• 4 min read

Microsoft est un leader en 2022 Gartner Magic Quadrant pour cloud AI Developer Services

Gartner a reconnu Microsoft en tant que leader dans le Quadrant™ magic de Gartner® pour cloud AI Developer Services en 2022, avec Microsoft placé le plus loin dans « Completeness of Vision ».

Gartner a reconnu Microsoft en tant que leader dans le Quadrant™ magic de Gartner® pour cloud AI Developer Services en 2022, avec Microsoft placé le plus loin dans « Completeness of Vision ».

Gartner définit le marché en tant que « services hébergés dans le cloud ou conteneurisés qui permettent aux équipes de développement et aux utilisateurs professionnels qui ne sont pas des experts en science des données d’utiliser des modèles IA via des API, des kits de développement logiciel (SDK) ou des applications ».

A square chart split into four quadrants that compares Cloud AI Developer Services on a vertical axis for Ability to Execute and horizontal axis for Completeness of Vision. Microsoft is shown in the top right quadrant as a Leader on both axes.

Nous sommes fiers d’être reconnus pour notre plateforme Azure AI. Dans ce billet, nous allons explorer l’évaluation de Gartner, ce qu’il signifie pour les développeurs et fournir l’accès à la réécriture complète du Quadrant magic de Gartner pour en savoir plus.

Mettre à l’échelle des applications intelligentes avec l’IA prête pour la production

« Bien que les pratiques ModelOps soient en cours de maturité, la plupart des équipes d’ingénierie logicielle ont toujours besoin de fonctionnalités d’IA qui ne demandent pas de compétences avancées en machine learning. Pour cette raison, les services de développement d’IA cloud (CAIDS) sont des outils essentiels pour les équipes d’ingénierie logicielle. » — Gartner

87 p. 100 des projets IA ne le rendent jamais en production.¹ Au-delà de la complexité du prétraitement des données et de la création de modèles IA, les organisations luttent avec l’extensibilité, la sécurité, la gouvernance, et bien plus encore pour préparer la production de leur modèle. C’est pourquoi plus de 85 % des entreprises fortune 100 utilisent l’IA Azure aujourd’hui, couvrant les secteurs et les cas d’usage.

De plus en plus, nous voyons les développeurs accélérer la valeur en utilisant des modèles IA prédéfinis et personnalisables en tant que blocs de construction pour les solutions intelligentes. Microsoft Research a fait des percées significatives dans l’IA au fil des années, étant le premier à atteindre la parité humaine dans les capacités vocales, visuelles et linguistiques. Aujourd’hui, nous transmettons les limites des fonctionnalités de modèle de langage avec de grands modèles tels que Turing, GPT-3 et Codex (le modèle powering GitHub Copilot) pour aider les développeurs à être plus productifs. Azure AI empaquette ces innovations en modèles généraux prêts pour la production appelés Azure Cognitive Services et les modèles spécifiques au cas d’utilisation, Azure Applied AI Services pour les développeurs à intégrer via l’API ou un SDK, puis continuer à optimiser la précision.

Pour les développeurs et les scientifiques des données qui cherchent à créer des modèles Machine Learning prêts pour la production à grande échelle, nous prenons en charge le Machine Learning automatisé également appelé autoML. AutoML dans Azure Machine Apprentissage est basé sur des recherches Avancées de Microsoft axées sur l’automatisation des tâches itératives et fastidieuses du développement de modèles Machine Learning. Cela libère les scientifiques des données, les analystes et les développeurs pour se concentrer sur les tâches d’ajout de valeur en dehors des opérations et accélérer leur temps de production.

Activer la productivité pour les équipes IA au sein de l’organisation

« À mesure que d’autres développeurs utilisent CAIDS pour créer des modèles Machine Learning, la collaboration entre les développeurs et les scientifiques des données deviendra de plus en plus importante. » — Gartner

À mesure que l’IA devient plus standard dans les organisations, il est essentiel que les employés disposent des outils dont ils ont besoin pour collaborer, créer, gérer et déployer des solutions IA de manière efficace et responsable. En tant que président et pdg de Microsoft Satya Nadella partagés chez Microsoft Build, Microsoft est « la création de modèles en tant que plateformes dans Azure » afin que les développeurs disposant de compétences différentes puissent tirer parti de la recherche avancée de l’IA et les incorporer dans leurs propres applications. Cela va des développeurs professionnels qui créent des applications intelligentes avec des API et des SDK aux développeurs citoyens qui utilisent des modèles prédéfinis via Microsoft Power Platform.

Azure AI permet aux développeurs de créer des applications dans leur langage préféré et de les déployer dans le cloud, localement ou à la périphérie à l’aide de conteneurs. Récemment, nous avons également annoncé la possibilité d’utiliser n’importe quel cluster Kubernetes et d’étendre le Machine Learning pour s’exécuter près de l’endroit où se trouvent vos données. Ces ressources peuvent être exécutées via un seul volet avec la gestion, la cohérence et la fiabilité fournies par Azure Arc.

Opérationnaliser les pratiques d’IA responsable

« Les fournisseurs et les clients cherchent plus que simplement des performances et une précision à partir du modèle Machine Learning. Lors de la sélection des services AutoML, ils doivent hiérarchiser les fournisseurs qui fournissent des modèles explicites et transparents avec des mécanismes intégrés de détection de biais et de compensation. » — Gartner

Chez Microsoft, nous appliquons notre norme d’IA responsable à notre cycle de vie de développement et de stratégie de produit, et nous l’avons prioritaire pour aider les clients à faire de même. Nous fournissons également des outils et des ressources pour aider les clients à comprendre, protéger et contrôler leurs solutions IA, notamment un tableau de bord IA responsable, des instructions de développement de bots et des outils intégrés pour les aider à expliquer le comportement du modèle, tester l’équité, etc. Fournir un ensemble d’outils cohérent à votre équipe de science des données, non seulement prend en charge l’implémentation responsable de l’IA, mais permet également une plus grande transparence et permet des déploiements de modèles plus cohérents et efficaces.

Microsoft est fier d’être reconnu en tant que leader dans cloud AI Developer Services, et nous sommes ravis par les innovations qui se produisent chez Microsoft et dans l’industrie qui permettent aux développeurs de relever des défis réels avec l’IA. Vous pouvez maintenant lire et apprendre à partir du quadrant magic de Gartner complet.

En savoir plus


Informations de référence

¹ Est-ce que 87 % des projets de science des données ne le rendent jamais en production ? Venture Beat.

Gartner Inc. : « Magic Quadrant for Cloud AI Developer Services », Van Baker, Svetlana Siculaire, Erick Brethenoux, Arun Batchu, Mike Fang, 23 mai 2022.

Gartner et Magic Quadrant sont des marques de commerce et de service déposées de Gartner, Inc. et/ou de ses affiliés aux États-Unis et à l’échelle internationale et sont utilisés ici avec autorisation. Tous droits réservés. Ce graphique a été publié par Gartner, Inc. au sein d’un document de recherche plus vaste et doit être évalué dans le contexte du document dans son ensemble. Le document Gartner est disponible sur demande auprès de Microsoft. Gartner ne promeut aucun fournisseur, produit ou service décrit dans ses publications, et n’incite pas les utilisateurs de technologies à choisir uniquement les fournisseurs ayant reçu les meilleures évaluations ou autres distinctions. Les publications de l’étude reflètent l’opinion du centre de recherches de Gartner et ne doivent pas être considérées comme des états de faits. Gartner décline toute garantie, expresse ou implicite, concernant cette recherche, y compris toute garantie de qualité marchande ou d’adéquation à un usage particulier.