Hopp over navigasjon

Se hva bransjeanalytikerne sier om Azure og kunstig intelligens

Les de nyeste Azure-anmeldelsene, rapportene og evalueringene fra de fremste analytikerfirmaene.

IDC

IDC MarketScape: Worldwide General-Purpose Conversational AI Platforms 2021 Vendor Assessment

Les hvorfor Microsoft ble plassert i kategorien Ledere i 2021 IDC MarketScape for verdensomspennende AI-samtaleplattformer for generelle formål.

"Microsoft provides a broad set of conversational AI services, including low-code/no-code tools and the ability to create voice-based assistants with custom voices. It offers capabilities in a wide variety of languages and provides a strong set of cloudbased, always-on services."

IDC MarketScape
IDC MarketScape-diagram med strategier på X-aksen og -egenskaper på Y-aksen, som viser Microsoft i øvre høyre Ledere-kvadrant for konversasjonsbaserte kunstig intelligens-plattformer.

IDC MarketScape-leverandøranalysemodellen er utformet for å gi en versikt over konkurransedyktighet for ICT-leverandører i et gitt marked. Forskningsmetodikken benytter en streng poengberegningsmetodikk basert på både kvalitative og kvantitative kriterier som resulterer i én grafisk illustrasjon av hver leverandørs posisjon i et gitt marked. Funksjonalitetspoengsummen måler leverandørprodukt, markedslansering og forretningskjøring på kort sikt. Strategipoengsummen måler justering av leverandørstrategier med kundekrav i en tidsramme på 3–5 år. Leverandørens markedsandel representeres av størrelsen på ikonene.

GigaOm
Bullseye-diagram som viser kvadranter for funksjonsspill, plattformspill, innovasjon og forfallsgrad med Microsoft rangert som en fast mover i ledersenteret.

GigaOm Radar for evaluering av maskinlæringsoperasjoner (MLOps)

Finn ut hvorfor GigaOm har plassert Azure Machine Learning som leder i sin MLOps Radar, inkludert «Full maskinlæringsstøtte i hele levetiden, fra dataforberedelse til distribusjon og driftsovervåkning til forklaringsevne. Microsofts lange historikk med ALM og DevOps, Azure DevOps-tjenesten og eierskapet til GitHub understøtter en innstendig og empatisk dedikering til de viktigste prinsippene bak MLOps: driftsstøtte og automatisering.»

Les MLOps-rapporten

GigaOm Radar for Automated Machine Learning (AutoML)

Forstå hvorfor Microsoft er med som leder i den nyeste GigaOm Radar for AutoML.

Les hvorfor GigaOm spesifikt kaller opp Azure Machine Learning som «nybegynnervennlig» og har «datamerking»-støtte. Rapporten anerkjenner også fleksibiliteten og omfattende dekning som Azure tilbyr. «Azure Machine Learning AutoML støtter automatisk funksjonalitet, men egendefinerte innstillinger for funksjonalitet er også tilgjengelige. Dyp læring med BERT og toveis LSTM (BiLSTM) for naturlig språkbehandling støttes også.»

Les AutoML-rapporten
Bullseye-diagram som viser kvadranter for funksjonsspill, plattformspill, innovasjon og forfallsgrad med Microsoft rangert som en fast mover i ledersenteret.
GigaOm-referanserapport for bedriftsberedskap for Cloud MLOps, finn ut hvorfor GigaOm ga Azure Machine Learning den høyeste vurderingen på målstyringen for bedriftsberedskap for Cloud MLOps.

GigaOm-referanserapport for bedriftsberedskap for Cloud MLOps

Finn ut hvorfor GigaOm ga Azure Machine Learning den høyeste vurderingen på målstyringen for bedriftsberedskap for Cloud MLOps.

GigaOm trekker spesielt frem at Azure Machine Learning er «enkelt å igangsette lokalt og skalere etter behov». Rapporten anerkjenner også at Azure ML skiller seg ut i styring, og bemerker at «styringsmulighetene i MLOps-plattformen lar brukerne konfigurere policyer for nettverks- og databeskyttelse som, for eksempel, sikrer at brukerne ikke kan opprette arbeidsområder med offentlige IP-adresser eller uten kundeadministrerte nøkler. Bare Azure ML gir muligheten for dette.»

«Totalt sett har vi funnet at Azure ML er enklest for å konfigurere en test, organisere modellen og dataene og konfigurere sikkerhet.»

Les rapporten

GARTNER og Magic Quadrant er registrerte varemerker og tjenestemerke for Gartner, Inc. og/eller tilknyttede selskaper i USA og internasjonalt, og brukes her med tillatelse. Med enerett. Grafikken i denne delen ble publisert av Gartner, Inc. som en del av et større forskningsdokument og bør evalueres i konteksten til hele dokumentet. Gartner-dokumentene er tilgjengelige på forespørsel fra Microsoft. Gartner støtter ikke noen leverandør, noe produkt eller noen tjeneste som er avbildet i sine forskningspublikasjoner, og råder ikke teknologibrukere til å velge bare de leverandørene med høyest vurdering eller annen angivelse. Gartners forskningspublikasjoner består av meningene til Gartners forskningsorganisasjon og skal ikke tolkes som faktautsagn. Gartner fraskriver seg alle garantier, uttrykt eller underforstått, med hensyn til denne forskningen, inkludert eventuelle garantier om salgbarhet eller egnethet for et bestemt formål.

Gartner, løsningsmålstyring for Microsoft Azure ML, av Daniel Cota, Su En Goh, 13. juli 2021 MarketScape-leverandøranalysemodellen er utformet for å gi en oversikt over konkurransedyktighet for ICT-leverandører i et gitt marked. Forskningsmetodikken benytter en streng poengberegningsmetodikk basert på både kvalitative og kvantitative kriterier som resulterer i én grafisk illustrasjon av hver leverandørs posisjon i et gitt marked. Funksjonalitetspoengsummen måler leverandørprodukt, markedslansering og forretningskjøring på kort sikt. Strategipoengsummen måler justering av leverandørstrategier med kundekrav i en tidsramme på 3–5 år. Leverandørens markedsandel representeres av størrelsen på sirklene. Leverandørens vekstrate fra år til år vedrørende det gitte markedet indikeres med et pluss, nøytralt eller minus ved siden av leverandørnavnet.

OMDIA er et registrert varemerke som tilhører Informa PLC og/eller tilknyttede selskaper. Informasjonen i dette dokumentet er publisert av Omdia som en del av en omfattende forskningsrapport og skal evalueres i sin opprinnelige sammenheng.

Kilde – Omdias beslutningsmatrise: Utviklingsplattformer for maskinlæring i foretaksklassen, 2020–21. Resultatene er ikke en anbefaling av Microsoft. Bruk av disse resultatene skjer på tredjepartens eget ansvar. Lisensierte opptrykk av hele forskningsløsningen kan være tilgjengelig via citations@omdia.com.

Kan vi hjelpe deg?