与全球、区域和垂直系统集成商、云合作伙伴和技术提供商的合作。

注意事项

• 客户体验： H2O.ai 的付费客户和一些开源用户的体验似乎有所不同。大多数付费客户都喜欢他们收到的快速而有效的回复。他们还可以接触到被称为“Kaggle 大师”的顶级数据科学人才。但是，一些 H2O.ai 开源用户报告了问题。为了保持良好的声誉，H2O.ai 需要管理它为开源用户提供的体验。
• 运营：H2O.ai 的资源限制影响了其覆盖全球运营的能力，尤其是在其业务不断增长的地区。该公司对其分布式运营和指标含糊其辞。此外，尽管 H2O.ai 的社区支持和自助服务对于精通 ML 的用户来说效果很好，但大多数开发人员需要额外的指导。
• 产品或服务：语音转文本只能通过自定义配方获得，并且需要额外的工作来导出模型以便在其他应用程序（包括其他 NLU 工具）中使用。此外，尽管 H2O.ai 为 H2O Driverless AI 平台实施了数百个自定义配方，为开发人员提供额外的功能和教育，但许多其他 AI 供应商现在也采用基于配方的方法。

IBM

IBM 是该魔力象限中的领导者。其服务涵盖 CAIDS 市场的所有部分。它的业务遍及全球，客户遍及各行各业。IBM 将其 AI 产品整合到 Watson 品牌下，并细化了对产品和服务的要求，以明确 Watson 的定位。IBM 还加强了其行业领先的研究部门与产品组织之间的整合，以确保及时将 IBM 创新添加到产品中。IBM在垂直市场中占有一席之地，并且是负责任且值得信赖的 AI 领域的领导者。它以吸引大多数客户的真正混合云战略为先导。

优势

• 产品或服务：IBM 的语言服务尤其强大。开发人员可以集成 IBM Watson Assistant、Watson Natural Language Understanding 和 Watson Discovery，以简化意图和实体的发现和创建。这可以促进定制虚拟代理的创建。IBM 的视觉服务也具有很强的竞争力，尤其是其视频内容分析能力。此外，IBM 的 ML 服务性能良好，并具有强大的偏差检测功能。
• 市场理解：IBM 拥有强大的 CAIDS 产品组合，可满足广泛的客户需求。IBM 已将其 AI 产品、服务和品牌管理活动整合到一个组织中。该公司专注于为开发人员提供强大的解决方案。它的工具对开发人员友好，提供低代码和编码开发资产，使开发人员能够快速构建解决方案。
• 整体生存能力：IBM 强大的地理战略和垂直市场重点使公司能够继续为开发人员提供涵盖广泛用例和解决方案的强大产品组合。IBM 的广泛理解，加上其整合的 AI 战略和对混合云解决方案的关注，使其在面向开发者市场时具有优势。

注意事项

• 销售策略：IBM 的销售策略对开发者来说有些混乱。它的首选合作伙伴之一是其IBM 咨询部门。在某些情况下，该部门可能被视为与独立开发公司直接竞争。此外，IBM 在 CAIDS 市场的声誉有时会受到 IBM Consulting 构建和部署的解决方案强度的影响，而这些解决方案的实施结果喜忧参半。
• 市场响应能力：尽管IBM 的整体产品总体上是全面且具有竞争力的，但在某些领域存在不足，例如图像标签和图像生成。此外，IBM 缺乏众包功能和合成数据创建，这在选定的用例中很有价值。IBM 的产品还缺少一些特征工程和模型构建功能。最后，IBM 不提供自动构建图像和视频内容分析模型。
• 销售执行和定价：一些客户表示 IBM 的定价过高，在项目过程中交易成本很高。IBM 表示正在努力解决这个问题。

微软

微软是这个魔力象限的领导者。其 Azure AI 平台为所有三个用例提供了全面的产品：语言、视觉和 autoML。微软的业务遍布全球，其客户遍及各行各业。它的服务可以由专业开发人员通过 API 和 SDK 使用，也可以由公民开发人员通过 Microsoft Power Platform 使用。Microsoft 在企业质量属性方面处于行业领先地位，例如集成、可扩展性、性能、安全性、隐私、透明度、可解释性和负责任地使用 AI。

