DataRobot no Quadrante Mágico de Data Science e Machine Learning da Gartner 2024
- Frederico Gonzalez Colombo Arnoldi
- 3 de abr.
- 6 min de leitura
Atualizado: 8 de abr.
Agenda
O objetivo dessa análise
A Gartner, o Quadrante Mágico e o significado de ser um líder
O Quadrante Mágico para Plataformas Data Science e Machine Learning (DSML) de 2024
Os Destaques da Gartner sobre a DataRobot no Quadrante Mágico de Data Science e Machine Learning da Gartner 2024
Objetivo dessa análise
Nos últimos anos, a demanda por soluções de Data Science e Machine Learning cresceu significativamente, principalmente pelo fato de as empresas estarem buscando maneiras de extrair valor dos seus dados, assim como obter vantagens competitivas por meio de decisões ou automatizadas ou embasadas por dados. As plataformas dedicadas a esses temas, como consequência, ganharam papel relevante seja como habilitador ou como intensificador e acelerador desses benefícios.
Como esse é um tema central na nossa área de atuação, fizemos uma análise do Quadrante Mágico de Plataformas de Data Science e Machine Learning 2024, para entender o cenário de tecnologia, mas também como uma visão externa de um dos nossos principais parceiros, a DataRobot.
Nosso objetivo, com este artigo, foi sumarizar e compartilhar com a comunidade os insights, algumas interpretações e comentários que tivemos nessa leitura e análise. Apesar de termos uma visão otimista sobre a plataforma, tentamos fazer uma análise honesta, para nos direcionar, mas também para orientar corretamente nossos parceiros.
A Gartner, o “Quadrante Mágico” e o significado de ser um líder
A Gartner é uma consultoria global especializada em pesquisa e aconselhamento de líderes empresariais, com foco em tecnologia da informação (TI). Seu objetivo, ajudar empresas a tomarem decisões estratégicas.
O Quadrante Mágico da Gartner é um relatório que oferece uma visão abrangente sobre os principais fornecedores de tecnologia do mercado e suas respectivas plataformas. É um dos relatórios mais aguardados que avalia as plataformas com base em dois critérios: Capacidade de Execução e Integralidade de Visão. Sobre esses eixos:
Capacidade de Execução (Ability to Execute): Mede o quão bem uma empresa consegue entregar sua solução ao mercado e atender seus clientes. Alguns dos fatores avaliados incluem:
Produto ou Serviço: Capacidade de entrega, desempenho e evolução contínua da plataforma.
Experiência do Cliente: Qualidade do suporte, usabilidade e adoção da solução pelos usuários.
Integralidade de Visão (Completeness of Vision): Avalia o quão inovadora e estratégica é a empresa em relação ao futuro nesse mercado. Alguns dos fatores considerados são:
Inovação: Capacidade de trazer novas funcionalidades, aplicar tecnologias emergentes e antecipar tendências.
Modelo de Negócio: Estratégia de crescimento, parcerias e adaptação às demandas do setor.
Com base nesses eixos, os fornecedores são classificados em quatro quadrantes:
Líderes (Leaders): Empresas com forte capacidade de execução e visão abrangente.
Desafiantes (Challengers): Alta capacidade de execução, mas visão menos completa.
Visionários (Visionaries): Visão inovadora, mas menor capacidade de execução.
Jogadores de Nicho (Niche Players): Foco em segmentos específicos ou com limitações em ambos os critérios.
Os fornecedores posicionados no quadrante Líder combinam uma execução sólida com uma visão abrangente e inovadora do mercado. Isso significa que suas soluções não apenas são eficientes e bem suportadas, mas também demonstram capacidade de inovação e adaptação às mudanças do setor.
O Quadrante Mágico para Plataformas Data Science e Machine Learning (DSML) de 2024
A cada edição, o Quadrante Mágico da Gartner reflete a evolução das principais plataformas de Data Science e Machine Learning e seu impacto no mercado. A imagem a seguir mostra o posicionamento das plataformas em 2024:
A plataforma da DataRobot tem sido consistentemente bem avaliada por consultorias como Gartner, Everest Group e IDC, no tema de experimentação e desenvolvimento de modelos de IA e também na implantação e gestão desses em produção. E, pelo Quadrante Mágico de 2024, a plataforma consta como líder no tema. Ou seja, mantém sua capacidade de executar e também mantém uma boa visão de futuro, e confirma sua posição de destaque no setor.
Para nós, que temos investido na parceria com a DataRobot e também temos recomendado para alguns de nossos clientes, isso é uma notícia importante e reconfortante: reforça nossa visão do mercado, nossas decisões estratégicas e, principalmente, traz mais segurança para as decisões dos nossos clientes.
Os Destaques da Gartner sobre a DataRobot no Quadrante Mágico de Data Science e Machine Learning da Gartner 2024
A plataforma DataRobot foca em aumentar a velocidade assim como efetividade em gerar valor em projetos de ciência de dados, principalmente projetos com Machine Learning (M.L) e IA Generativa (GenAI), por meio de recursos avançados e automatizados, e de fluxos/processos para governança, incluindo o monitoramento de modelos em produção.
A empresa, fundada em 2012 na cidade de Boston/EUA, tem operações geograficamente diversificadas e tem como clientes empresas de vários tamanhos e setores.
