Gartner副总裁Nick Heudecker提供了一些警示性建议：“机器学习和人工智能很容易被‘盗走’。但传统形式的分析和商业智能仍然是组织当今如何运作的关键部分，而这在短期内不太可能改变。”
企业如何判断自己是否应当在人工智能和机器学习计划中“踩刹车”？数据和分析行业日趋成熟的方式有问题吗？
Gartner的这份报告总结了数据与机器学习领域的最大赢家，或许可以帮助你找到答案。
2018年的报告采用多个标准评估了16家分析和数据科学公司，并基于产品前瞻性和执行力将它们放置在4个象限中，具体情况如下：
领导者 (5)：KNIME， Alteryx， SAS， RapidMiner， H2O.ai
挑战者 (2)：MathWorks， TIBCO 软件 (新进入)
远见者 (5)：IBM、微软、Domino 数据实验室、Dataiku、Databricks(新进入)
特定领域者 (4)：SAP、Angoss、Anaconda (新进入)、Teradata
2018年Gartner数据科学和机器学习平台的魔力象限
过去一年，TIBCO 软件、Anaconda 和 Databricks三家公司被纳入这一象限中。FICO、Quest和Alpine数据则被撤掉。
上图显示了2017 MQ(灰色背景图像) 和 2018 MQ(前景图像) 的对比状况，箭头连接的圆点表示同一家公司。
调查显示，过去3年，纳斯达克、Tableau、Qliktech这3家供应商保持领先。liktech意外地停留在领导者的象限中，尽管他们的首席执行官Thoma Bravo在公司以30亿美元被收购一个半月后离职。
IBM过去曾属于领导者，但由于执行能力较低，它被放到了远见者象限。
甲骨文在2016年被撤出该象限，2017年又重回榜单，目前正处于“利基”的范畴中。
MicroStrategy是业内最早的供应商之一，被纳入挑战者范畴。
该象限也有一些案例可能超出人们的预期，包括——Alteryx、ClearStory Data、ZoomData、Datameer和Pentaho。
这一领域在过去一年中见证了很多变化。行业分析师Jen Underwood表示，新员工竞争加剧。机器学习和数据科学的新模式可能即将出现。
尽管人工智能和机器学习引起轰动，Gartner仍然对采用这项新技术持谨慎态度。
Gartner研究副总裁Jim Hare警告说，在他们计算出其“数据战略”之前，急于采用人工智能的企业称，近三分之一的CIO们正计划部署人工智能。他表示：“数据是人工智能的助推剂，因此组织需要现在准备为人工智能计划存储和管理更大量的数据。”
Gartner还在报告中指出了一些机器学习和数据科学方面的关键趋势：
46％的CIO制定了部署人工智能的计划，但只有4％真正落实。
谷歌和亚马逊仍在这一领域大笔投资。微软并没有进入领导者象限。
定义
Gartner对数据科学和机器学习平台的定义是：它是一个具有凝聚力的软件应用程序，提供基本的融合各构件模块的能力，既可以创建各种数据科学的解决方案，又可以将这个解决方案集成到业务流程及所涉及的周边基础设施及产品中去。