优势

• 商业模式：微软通过让专业程序员和公民开发人员都能轻松地在其应用程序中使用 ML、语言和视觉服务，使其 AI 开发人员服务脱颖而出。微软在其产品线内部使用 CAIDS 提供了一个明显的优势，使其能够比竞争对手更快地提高质量和缩短上市时间。
• 销售执行：微软通过免费提供其 AutoML 功能并对计算和存储收费，与这个市场上更灵活的供应商展开竞争。为了为具有大量 AI 工作负载的客户提供服务，Microsoft 引入了“承诺层”。此选项（目前处于公共预览阶段）将提供较低的单位价格，但需要持续使用承诺。微软还大力投资于销售工程。它的 AI 解决方案架构师，也称为 AI rangers，致力于使概念验证成功并可部署。
• 市场响应能力和业绩记录：微软通过让融合团队轻松安全、负责任地使用 AI，实现了 AI 开发的民主化。该公司利用开源社区中的许多项目并为之做出贡献。它在 2021 年不断改进其服务，推出了 30 多个版本，包括主要功能版本。此外，微软通过将佣金降至 3%（低于行业平均水平 20%）来鼓励开发人员致力于其市场。

注意事项

• 地理战略：微软在美洲提供其完整的服务组合，但不在其他地方提供所有这些服务。潜在客户应确定 Microsoft 是否在其所在地区提供和支持他们所需的服务。
• 客户体验：客户对 Microsoft 的信心低于此魔力象限中的其他领导者。潜在客户应坚持Microsoft 对超出初始销售的服务的坚定承诺。
• 产品或服务：为了继续提供可靠的产品，微软需要在瞄准新硬件平台和加速器方面跟上竞争对手的步伐。它还必须提供特征工程方面的创新，例如混合模式特征生成。它缺乏合成图像生成是另一个限制。

甲骨文

甲骨文是这个魔力象限中的远见者。Oracle 正在将其 AI 服务组合扩展到 Oracle Digital Assistant 和其他应用程序之外，以提供 autoML、语言和视觉服务。它的业务遍及全球，客户遍及各行各业。Oracle 已将其 AI 产品组合整合到一个新成立的团队（包括 Oracle 组织的新员工）下，并制定了扩展其产品的积极计划。Oracle 的优势主要在于其以语言为中心的对话式 AI 平台及其 NLU 和文本分析。它的一些 autoML 服务也具有竞争力。

优势

• 产品策略：Oracle 拥有强大的 NLU 能力，其 NLU 产品是其最成熟的产品之一。该公司还拥有良好的 autoML 能力。此外，它还有一个明确的路线图来扩展和改进其 CAIDS 产品组合。
• 营销策略：甲骨文拥有强大的开发人员推广计划和强大的开发人员社区追随者，这两者都提供了在该市场扩展其产品的机会。该公司拥有成功营销其正在开发的人工智能服务的资源。
• 市场理解：甲骨文的市场愿景承诺提供强大的 CAIDS 服务组合，而且它有一个非常紧迫的交付时间表。它已开始通过新的组织结构和提供这些服务的有前途的战略来满足市场不断变化的需求。

注意事项

• 市场反应和记录：甲骨文之前曾表示有意成为人工智能服务市场中更强大的参与者，但在提供有竞争力的产品方面进展缓慢。它目前的 CAIDS 工作以充足的资源和重组的组织支持这一意图，但正确的执行将是关键。
• 产品或服务：尽管 Oracle 提供具有竞争力的 AI 服务，但其产品中存在许多差距。为了在 CAIDS 市场上竞争，甲骨文必须迅速扩展其有限的 AI 服务范围。
• 地理策略：尽管 Oracle 的地理覆盖范围很广，但它对其 CAIDS 的语言支持有限，NLU 除外。甲骨文有一些翻译能力，但必须显着增强其其他服务才能与其他供应商竞争。

