Společnost Gartner vydala další ze svých magických kvadrantů, Magic Quadrant for Cloud AI Developer Services. Nepřekvapí, že v kvadrantu lídrů se objevuje na prvním místě Amazon, dále následuje Google, Microsoft a IBM, v kvadrantu firem, které se snaží využít nějaké mezery existující na trhu, pak najdeme mj. Salesforce a SAP.
Jakou kategorii služeb ale tato studie vůbec popisuje? Vysvětlením je, že jde o cloudové služby určené vývojářům, jejichž prostřednictvím mohou do svých aplikací přidávat funkcionalitu umělé inteligence, respektive strojového učení. Takové služby v loňské roce využívalo 2 % vývojářů, roku 2023 to však již má být 40 %. V roce 2025 pak bude 50 % činnosti prováděných v rámci data science automatizováno, čímž se sníží nedostatek odborníku na tuto oblast.
Hlavní hráči na trhu mají řadu služeb, které lze do příslušné kategorie zařadit, Amazon nejnověji od konce loňského roku nabízí i nástroj SageMaker AutoPilot, který automaticky generuje modely pro strojové učení. Gartner v tomto případě na základě svých výzkumů ovšem upozorňuje, že použití této metody může přinést neočekávané náklady, především ve fázi přechodu z fáze vývoje do produkčního nasazení. Výpočetně náročné produkční úlohy se strojovým učením se tak nakonec může i víc vyplatit provádět v režimu on-premise. Obecně provoz aplikací se strojovým učením bude na vlastní infrastruktuře zefektivňovat i kvůli rozsáhlejšímu využívání kontejnerů a nástrojů pro jejich podporu.
Google byl v kvadrantu zařazen těsně před Microsoft z hlediska celkové vize, ale opačné bylo pořadí z hlediska předpokládané schopnosti firem uvádět vizi do praxe. V případě Googlu byly oceněny služby umožňující automatické zpracování přirozeného jazyka, rozpoznávání obrazu a nástroje pro modelování scénářů (what-if), které umožňují také sledovat, proč a jak umělá inteligence dochází ke svým výsledkům. U Microsoftu Gartner zdůrazňuje širokou podporu různých programovacích jazyků a vývojových prostředí, řadu podporovaných scénářů nasazení v rámci Azure, jiných cloudových prostředí i na vlastní infrastruktuře a s tím spojenou i větší možnosti, jak optimalizovat návratnost investic. Potíž ovšem může existovat v organizační struktuře společnosti (na jakou divizi se mají zákazníci obrátit s konkrétními potřebami) a dále v tom, že firma ještě nenabízí konkurenceschopné nástroje pro vytváření přirozeného jazyka (Natural Language Generation, NLG). Organizační stránka podle Gartneru do značné míry představuje problém i v případě IBM, u niž analýza zase oceňuje hladký vývoj aplikací na platformě Watson Assistant.
Zdroj: The Register a další
Představa, že to „prostě použijete“ je stejně naivní, jako představovat si, že v programu „prostě použijete SQL“.,.. Nakonec na to najmete certifikovaného experta na danou technologii, a ten vám udělá tak parádní vendor lock-in, že se budete divit.
A pak už jenom budete platit, platit a platit. Po půl roce zjistíte, že by bývalo bylo levnější, najmout si na půl úvazku nějakého doktoranda, a rozchodit si to u sebe…
A vůbec… Když tak čtu to natural language generation… V praxi je to většinou stejně jenom obyčejný doplňování vyskloňovaných slov do šablony,… Radši si sežeňte konzultanta. I jen na pár hodin, aby vám řekl, co je reálné, a co od čeho čekat.