Microsoft est un leader dans le Magic Quadrant de Gartner pour les services de développement de l’IA en nuage 2022
Gartner a reconnu Microsoft comme un leader dans le Gartner® Magic Quadrant™ 2022 pour les services de développement de l’IA dans le cloud, Microsoft étant placé le plus loin dans la catégorie » Complétude de la vision « .
Gartner définit ce marché comme « des services hébergés dans le cloud ou conteneurisés qui permettent aux équipes de développement et aux utilisateurs professionnels qui ne sont pas des experts en science des données d’utiliser des modèles d’IA via des API, des kits de développement logiciel (SDK) ou des applications. »
Nous sommes fiers d’être reconnus pour notre plateforme Azure AI. Dans ce billet, nous allons approfondir l’évaluation de Gartner, ce que cela signifie pour les développeurs, et donner accès à la réimpression complète du Magic Quadrant de Gartner pour en savoir plus.
Développez des applications intelligentes grâce à une IA prête pour la production.
« Bien que les pratiques ModelOps arrivent à maturité, la plupart des équipes d’ingénierie logicielle ont encore besoin de capacités d’IA qui n’exigent pas de compétences avancées en apprentissage automatique. C’est pourquoi les services de développement de l’IA en nuage (CAIDS) sont des outils essentiels pour les équipes d’ingénierie logicielle » – Gartner.
Au-delà de la complexité du prétraitement des données et de la création de modèles d’IA, les entreprises se débattent avec l’évolutivité, la sécurité, la gouvernance, etc. pour que leurs modèles soient prêts pour la production. C’est pourquoi plus de 85 % des entreprises du classement Fortune 100 utilisent aujourd’hui Azure AI, dans des secteurs et des cas d’utilisation variés.
De plus en plus, nous voyons des développeurs accélérer le temps de valorisation en utilisant des modèles d’IA préconstruits et personnalisables comme blocs de construction pour des solutions intelligentes. Au fil des ans, Microsoft Research a réalisé d’importantes percées dans le domaine de l’IA. Nous avons été les premiers à atteindre la parité humaine dans les domaines de la parole, de la vision et du langage. Aujourd’hui, nous repoussons les limites des capacités des modèles de langage avec de grands modèles comme Turing, GPT-3 et Codex (le modèle qui alimente GitHub Copilot) pour aider les développeurs à être plus productifs. Azure AI regroupe ces innovations dans des modèles généraux prêts pour la production, connus sous le nom d’Azure Cognitive Services, et dans des modèles spécifiques à un cas d’utilisation, Azure Applied AI Services, que les développeurs peuvent intégrer via une API ou un SDK, puis continuer à affiner pour plus de précision.
Pour les développeurs et les scientifiques des données qui cherchent à construire des modèles d’apprentissage automatique prêts à la production à l’échelle, nous prenons en charge l’apprentissage automatique, également connu sous le nom d’autoML. AutoML dans Azure Machine Learning est basé sur des recherches innovantes de Microsoft axées sur l’automatisation des tâches itératives et chronophages du développement de modèles d’apprentissage automatique. Cela libère les scientifiques des données, les analystes et les développeurs pour qu’ils se concentrent sur des tâches à valeur ajoutée en dehors des opérations et accélèrent leur temps de production.
Favoriser la productivité des équipes d’IA dans toute l’organisation
« Comme de plus en plus de développeurs utilisent CAIDS pour construire des modèles d’apprentissage automatique, la collaboration entre les développeurs et les scientifiques des données deviendra de plus en plus importante. »-Gartner.
Alors que l’IA se généralise dans les organisations, il est essentiel que les employés disposent des outils dont ils ont besoin pour collaborer, construire, gérer et déployer des solutions d’IA de manière efficace et responsable. Comme l’a indiqué Satya Nadella, président-directeur général de Microsoft, lors de la conférence Microsoft Build, Microsoft « construit des modèles en tant que plates-formes dans Azure » afin que les développeurs ayant des compétences différentes puissent tirer parti des avancées de la recherche en matière d’IA et les intégrer dans leurs propres applications. Cela va des développeurs professionnels qui créent des applications intelligentes avec des API et des SDK aux développeurs citoyens qui utilisent des modèles préconstruits via Microsoft Power Platform.