预览.io

Prevision.io 是这个魔力象限中的利基玩家。其平台专注于帮助数据科学家和软件工程师使用 autoML 服务开发、操作、维护和管理 ML 模型。该公司的业务主要在 EMEA 和北美。它的客户往往是银行、金融、保险、能源和公用事业领域的大中型企业。Prevision.io 正在投资改进其语言服务产品组合中的文本转语音、语音转文本、翻译和生成功能。对于其视觉服务产品，它正在增强其视频内容分析和标记功能。对于其 autoML 服务，它正在投资于模型合规性和自动标记功能。

优势

• 整体生存能力：Prevision.io 的收入在 2021 年同比增长 60%，销售渠道强劲。Prevision.io 平台的活跃用户数也大幅增加。此外，该公司在其合作伙伴战略方面取得了稳步进展，但尚未盈利。
• 垂直/行业战略：Prevision.io 的平台在银行、金融和保险领域获得了强大的吸引力。该公司正在与行业专家合作开发 autoML 事件，以防止欺诈和改善恢复。它还赢得了能源和公用事业领域以及医疗保健和运输行业的更多新客户。
• 销售策略：Prevision.io 拥有稳固的销售渠道，它计划通过扩大直销队伍、投资于间接渠道战略以及专注于特定行业的销售来进一步加强销售渠道。

注意事项

• 产品或服务：Prevision.io 提供功能齐全的 autoML 产品，但其语言和视觉服务是该魔力象限中供应商提供的功能最差的服务之一。客户将需要依赖其他供应商的语言和视觉功能来补充 Prevision.io 的 autoML 平台。
• 地理策略：Prevision.io 的资源和客户主要位于 EMEA 和北美。大多数在法国和美国客户应确保 Prevision.io 在他们的国家/地区提供其平台并能够提供他们需要的支持级别。
• 营销执行：Prevision.io 的营销工作侧重于数据科学家，尽管其2022 年平台和产品路线图包括对数据科学家和软件工程师都有用的功能。客户应该超越公司的营销并测试平台以发现其工程功能。

腾讯

腾讯是这个魔力象限中的挑战者。作为全球最大的游戏公司而闻名，腾讯以其微信和 QQ 消息、社交媒体和移动支付应用程序而闻名，为视觉、语言和 autoML 用例提供 CAIDS。腾讯于 2016 年启动了人工智能实验室，并于 2017 年在美国华盛顿州西雅图开设了人工智能研究中心。其创新、实施解决方案、消费者平台和多媒体数据阵列使腾讯能够开发先进的、可扩展的功能。腾讯在 11 个国家设有办事处，1,170 多名员工从事 CAIDS 服务。其业务和客户主要在中国，但约有 10% 的客户在其他亚太国家和美国

优势

• 创新：腾讯的优图实验室是专注于视觉服务和深度学习的领先人工智能研究中心之一。腾讯利用其在游戏、视觉和其他服务方面广泛的 AI 资源来试验和完善其能力。其图像识别功能使终端用户能够识别图像中产品的特定品牌、名称、型号或款式，并生成产品的价格和概览。腾讯还拥有强大的计算机视觉服务组合，包括视频服务（如面部识别、人体分析和情感分析）、图像处理和分析以及强大的 OCR。
• 销售策略：腾讯利用其在消费者业务中的分析和运营能力，开发了 CAIDS 市场中最广泛的合作伙伴生态系统之一。腾讯为服务提供商和其他软件平台制定了强大的合作伙伴计划。此外，它还与不同行业的不同规模的现有客户合作，其中许多客户可以通过其微信和游戏生态系统访问。因此，腾讯可以获得广泛的领域专业知识和技术服务。
• 销售执行与定价：2021年腾讯CAIDS收入大幅增长，计算机视觉销售增速加快。腾讯完善的渠道和广阔的合作伙伴生态系统有助于提升其销售业绩。

