近日，国际权威机构Gartner发布了《2020年十大战略技术趋势：AI民主化》报告，第四范式作为自动机器学习（AutoML）代表入选该报告推荐厂商。Gartner认为，以AutoML为代表的“AI民主化”具备低门槛、高效率等优势，将加快人工智能在企业端的规模化应用进程。

Gartner《十大战略技术趋势》素有“技术风向标”之称，每年归结出具有巨大颠覆性潜力、即将进入成熟商用阶段且影响范围及用途不断扩大的战略技术，这些技术将迅速增长、并在未来五年内达到临界点。Gartner建议企业重点关注这些技术趋势，以应对其对经营策略可能带来的重大影响，并做出相应的调整。

Gartner《2020年十大战略技术趋势》，AI民主化位列其中

在2020年战略技术趋势预测中，“AI民主化”成为十大战略技术趋势之一，被赋予“从根本上简化体验，而无需广泛且昂贵的培训”的使命，确保用户能够更广泛地获取技术专业知识（例如机器学习、应用程序开发）或业务专业知识（例如销售流程与经济分析），实现AI“全民可用”的目标。

Gartner在“AI民主化”技术趋势专项报告中特别强调AutoML在“AI民主化”中承担的关键角色。Gartner发现，AI的迅速发展遍及各类企业和所有地区，企业不仅从单一、大型的AI解决方案中受益，还从数百个中小型方案部署中获益。随着AI在企业中的规模化应用，其部署挑战也越来越清晰——据Gartner调研结果显示，缺乏技术人才是各大企业及组织在构建和实施AI应用时所面临的最大挑战。

企业应用AI的三大挑战（来源：Gartner报告）

而以AutoML技术为核心的“AI民主化”可降低门槛、提升效率，从而解决AI发展中专业人员不足导致的无法正常开展机器学习项目及应用的问题，加快AI在企业端的规模化应用进程。 在降低门槛方面，“AI民主化”将企业构建AI方案的能力从数据科学家向业务人员转移——越来越多的非AI技术人员，可以通过云部署或本地部署的AI平台掌握创建AI解决方案的能力；在提升效率方面，“AI民主化”能够使数据科学家专注于利用人工智能探索更多的应用案例。 Gartner在报告中对第四范式AutoML技术表示了特别关注，并引用第四范式AutoML理念与技术逻辑进行阐释（如下图）。过往，机器学习流程主要依靠AI技术专家来执行，通常需要数次调参迭代才能使流程高效进行。而第四范式AutoML通过将机器学习过程自动化，改善机器学习应用程序的构建，减少对专业知识的依赖，是帮助专家和普通业务人员提高机器学习开发能力及性能的增强版解决方案。

自动机器学习流程示例（来源：Gartner报告）

Gartner在报告着重介绍了来自第四范式和谷歌的两个代表性案例，阐明AutoML已经在帮助专家和非技术背景的业务用户提高机器学习应用的表现。有越来越多的企业通过AutoML落地部署AI应用并产生业务价值。

AutoML应用案例介绍（来源：Gartner报告）

雪佛龙公司的地震成像处理技术团队安装了Google自动机器学习图像分析工具，进行内部文献检索，发掘石油钻探新的机会。

长春市妇产医院的医生基于第四范式的AutoML技术及产品，建立了新生儿体重预测和胎膜早破的预测模型，无机器学习经验的医生由此证明了大气压与胎膜早破之间的紧密相关性。

Gartner预测，到2024年，75%的大型企业将使用至少四种低代码的开发工具来支持IT应用程序开发和公民（不具备专业AI技能的开发人员及业务人员）开发；到2025年，数据科学家的稀缺不再成为企业或组织采用数字化、机器学习等技术的阻碍。

在“AI民主化”的技术趋势下，Gartner建议相关团队尽快利用流程和工具来承担更多的人工智能工作。基于对平台工具的详细调研，Gartner在报告中推荐了主流的自动机器学习供应商。第四范式被选为自动机器学习平台类别的代表厂商，一起入选的还有Google（具备机器学习功能与服务的公有云平台代表厂商）、H2O.ai（开源人工智能平台代表厂商）、DataRobot（机器学习平台代表厂商）等海外科技公司。