值得注意的是，报告重点剖析了2020年度中国机器学习开发平台市场情况，其中，以AutoML为代表的技术热点、风控/反欺诈为代表的应用热点、机器学习平台为代表的产品热点成就了当下AI市场的关注焦点。
市场潜力巨大，深耕AutoML技术落地应用
IDC预测，到2025年，中国人工智能市场规模将超过160亿美金，2020-2025年复合增长率达35.2%。其中增长潜力最高的子市场：机器学习平台，市场规模预计超过19亿美金。（IDC《中国人工智能软件及应用市场研究报告-2020》）
然而，高潜力增长的另一面，是依然突出的“AI技术落地应用难”的挑战， IDC关于金融企业AI采用挑战的调研显示，“建模人员及技能、数据量不足、异构算力资源管理、模型可解释性、模型管理及发布”等挑战都成为阻碍AI技术落地应用的重要原因。
“自动化机器学习将是解决当前行业用户Kaiyun官方网站app登录 以及技能不足的有效路径”——IDC《中国人工智能软件及应用市场研究报告-2020》
行业分析指出，在数据资源就绪度不足、数据科学家资源稀缺的现状下，市场需要更成熟的机器学习平台产品、更低门槛的AutoML产品、乃至更有效的落地方法论，助力企业AI全面落地应用，提升业务价值。
飞算AI.ModelerPro五大核心助力企业加速实现“自主可控”的AI建设
作为深耕AI技术应用落地的代表，飞算全自动数据建模平台正在为各行业提供基于AutoML技术的AI应用新动能。
其新近发布的AI.Modeler Pro产品是面向数据科学团队，集数据管理、特征工程、算法优化、模型解释性分析、模型发布于一体的全流程机器学习平台。
AI.Modeler Pro产品具备了“自研高效算法、流程管理、高效建模、敏捷应用、量化评分、架构稳定”等能力，实现了通过AutoML技术和机器学习建模流程优化，帮助企业提升建模效率、改善模型质量、高效上线应用，可较大程度上缓解AI技术落地应用难这一行业难点。
据了解，区别于市面上传统的机器学习平台，飞算AI.Modeler Pro凭借优异的自动化能力、五大核心产品优势，帮助企业客户提升数智化转型能效的同时，降低机器学习平台的学习和使用成本，助力企业加速实现“自主可控”的AI建设。
零代码建模全流程管理：通过“多项目管理、成员权限管理、数据统一管理、模型统一管理、模型应用统一管理”等功能，实现建模全流程管理且无需再使用代码，有效的降低人员门槛；
交互式自定义配置建模：开放配置自动化特征工程、自动算法调参，以及样本重采样、自定义权重列、模型训练超参数、评估指标多样化等，满足企业建模多样化需求；
风控标准评分卡：领先行业加入风控标准评分卡建模专属模组，评分卡模型开发全流程线性完成；
模型可解释性强：建模过程中生成模型配套解释性报告，完备的训练日志，使模型具备可解释性；
轻部署：模型一键部署无需二次开发，并可实现模型可迭代自学习。
飞算AI.Modeler Pro一经发布就获得了业内关注，发展势头强劲。作为拥有业界领先的人工智能技术与开发团队，产品核心团队来自华为、SAS、TPlink、万达、花旗银行、招商银行的技术Kaiyun官方网站app登录 和商业精英，设计并实施五大国有银行的机器学习平台系统经验，设计并实施招商银行的大数据中心和营销系统，并拥有两位机器学习领域顶级的首席专家顾问，整个团队在人工智能领域有着先进的开发应用经验。
“早期采用AI的行业用户开始寻找更加前沿的技术（相比主流AI公司寻求商业化落地，早期AI采用者开始转向仍在投资前沿技术的厂商寻求创新）”——IDC《中国人工智能软件及应用市场研究报告-2020》
正如暨南大学统计系王国长教授曾经的评价，“飞算全自动数据建模平台是一款极致用户体验的自动化建模平台，真正降低了人工智能应用开发门槛，让AI这个‘奢侈品’惠及各行各业，真正实现人工智能的落地应用。”
相信，未来飞算AI.Modeler Pro将继续坚持自主创新，持续增强AI技术的应用规模，全力助力企业实现AI技术的落地应用。