注意事项

• 地理战略：腾讯的视觉服务覆盖多个国家，但在语言和autoML服务方面，腾讯专注于在中国的扩张。这种关注不仅体现在腾讯的上市战略上，还体现在其有限的语言支持上。例如，其情感和文本分析服务仅提供中文版本。
• 提供（产品）战略：腾讯在 2020 年启动了千帆计划，为其技术提供各种市场。然而，其产品的深度和广度仍然相对较弱，并且尚未获得 AI 开发人员的青睐。
• 产品或服务：腾讯在 2021 年增强了其 autoML 能力，但与视觉产品相比，这些能力仍然相对有限，并且继续落后于大多数竞争对手的能力。此外，腾讯不提供自然语言生成功能。这可能会降低其未来语言服务的竞争力。

添加和删​​除的供应商

随着市场的变化，我们审查并调整魔力象限的纳入标准。由于这些调整，任何魔力象限中的供应商组合都可能随时间发生变化。某个供应商在一年而不是下一年出现在魔力象限中并不一定表明我们已经改变了对该供应商的看法。这可能反映了市场的变化，因此评估标准也发生了变化，或者反映了供应商关注点的变化。

添加

• Dataiku：Dataiku 已将其产品重点扩展到数据科学家之外，为开发人员提供 AI 功能。因此，它有资格入选今年的魔力象限。

掉落

• Salesforce：Salesforce 改变了其 AI 战略，专注于在自己的应用程序和平台中提供嵌入式功能。由于这种转变，它已停止提供 CAIDS。

纳入和排除标准

为了有资格进入这个魔力象限，每个供应商都必须：

• 展示 CAIDS 的上市策略。
• 提供一组功能性的 autoML 服务，可以创建功能性 ML 模型（如下所述）。

自动机器学习 (autoML) 服务

这些服务使没有重要 ML 或数据科学技能的人能够定制服务或构建特定目的的 ML。在使用 autoML 服务时，开发人员可以创建自定义模型或补充模型，以与现有的通用服务结合使用。

autoML服务的类型包括：

• 自动数据准备：这种类型的服务可以准备用于训练模型的数据集。它可以从企业提供的原始数据中清理和扩充数据集，并且可以包括数据可视化。
• 自动偏差检测：这种类型的服务分析用于训练 AI 和 ML 模型潜在偏差的数据集。由于过度采样、包含监管限制明确禁止的数据以及模型输出中的其他潜在偏差来源，这种偏差可能表现为样本不平衡。
• 特征工程：这种类型的服务将元数据添加到提交给提供者的数据集中。这种增强可以通过使用众包功能或通过评估数据并以自动方式将元数据添加到提交的数据集的 ML 模型来完成。该特征还可以允许自动检测和分类特征以及从现有特征生成新特征。
• 自动化模型构建：此类服务要求用户提供可用于训练模型的数据集。除了原始数据之外，用户还必须提供包含元数据标签的数据集，以及他们希望训练模型识别的属性。他们还必须确定他们希望模型预测的变量。此类服务分析数据，并根据最佳结果评估和推荐（或选择）可用于构建和优化模型的算法。该服务通过调整超参数自动优化模型的性能和准确性。它还可以混合算法以优化模型性能。
• 模型管理：此类服务提供分析，在某些情况下，允许对用于训练模型的数据进行语料库管理，以确保模型继续以最佳状态运行。它可以通过创建训练、验证和测试数据集来提供模型的自动训练。该服务还可以选择最佳超参数值。
• 模型部署：此类服务可以提供模型工厂（或编排）功能来自动构建 ML 管道，包括模型训练、部署、监控和生产中模型的管理。它还可以为创建的模型提供基础设施的打包和配置，例如 Kubernetes 容器。它还应该自动创建访问模型所需的 API。
• 可解释性：此类服务为数据科学专业人员和其他专业人员提供模型工作原理的解释，例如给定模型输出的参数和参数权重以及模型采用的算法方法。
• 可解释性：这种类型的服务以普通用户可以理解的方式为模型的用户和受该模型输出影响的人提供模型如何得出其输出的解释。
• MLOps：这种类型的服务监控生产环境中的模型并创建模型性能报告。

