人工智慧應用均是採用機器學習、深度學習建模開發而成的系統。本次IDC追蹤的機器學習開發平臺，定位面向開發者、資料科學家、業務分析師的PaaS平臺，不包含已經完成開發的諸如人臉識別、語音助理、對話式客服等軟體。機器學習開發平臺的部署，包括資料獲取、資料準備、模型訓練、應用程式整合、模型運維、生產監控以及有明確KPI的業務治理過程。在這個過程中，由框架、演算法模型、開發語言等各種工具賦能，由資料科學家、業務分析師、資料架構師和專業人員協作，基於資料建模，不斷的進行概念驗證，將好的模型部署到生產環境，協作以管理模型運維的全生命週期。
算力不斷提升：受益於加速計算技術的不斷突破，機器學習、深度學習模型訓練和推理速度持續提升，加快了AI應用產業化的程式。2020年GTC、英偉達更是釋出了將算力再度提升數十倍的安培架構的A100 GPU。Intel 華為昇騰系列，Xilinx Alveo系列、寒武紀等也在特定領域為AI負載提供加速能力。算力突破將持續推動AI產業快速落地。
演算法模型創新：在經典機器學習、CNN、RNN等神經網路的大分類下，廠商都在不斷的推出面向應用場景優化的各種模型。
開源技術發展：包括主流開源框架Tensorflow,Pytorch,飛槳Paddle，推理框架MNN, TNN, Mace, Openvino等等，也包括上文提到的演算法模型，開源發展使得技術推廣應用更加便捷、高效。
廠商市場投入：不管是創企，還是大型網際網路公司、IT巨頭，在機器學習、深度學習領域積極投入資金、研發力量，致力於在機器學習這一人工智慧的基礎關鍵技術上有所突破，同時也在致力於降低機器學習開發門檻，讓傳統企業受益於人工智慧。
驅動力足夠，但市場發展的瓶頸也同樣存在：資料資源就緒度，資料質量，能用來建模的資料量；有能力進行模型開發、模型優化的資料科學家；建模人員與行業專家對業務理解上的鴻溝；行業企業內部人員對機器學習、AI專案的配合程度；為機器學習、AI定位到合適的應用場景等等。
本次是IDC第一次正式釋出機器學習開發平臺市場份額研究報告，本期收錄了排名前三的廠商市場份額，同時也推薦了當前市場規模不明顯，但值得關注的廠商。從市場格局的角度，部分廠商聚焦在金融反欺詐、智慧營銷場景，部分廠商聚焦在銷量預測、智慧供應鏈、個性化營銷、產品推薦系統，部分廠商聚焦在泛工業領域的裝置預測性維護、工業質檢巡檢類應用。在應用較為落地的領域，會存在價格戰等競爭，在較新的應用場景中，則更多的是同步探索的階段。從產品層面，當前的差異化在於端到端開發工具的完備性，提供模型的豐富程度，對雲服務的支援，開發過程視覺化程度，平臺產品的靈活性、易用性，以及產品整體的成熟度。
第四正規化：作為市場份額領先的AI平臺提供商，第四正規化積極探索遷移學習，打造AI PaaS平臺“Sage Platform”以及AI軟體定義的基礎架構SageOne產品，打通從資料、演算法到算力的AI產業化全流程，助力企業實現業務增長、提升開發效率、縮減算力成本。
美林資料：作為國內領先的資料分析與AI廠商，該公司在演算法研究、行業應用實踐、落地實施方法論層面擁有獨到見解與優勢。TempoAI在產品架構、功能體系、使用者體驗等方面經受過多行業客戶、多業務場景的應用驗證，其敏捷、穩定、易用的特性深受客戶好評。
九章雲極：作為一箇中立的軟體提供商，九章雲極對DataCanvas資料科學平臺有清晰的定位：“開放、相容、純軟體平臺”。目前，DataCanvas資料科學平臺可以在各類主流硬體和技術架構上支援高效能算力排程和優化，提升企業AI轉型效率，服務全行業應用場景。
阿里雲：阿里雲PAI釋出於2016年9月，2018年1月正式商業化。PAI平臺的優勢一方面在於重視機器學習系統級優化，另一方面在特徵工程提取、模型訓練等各個環節提供了豐富元件。
百度：百度機器學習產品組合在提供豐富演算法模型能力的基礎上，也十分注重遷移學習能力、小樣本模型訓練能力，以及端到端模型應用能力，為各行業不同技術、資料基礎的使用者提供了針對性的產品，包括BML,EasyDL,AI Studio，飛槳Paddle。
華為雲：Modelarts定位企業級AI開發平臺，提供流程式AI開發模式，將行業AI開發經驗模板化，通過簡單的工作流編排即可快速實現AI服務上線。
騰訊雲：智慧鈦機器學習平臺於2020年正式商業化，在此之前，已在金融行業、網際網路行業等積累諸多私有化部署實踐。
AWS：在AWS將機器學習產品正式中國發布之前，其機器學習產品Amazon Sagemaker已經在全球市場具有較高的影響力。2020年4月，Amazon Sagemaker正式落地中國，目前已在網際網路、製造、醫療等領域推廣。
微軟Azure：AML已於2020年正式落地中國，目前也在加大推廣力度和開發者培育，致力於賦能中國企業智慧化轉型。
SAS：SAS Viya提供了豐富完善的資料收集、資料準備、模型管理以及視覺化工具，整合R、Python和Jupyter Notebooks等開源語言和工具，具備將AI應用投入生產並大規模執行的能力。
機器學習/AI創企：探智立方——Darwin ML平臺定位自動化機器學習平臺，使人工智慧團隊更專注於業務問題的解決方案，將人工智慧最大化賦能於業務場景。氪信科技——基於非或然引擎以及特徵引擎的智慧應用深入客戶的業務場景，尤其是在智慧風控以及智慧交易監測場景，可直接為客戶提供具有針對性的模型以及服務，助力業務智慧決策。星雲Clustar——致力於為銀行、保險等金融行業提供AI模型訓練加速能力以及基於機器學習的智慧應用服務。
應用場景：金融反欺詐，工業質檢，裝置預測性維護，智慧投顧，量化投資，跨行業應用—銷售預測，供應鏈預測，推薦系統。
產品趨勢：AutoML，智慧資料標註，圖演算法，可解釋性，介面視覺化，易用性、靈活性的持續提升。
市場機會：對於還沒有成熟的AI軟體產品的領域，機器學習、深度學習開發平臺將有廣泛的市場空間。