Gartnerの評価レポート
機械学習プラットフォームでH2O.aiやKNIMEなど小規模ベンダーが躍進
データサイエンスと機械学習の市場は急速に拡大している。調査会社Gartnerの最新レポートによると、急増する市場の需要に素早く対応できる小規模ベンダーが大手を抑えてリードしているという。
調査会社Gartnerは、データサイエンスと機械学習のプラットフォームに関する2018年版評価レポート「Magic Quadrant for Data Science and Machine-Learning Platforms」を発表した。今回はH2O.aiやKNIMEといった小規模なベンダーが大手のIBMやMicrosoft、SAPを抑えて「リーダー」として評価され、「アドバンストアナリティクス」という用語の実質的な生みの親であるSAS Instituteと並んだ。
同レポートは、アナリティクスプログラムが成熟に向かい、アプリケーション開発者などデータサイエンティスト以外にもデータサイエンスツールの需要が広がって、今後も変動が続くと予想する。実際、データサイエンスと機械学習への投資は増加しており、2016年の収益は9.3%増加して24億ドルに達した。2016年のビジネスインテリジェンス市場全体の収益増4.5%と比較すると突出している。
データサイエンスと機械学習への関心が高まり、市場にはますます多くのベンダーが参入している。なぜかこのレポートにランクインしていないGoogleやAmazon.comなどのクラウドベンダーも、この分野の技術の開発を手掛ける。従来とは異なるベンダーもアナリティクス分野に進出し、勢力を伸ばしている。例えばSalesforceは「Einstein」という技術を提供しており、人材管理・財務ソフトウェアベンダーのWorkdayはビッグデータアナリティクス企業のPlatforaを買収した。
企業の最高情報責任者(CIO)は市場のこうした目まぐるしい動きに目を配り、現在採用しているベンダーが急速な変化に対応できるのか、常に注意を払っておくべきだとGartnerは助言する。新規ベンダーの起用を検討する際は、データサイエンスと機械学習の新しいプラットフォームが既存のものと競合するのではなく補完するものになるか、よく調べる必要があるという。
同レポートは、データサイエンスソリューションの構築に必要なデータのアクセスと準備などの基本ツールを統合し、データサイエンスソリューションをビジネスプロセスやインフラストラクチャ、製品に実装するプラットフォームを提供するベンダー16社を評価した。前年とは異なり、2018年版は機械学習を対象に加え、「データサイエンスのサブセット」と位置付けており、こうしたプラットフォームを評価する際に特に注目すべき分野だとした。
このレポートは「ビジョンの完全性」と「実行能力」を軸にベンダーを評価し、その結果に基づいてベンダーを「チャレンジャー」「ニッチプレイヤー(特定市場指向型)」「ビジョナリー(概念先行型)」「リーダー」に分類する。最も有力なベンダーと見なされるリーダーに選ばれたのはAlteryx、SAS、KNIME、RapidMiner、H2O.aiだ。そのすぐ後ろには、チャレンジャーに選ばれたTIBCO SoftwareやMathWorksが迫っている。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品レビュー
「電子帳簿保存法対応」実践術:タイムスタンプ付与などの要件の手軽な実現方法 -
事例
「大企業のデジタル化」成功事例集【コクヨ、九州電力、ヨネックスなど21社】 -
製品資料
“顧客管理の課題”を簡単に解決する方法とは? -
製品資料
契約管理の“あるある課題”をノーコード開発で解決するためのポイント -
製品資料
揺らぐ境界防御 いま企業が特に警戒すべき「3つのセキュリティ課題」とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
2
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
3
自宅のWi-Fiが「遅い」「途切れる」本当の原因は? Dellが推奨する鉄則
-
4
継続利用は4割どまり M365 Copilotが「効く業務」と期待外れの境界
-
5
画面をティッシュで拭くのはNG Dellが推奨するPCの正しいお手入れ方法
-
6
Oracle巨大ITプロジェクトはなぜつまずいたのか 8年で導入1割、追加で170億ドル
-
7
VDI運用の“生きたノウハウ”を共有 歴史あるユーザー会の魅力とは?
-
8
メインフレームは死なず AI活用で20年来の高収益をたたき出す基幹システムの底力
-
9
VMware離れを食い止めるか? 今「VCF 9.1」が再評価される理由
-
10
「GitHub Copilot」3000人に配布も基本機能しか使われない 保険大手が得た教訓
ホワイトペーパーランキング PR
-
1
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
2
AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
-
3
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは?
-
4
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
5
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
6
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
7
「結局、一部の人しか使わない」 AI活用が業務に定着しない根本的な理由
-
8
AIエージェントで成果は出る? 調査結果に見る費用対効果の実態
-
9
PostgreSQLの「機能」「性能」「運用」「拡張性」に関する悩みの解消法
-
10
ゼロトラストにおける「IDaaSの課題」と補完すべき重要機能とは?
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー