機器學習是一種數(shù)據(jù)分析方法，通過使用迭代學習數(shù)據(jù)的算法，機器學習可以使電腦在沒有被明確編程看哪里的情況下，發(fā)現(xiàn)隱藏的領域。

機器人在沒有算法的支持下，通常都只能做一些在編程命令下的重復工作。機器算法可以推動機器人快速學習和成長，讓機器人的行為動作從被動轉向主動，從單純的執(zhí)行工作轉變?yōu)樨S富的思考創(chuàng)作。

IDC發(fā)布《2019下半年中國人工智能軟體及應用追蹤》報告顯示，2019年中國機器學習開發(fā)平臺市場規(guī)模達到2.05億美元。受此次新冠肺炎疫情影響，IDC下調(diào)了2020—2021年的市場規(guī)模，因此也影響了未來5年的整體市場增長率，預計2018—2024年的年復合增長率（CAGR）為38.6％。

在主流廠商方面，IDC指出，作為市場份額領先的AI平臺提供商，第四范式積極探索遷移學習，打造AI PaaS平臺“Sage Platform”及AI軟體定義的基礎架構SageOne產(chǎn)品，打通從數(shù)據(jù)、演算法到算力的AI產(chǎn)業(yè)化全流程；美林數(shù)據(jù)作為中國國內(nèi)領先的數(shù)據(jù)分析與AI廠商，該公司在演算法研究、行業(yè)應用實踐、落地實施方法論層面擁有獨到見解與優(yōu)勢；九章云極則對DataCanvas數(shù)據(jù)科學平臺有清晰的定位。除此之外，還包括阿里云PAI平臺，華為云的Modelarts定位企業(yè)級AI開發(fā)平臺，騰訊云的智能鈦機器學習平臺等。

人工智能應用均是采用機器學習、深度學習建模開發(fā)而成的系統(tǒng)。本次IDC追蹤的機器學習開發(fā)平臺，定位面向開發(fā)者、數(shù)據(jù)科學家、業(yè)務分析師的PaaS平臺，不包含已完成開發(fā)的人臉識別、語音助理、對話式客服等軟體。

IDC指出，算力不斷提升、演算法模型創(chuàng)新、開源技術發(fā)展、廠商市場投入為中國機器學習開發(fā)平臺市場的發(fā)展驅動力；而雖然驅動力足夠，但市場發(fā)展的瓶頸也同樣存在，包括數(shù)據(jù)資源就緒度，數(shù)據(jù)品質，能用來建模的數(shù)據(jù)量；有能力進行模型開發(fā)、模型優(yōu)化的數(shù)據(jù)科學家；建模人員與行業(yè)專家對業(yè)務理解上的鴻溝；行業(yè)企業(yè)內(nèi)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。

展望未來，IDC中國助理研究總監(jiān)盧言霞表示，即使受疫情影響，機器學習開發(fā)平臺市場仍表現(xiàn)出較高的市場增長潛力和應用潛力；要充分挖掘此潛力，需要做到為開發(fā)人員提供培訓和可快速啟動的工具，提供一定的可用于訓練的數(shù)據(jù)集（可能來自內(nèi)部也可能是協(xié)同廠商），快速入門的樣例／范本，咨詢服務，業(yè)務專家、數(shù)據(jù)科學家、咨詢合作伙伴等利益相關者的共同參與和協(xié)同合作，持續(xù)創(chuàng)新和原型設計，直到達到可以規(guī)模化使用的程度。