自动化机器学习解决方案市场 – 全球行业规模、份额、趋势、机遇和预测，按产品（平台和服务）、按部署（本地和云）、按自动化类型（数据处理、特征工程、建模和可视化）、按企业规模（大型企业和中小型企业）、按最终用户（BFSI、零售和电子商务、医疗保健和制造业）、按地区和竞争进行细分，2018 年至 2028 年

全球自动化机器学习解决方案市场

如今，许多行业领域都严重依赖机器学习 (ML)。另一方面，开发高性能机器学习系统需要高度专业化的数据科学家和主题专家。通过使领域专家能够在没有大量统计和机器学习技能的情况下自动创建机器学习应用程序，自动化机器学习 (AutoML) 旨在减少对数据科学家的需求。

机器学习 (ML) 最近在各种应用程序中得到越来越广泛的应用，但没有足够的机器学习专业人员来跟上这种增长。自动化机器学习 (AutoML) 的目标是使机器学习更容易接近。因此，专业人员应该能够安装更多的机器学习系统，并且使用 AutoML 所需的技能比直接使用 ML 更少。然而，该技术的接受度目前仅为中等，这限制了

在COVID-19疫情之后，组织越来越依赖智能解决方案来实现业务运营的自动化，这导致人工智能的使用增加。预计这种模式将在接下来的几年中持续下去，从而加速人工智能在业务运营中的应用。

对高效欺诈检测解决方案的需求不断增加

机器学习被广泛应用于金融领域，包括交易、流程自动化、信用评分以及贷款和保险承保。金融安全的主要问题之一是金融欺诈。机器学习目前正用于欺诈检测应用，以打击日益增长的金融欺诈风险。

下载免费示例报告

随着企业现在转向利用下一代技术，人工智能 (AI) 的使用正在增加。企业可以将人工智能用于各种目的，包括数据收集和工作流程效率。

自动化机器学习工具的采用缓慢

机器学习 (ML) 的应用越来越多，但没有足够的机器学习专家来跟上这种扩展。自动化机器学习 (AutoML) 的目标是使机器学习更平易近人。因此，专家应该能够安装更多的机器学习系统，使用 AutoML 所需的技能比直接处理 ML 更少。

不断发展的医疗保健应用

医疗保健领域的许多应用已经利用了机器学习技术。该平台分析了该垂直行业的数百万个不同数据点，预测结果，还提供快速风险评估和精确的资源分配。

诊断和识别有时可能难以识别的疾病和病症的能力是该技术在医疗保健领域最重要的用途之一。这可能包括许多在第一阶段难以识别的遗传性疾病和肿瘤。 IBM Watson Genomics 就是一个显著的例子，它展示了基于基因组的肿瘤测序与认知计算相结合如何促进癌症检测。

一家名为 Berg 的大型生物制药公司使用人工智能为癌症等疾病提供药物治疗。所有这些因素都在推动市场的发展

用户对自动化机器学习解决方案的抵制

市场延迟采用自动化机器学习解决方案主要是由于机器学习技术的采用有限。公司很难获得他们所需的领域专家，因为对机器学习适当能力的需求很大。此外，由于聘请这些专业人员的成本很高，企业采用机器学习等尖端技术的可能性更小。

市场细分

自动化机器学习解决方案市场细分为产品、部署、自动化类型、企业规模、最终用户、公司和地区。根据产品，市场细分为平台和服务

市场参与者

最新发展

• Meta 于 2021 年 12 月选择 AWS 作为重要且长期的战略云供应商。Meta 和 AWS 共同努力提高 PyTorch 用户在 AWS 上的性能，并加快程序员创建、训练、部署和使用 AI/ML 模型的过程。
• 2021 年 11 月，SAS 的旗舰 SAS Viya 平台获得了对开源用户的支持。SAS Viya 用于开源实用程序和集成。该软件用户构建了 API 优先策略，支持机器学习驱动的数据准备过程。
• 全周期业务 AI 自动化解决方案供应商 Dot Data 与分析平台 Tableau 于 2021 年 9 月宣布合作，让 Tableau 用户利用 dotData 的 AI 自动化功能。 Tableau 用户可以通过将 Tableau 的数据准备和可视化功能与 dotData 增强的洞察发现和预测建模功能相结合，从原始数据到数据准备和洞察发现，通过基于 AI 的预测和可操作的仪表板执行全周期预测分析。