Azure AI permet aux développeurs de créer des applications dans leur langue préférée et de les déployer dans le cloud, sur site ou à la périphérie à l’aide de conteneurs. Récemment, nous avons également annoncé la possibilité d’utiliser n’importe quel cluster Kubernetes et d’étendre l’apprentissage automatique pour l’exécuter à proximité de l’endroit où se trouvent vos données. Ces ressources peuvent être exécutées via un seul volet avec la gestion, la cohérence et la fiabilité fournies par Azure Arc.
Opérationnaliser les pratiques d’IA responsable
« Les fournisseurs comme les clients recherchent plus que la performance et la précision des modèles d’apprentissage automatique. Lorsqu’ils choisissent des services d’apprentissage automatique, ils devraient donner la priorité aux fournisseurs qui excellent dans la fourniture de modèles explicables et transparents, avec détection intégrée des biais et mécanismes compensatoires ».
Chez Microsoft, nous appliquons notre norme Responsible AI Standard à notre stratégie de produit et au cycle de développement, et nous nous sommes fixé comme priorité d’aider nos clients à faire de même. Nous fournissons également des outils et des ressources pour aider les clients à comprendre, protéger et contrôler leurs solutions d’IA, notamment un tableau de bord d’IA responsable, des directives de développement de robots et des outils intégrés pour les aider à expliquer le comportement des modèles, à tester l’équité, etc. Fournir un ensemble d’outils cohérents à votre équipe de science des données ne soutient pas seulement la mise en œuvre de l’IA responsable, mais contribue également à fournir une plus grande transparence et permet des déploiements de modèles plus cohérents et efficaces.
Microsoft est fier d’être reconnu comme un leader dans les services de développement de l’IA dans le cloud, et nous sommes enthousiasmés par les innovations qui se produisent chez Microsoft et dans l’ensemble de l’industrie et qui donnent aux développeurs les moyens de relever les défis du monde réel avec l’IA. Vous pouvez dès à présent lire le Magic Quadrant complet de Gartner et en tirer des enseignements.
En savoir plus
- Explorez d’autres rapports d’analyste pour Azure AI.
- Lisez les dernières annonces d’Azure AI sur le blog d’Azure.
Écrit par Sharieff Mansour GM, Product Marketing, Microsoft
Références
¹Pourquoi 87 % des projets de science des données ne sont jamais mis en production ? Venture Beat.
Gartner Inc : » Magic Quadrant for Cloud AI Developer Services « , Van Baker, Svetlana Sicular, Erick Brethenoux, Arun Batchu, Mike Fang, 23 mai 2022.
Gartner et Magic Quadrant sont des marques déposées et des marques de service de Gartner, Inc. et/ou de ses filiales aux États-Unis et dans le monde entier et sont utilisées ici avec autorisation. Tous droits réservés. Ce graphique a été publié par Gartner, Inc. dans le cadre d’un document de recherche plus large et doit être évalué dans le contexte du document entier. Le document de Gartner est disponible sur demande auprès de Microsoft. Gartner ne cautionne aucun fournisseur, produit ou service décrit dans ses publications de recherche, et ne conseille pas aux utilisateurs de technologie de choisir uniquement les fournisseurs ayant les meilleures évaluations ou autres désignations. Les publications de recherche de Gartner représentent les opinions de l’organisation de recherche de Gartner et ne doivent pas être interprétées comme des déclarations de faits. Gartner décline toute garantie, explicite ou implicite, concernant cette recherche, y compris toute garantie de qualité marchande ou d’adéquation à un usage particulier.