A empresa aumentou seu foco em governança para modelos de M.L. e GenAI por meio de funcionalidades/recursos em sua plataforma, assim como a participação no US AI Safety Institute Consortium do Departamento de Comércio dos EUA.
Os principais pontos positivos da DataRobot, segundo a Gartner:
Facilidade de uso: A abstração da construção de modelos preditivos e de IA Generativa, simplifica o processo para cientistas de dados e também para usuários de negócio.
Foco na geração de valor: A DataRobot tem equipes próprias ou de parceiros para direcionar o desenvolvimento e implantação de modelos na direção de entregar/gerar de valor.
Entendimento de mercado: A estratégia da DataRobot foca na colaboração entre múltiplos participantes em atividades DSML de ponta a ponta, permitindo que diferentes personas (analistas de negócio, analistas de T.I, ou cientista de dados) tenham suas necessidades endereçadas.
Governança: a plataforma obteve a maior pontuação para o caso de uso de Governança (4,1/5) no Gartner Critical Capabilities. Esse tema em específico, não consta diretamente nos 3 “bullet points” destacados no relatório, mas existem algumas menções claras sobre esse aspecto, então incluímos como um ponto adicional.
Compartilhamos dessa visão nesses temas e entendemos que a facilidade de uso, foco na geração de valor e a ênfase na governança são, de fato, alguns dos pontos mais relevantes da plataforma. No final desse artigo, faremos referência à nossa página dedicada a plataforma, onde exploramos os pontos positivos da DataRobot, na nossa visão.
Os principais pontos de Atenção da DataRobot, segundo a Gartner:
Estratégia de produto. A DataRobot se coloca como uma plataforma de IA/ML de ponta a ponta, mas seu foco está principalmente no desenvolvimento de modelos de M.L. e GenAI, implantação e gerenciamento desses modelos em produção. Existem recursos para transformação e o gerenciamento de dados, assim como visualização de dados, porém não com a mesma profundidade dos recursos para desenvolvimento, implantação e gestão dos modelos e praticamente não há recursos para “rotulagem” de dados.
Nossa visão sobre gestão e transformação de dados. Concordamos com esse ponto. Existem sim alguns recursos para gestão, preparação dos dados e principalmente descoberta de variáveis, mas não se comparam com toda a sofisticação das etapas subsequentes ou de concorrentes mais intrinsecamente associados a plataformas de Big Data. Porém, também entendemos que esse não é o foco da plataforma e que disponibiliza conectores para os principais ambientes de gestão e processamento de dados como BigQuery, Athena, S3, DataBricks, SAP Hana, etc.
Nossa visão sobre visualização/entrega: A Gartner também menciona certa deficiência na questão de visualização e entrega dos resultados. Compartilhávamos dessa visão até recentemente. Porém, a DataRobot lançou uma série de recursos que permitem desenvolver aplicações e dashboards baseados em Flask e Streamlit, que destrava muito dessa antiga limitação.
Concordamos com a deficiência no tema de rotulagem dos dados, mas também não vemos esse recurso na maior parte das plataformas do setor.
Preço. O modelo de preços e custos da DataRobot está entre os mais altos do relatório.
Nossa visão: O licenciamento da plataforma é baseado em licenças anuais (e não em uma estratégia “pay as you go") e já inclui todos os custos de infraestrutura em sua versão SaaS. Entendemos que a plataforma da DataRobot só se torna interessante em termos de custos, quando estamos buscando endereçar alguns usuários, mais de um projeto, ou um único projeto que depende de muitos modelos ou de atualizações constantes (por exemplo previsão de vendas no nível Sku). Para um único projeto pequeno ou poucos usuários (1-2), o sistema de licenciamento anual com todos os custos de infraestrutura incluídos pode não ser a melhor opção.
Práticas operacionais. Recentemente a DataRobot passou por mudanças em sua estrutura, incluindo a equipe de liderança e times operacionais, o que pode prejudicar os esforços da empresa em manter a satisfação do cliente.
Nossa visão: É inegável que mudanças significativas ocorreram na estratégia e nos times (como ocorreu com muitas empresas no pós-pandemia, com juros e inflação mais altos). Entre as mudanças estratégicas, observamos uma mudança de um atendimento direto (da DataRobot para o cliente) para um atendimento via canais/parceiros (um parceiro da empresa apoiando os clientes) em algumas regiões, incluindo América Latina. Para os parceiros da Carpa Analytics, essa mudança deve ser pouco impactante, pois contamos com um time de profissionais com experiência na plataforma, incluindo ex-funcionários da DataRobot, mas concordamos que adiciona uma complexidade adicional, já que demanda a escolha de um parceiro local competente e engajado.
Quer saber mais sobre DataRobot
Desde 2018, nosso time tem atuado intensamente na plataforma, impulsionando a incorporação de IA/ML em mais de 20 grandes empresas no Brasil, apoiando diversas áreas e processos de negócio.
Se você tiver interesse em saber a nossa visão sobre os principais benefícios da plataforma (maior velocidade nas suas iniciativas com IA; diminuição de riscos; customização; sustentação simplificada e governança; sem surpresas de custos), você pode acessar uma página dedicada a DataRobot que nós mesmo criamos, clicando aqui.
Para acessar o relatório completo da Gartner, clique aqui.
Autores do artigo: Frederico Arnoldi e Marina Madalena de Lespinasse
Kommentare