供应商还可以提供下面列出的任何语言服务和视觉服务。

语言服务

这些服务包括：

• 自然语言处理：此类服务提供标记化、销售点 (POS) 标记、词干提取、词频-逆文档频率 (TF-IDF) 等功能，以及其他此类文本处理功能。
• 语音转文本或自动语音识别 (ASR)：这种类型的服务是计算语言学的一个子集，它接受模拟输入并将其转换为文本输出。此文本输出可以是最终产品，也可以输入到 NLU 模型中，以便提取元数据。许多计算设备，例如 PC 和智能手机，都具有一些内置的 ASR 功能。
• 自然语言理解 (NLU)：此类服务是处理机器理解的自然语言处理 (NLP) 的子集。它接受文本输入并从中提取元数据。提取元数据相对简单，但能够理解输入文本的人的意图具有挑战性，通常需要补充模型。
• 自然语言生成 (NLG)：此类服务根据机器表示创建自然语言，例如概念、数据集或知识库中的最小描述或逻辑形式（例如生成给客户的信件的退货形式）。可以将以自然语言传递的文本正文视为将数据翻译成语言。
• 文本到语音：这种类型的服务将文本输入转换为模拟输出或语音。
• 翻译：此类服务从源语言获取文本输入，并将其转换为目标语言作为输出。这是一项非常具有挑战性的任务，因为这不仅仅是将单个单词翻译成另一种语言中相应单词的问题。语言结构的差异使得准确翻译非常具有挑战性。
• 情感分析（情感 AI）：这种类型的服务分析单词，通常输入对话或社交模型，以获得积极、消极或中性的情绪。它可以由分析模拟输入音调的其他服务补充。
• 文本分析：此类服务使用算法分析非结构化文本以提取元素（例如概念、主题和关键字属性）并将它们添加为元数据。

视觉服务

这些服务包括：

• 图像识别：这种类型的服务通常识别图像中包含的物体或人物。一些实现还可以识别图像元素的属性，例如颜色和图案。这种类型的服务通常用于识别图像中是否有感兴趣的人或物品，并添加元数据以对图像进行分类或标记。
• 视频内容分析：此类服务通常将图像识别与 ASR 相结合，以识别视频中的人物以及有生命和无生命的物体，并创建相关音频的转录本。一些服务还通过多个视频帧跟踪人们的方向。
• 支持机器学习 (ML) 的光学字符识别 (OCR)：此类服务将打字、手写或印刷文本的电子图像，或图像或视频中的文本转换为机器编码文本，并将元数据添加到内容中。此外，此类服务使用 ML 根据给定字段的内容对给定字段中的信息进行分类。
• 图像标记：此类服务使用户能够提交图像数据集并对其进行标记。

此外，为了有资格进入这个魔力象限，每个供应商都必须：

2021 年，Have从其 CAIDS 产品中获得了至少 2000 万美元的收入。

或者：

目前至少有 75 个付费企业客户为其 CAIDS 产品服务。

我们排除了任何供应商：

• 未在其 CAIDS 产品中包含 autoML 服务。
• 仅作为专业服务合同的一部分提供 CAIDS，其中服务仅供供应商的顾问使用。
• 提供的服务不是由供应商创建和交付的本地服务。因此，不考虑客户使用供应商平台构建的模型。

荣誉奖

Tazi：Tazi 拥有一个创新平台，可根据输入的数据及其识别的漂移，“即时”对模型进行持续的无监督再训练。该平台的自适应 ML 引擎会根据不断变化的数据流持续不断地重新训练模型。Tazi 不符合纳入此魔力象限的标准，因为它推出平台的日期最近，而且在我们评估期间它在美国市场的地位还处于初期阶段。然而，Tazi 的发展势头强劲，值得本魔力象限的读者进行审视。

评价标准

执行力

表1 ：执行评估标准的能力

放大表

评价标准	加权
产品或服务	高的
整体生存能力	中等的
销售执行/定价	中等的
市场反应/记录	中等的
营销执行	中等的
客户体验	中等的
操作	中等的