Databricks在Gartner DSML平臺報告中拔得頭籌

Gartner釋出了2025年資料科學和機器學習（DSML）平臺魔力象限報告。在今年評估的16家供應商中，Databricks從去年的並列第一脫穎而出，獨佔鰲頭。谷歌和微軟緊隨其後，分別位列第二和第三。

報告指出，如今的DSML平臺使用者不再侷限於傳統的分析或經典機器學習演算法，而是越來越多地利用大型語言模型（LLM）和其他基礎模型來自動化業務任務。Gartner的一項調查發現，超過一半的DSML使用者正在利用AI功能獲取自動化洞察，或透過自然語言查詢來開發AI。

在領導者象限中，Databricks憑藉其全面的平臺、穩定的領導力和持續的市場成功佔據榜首。Gartner稱讚Databricks在“執行能力”和“願景完整性”兩個維度上都獲得了最高分。不過，其學習曲線較陡、競爭產品的改進以及某些功能在不同雲平臺上的可用性不足是需要注意的問題。

谷歌的Vertex AI平臺排名第二，與Gemini系列基礎模型深度整合。主要優勢包括統一治理、RAG支援和與客戶的共同創新歷史。複雜性、外部支援和多種RAG解決方案的存在是潛在風險。

微軟的Azure ML位列第三，提供面向資料科學家、AI工程師和開發人員的廣泛功能。實驗功能、強大的生態系統和靈活的定價是亮點，但與OpenAI模型的效能差距縮小、Copilot的有限可用性和品牌混亂是顧慮。

亞馬遜AWS憑藉SageMaker和Bedrock基礎模型也處於領先位置。SageMaker Unified Studio的推出、強大的AI應用生態系統和負責任的AI能力受到好評，但整合靈活性、基礎模型使用率和成本監控仍需改進。

Dataiku、Altair、DataRobot和IBM也在領導者象限中佔據一席之地。Dataiku專注於資料科學和客戶支援；Altair透過收購Cambridge Semantics增強了知識庫能力；DataRobot透過產品更新和AI轉型獲得提升；IBM的watsonx提供了廣泛的工具和基礎模型。

在遠見者象限中，H2O.ai擁有最完整的願景，專注於小語言模型、微調和AI代理。Snowflake首次入圍，其統一結構化與非結構化資料的願景受到讚賞。Domino Data Lab、Cloudera和SAS也在該象限中，各自展現了不同的優勢。

阿里巴巴雲是挑戰者象限的唯一代表，其PAI平臺在計算資源和資料科學基礎設施上表現出色，但東南亞以外的採用率較低。

利基玩家象限包括Alteryx和MathWorks。Alteryx正在透過Alteryx One Platform重塑自身，而MathWorks的MATLAB和Simulink在工業領域廣泛應用。

Anaconda、KNIME和Posit（原RStudio）今年被從報告中移除。

總體而言，Gartner分析師強調，生成式AI是重要的催化劑，但將資料、模型、程式碼和基礎設施整合成可靠可擴充套件的產品仍是挑戰。複合AI系統將成為標準方法，進一步鞏固DSML平臺的重要性。