Gartner調查顯示，企業在數據和分析方面進展緩慢。很少有組織能夠在“轉型”級別使用數據，并且接近Gartner調查的三分之二組織仍在考慮“企業報告，以處理他們最關鍵的數據和分析應用”。

Gartner副總裁NickHeudecker提供了一些警示性建議：“機器學習和人工智能很容易被‘盜走’。但傳統形式的分析和商業智能仍然是組織當今如何運作的關鍵部分，而這在短期內不太可能改變。”

企業如何判斷自己是否應當在人工智能和機器學習計劃中“踩剎車”？數據和分析行業日趨成熟的方式有問題嗎？

Gartner的這份報告總結了數據與機器學習領域的最大贏家，或許可以幫助你找到答案。

2018年的報告采用多個標準評估了16家分析和數據科學公司，并基于產品前瞻性和執行力將它們放置在4個象限中，具體情況如下：

領導者(5)：KNIME，Alteryx，SAS，RapidMiner，H2O.ai

挑戰者(2)：MathWorks，TIBCO軟件(新進入)

遠見者(5)：IBM、微軟、Domino數據實驗室、Dataiku、Databricks(新進入)

特定領域者(4)：SAP、Angoss、Anaconda(新進入)、Teradata

2018年Gartner數據科學和機器學習平臺的魔力象限

過去一年，TIBCO軟件、Anaconda和Databricks三家公司被納入這一象限中。FICO、Quest和Alpine數據則被撤掉。

上圖顯示了2017MQ(灰色背景圖像)和2018MQ(前景圖像)的對比狀況，箭頭連接的圓點表示同一家公司。

調查顯示，過去3年，納斯達克、Tableau、Qliktech這3家供應商保持領先。liktech意外地停留在領導者的象限中，盡管他們的首席執行官ThomaBravo在公司以30億美元被收購一個半月后離職。

IBM過去曾屬于領導者，但由于執行能力較低，它被放到了遠見者象限。

甲骨文在2016年被撤出該象限，2017年又重回榜單，目前正處于“利基”的范疇中。

MicroStrategy是業內最早的供應商之一，被納入挑戰者范疇。

該象限也有一些案例可能超出人們的預期，包括——Alteryx、ClearStoryData、ZoomData、Datameer和Pentaho。

這一領域在過去一年中見證了很多變化。行業分析師JenUnderwood表示，新員工競爭加劇。機器學習和數據科學的新模式可能即將出現。

盡管人工智能和機器學習引起轟動，Gartner仍然對采用這項新技術持謹慎態度。

Gartner研究副總裁JimHare警告說，在他們計算出其“數據戰略”之前，急于采用人工智能的企業稱，近三分之一的CIO們正計劃部署人工智能。他表示：“數據是人工智能的助推劑，因此組織需要現在準備為人工智能計劃存儲和管理更大量的數據?！?/p>

Gartner還在報告中指出了一些機器學習和數據科學方面的關鍵趨勢：

46％的CIO制定了部署人工智能的計劃，但只有4％真正落實。

谷歌和亞馬遜仍在這一領域大筆投資。微軟并沒有進入領導者象限。

定義

Gartner對數據科學和機器學習平臺的定義是：它是一個具有凝聚力的軟件應用程序，提供基本的融合各構件模塊的能力，既可以創建各種數據科學的解決方案，又可以將這個解決方案集成到業務流程及所涉及的周邊基礎設施及產品中去。