FirstMark e’ un stageventure capital firm Basata in NYC e ha pubblicato l’ultima analasi sul Mercato Machine Learning, AI & Data (MAD) lo fa da un decennio.
Per vedere il PDF 2024 MAD Landscape iin HD CLICK HERE please Zoom.
Per Accedere all’ interactive version del 2024 MAD landscape, please CLICK HERE
Nel mondo frenetico della tecnologia, dove l’innovazione è la norma e il cambiamento è costante, il Paesaggio del Machine Learning, dell’Intelligenza Artificiale e dei Dati per il 2024 rappresenta una testimonianza dell’evoluzione rapida e della proliferazione di questi campi trasformativi.
Il grafico è una rappresentazione visuale dell’intreccio intricato di aziende, tecnologie e tendenze che plasmano l’ecosistema del ML, dell’IA e dei dati. Dall’infrastruttura dati all’analisi, dall’abilitazione all’IA alle applicazioni, ogni segmento del paesaggio racconta una storia di innovazione, competizione e collaborazione.
Il panorama MAD del 2024 presenta un totale di 2.011 loghi, in aumento rispetto ai 1.416 dell’anno precedente, con 578 nuovi partecipanti alla mappa. A titolo di confronto, la prima versione del 2012 contava solo 139 loghi.
La natura intensamente affollata del panorama è principalmente il risultato di due massive ondate consecutive di creazione di aziende e finanziamenti.
La prima ondata è stata il ciclo della infrastruttura dati, che è iniziato con il Big Data e si è concluso con il Modern Data Stack. Il consolidamento tanto atteso in questo settore non è ancora completamente avvenuto, e la stragrande maggioranza delle aziende è ancora presente.
La seconda ondata è il ciclo del ML/AI, che è iniziato seriamente con l’AI generativa. Essendo ancora nelle prime fasi di questo ciclo e la maggior parte delle aziende è molto giovane, sono stati inclusi liberamente nella mappa anche giovani startup (molte delle quali sono ancora allo stadio di seed).
Da notare che queste due ondate sono strettamente correlate. Un’idea fondamentale del panorama MAD è sempre stata quella di mostrare la relazione simbiotica tra l’infrastruttura dati (sulla parte sinistra), analytics/BI e ML/AI (nel mezzo) e le applicazioni (sulla parte destra).
Sebbene ogni anno diventi sempre più difficile inserire il numero sempre crescente di aziende nella mappa, il modo migliore per pensare allo spazio MAD è come una linea di produzione – un ciclo completo dei dati dalla raccolta alla memorizzazione al processamento fino alla consegna del valore attraverso analytics o applicazioni.
Le principali modifiche nell’infrastruttura e nell’analitica sono le seguenti:
Ci sono pochissime modifiche alla struttura complessiva del lato sinistro del panorama, poiché, come vedremo di seguito (il Modern Data Stack è morto?), questa parte del panorama MAD ha visto meno attività ultimamente.
Alcune modifiche degne di nota includono la rinomina di “Database Abstraction” in “Multi-Model Databases & Abstractions” per catturare l’onda crescente intorno a un gruppo di database ‘Multi-Model’ all-in-one (SurrealDB*, EdgeDB);
l’eliminazione della sezione “Crypto / Web 3 Analytics” che abbiamo creato sperimentalmente l’anno scorso, che sembrava fuori posto in questo panorama; e la rimozione della sezione “Query Engine”, che sembrava più una parte di una sezione che una sezione separata (tutte le aziende in quella sezione appaiono ancora nella mappa – Dremio, Starburst, PrestoDB, ecc.).
Le principali modifiche nell’ambito del Machine Learning & Artificial Intelligence includono:
Con l’esplosione delle aziende di intelligenza artificiale nel 2023, è qui che abbiamo apportato di gran lunga il maggior numero di modifiche strutturali.
Date le enormi attività nel livello di ‘AI enablement’ nell’ultimo anno, ci sono 3 nuove categorie accanto a MLOps:
“AI Observability” è una nuova categoria quest’anno, con startup che aiutano a testare, valutare e monitorare le applicazioni LLM
“I piattaforme di sviluppo AI” è concettualmente vicino a MLOps ma abbiamo voluto riconoscere l’onda di piattaforme focalizzate interamente sullo sviluppo di applicazioni AI, in particolare intorno alla formazione, distribuzione e inferenza LLM
“AI Safety & Security” include aziende che affrontano le preoccupazioni innate legate agli LLM, dall’allucinazione all’etica, la conformità normativa, ecc.
Se la disputa molto pubblica tra Sam Altman ed Elon Musk ci ha insegnato qualcosa, è che la distinzione tra commerciale e non profit è fondamentale quando si tratta di sviluppatori di modelli fondamentali.
Pertanto, si e’ diviso ciò che in precedenza era “AI/AGI Orizzontale” in due categorie: “Ricerca AI commerciale” e “Ricerca AI non profit”.
L’ultima modifica che e’ stata apportata è stata un’altra modifica di nomenclatura, dove ora compare “GPU Cloud” per riflettere l’aggiunta dei set di funzionalità di base dell’infrastruttura effettuata da molti dei fornitori di GPU Cloud: in “GPU Cloud / ML Infra”.
Le principali modifiche nelle “Applicazioni” includono:
Il più grande aggiornamento qui è che… a sorpresa di nessuno… ogni azienda di livello applicativo è ora una “azienda di AI” autoproclamata – il che, per quanto abbiamo cercato di filtrare, ha causato l’esplosione dei nuovi loghi che vedete sul lato destro del panorama MAD quest’anno.
Alcune modifiche minori sulla struttura includono:
In “Applicazioni orizzontali”, c’e’ una categoria “Presentazione e Design”.
Rinominato “Ricerca” in “Ricerca / AI conversazionale” per riflettere la crescita delle interfacce basate su chat alimentate da LLM come Perplexity.
Nel settore “Industria”, rinominato “Gov’t & Intelligence” in “Aerospace, Defense & Gov’t”.
Le principali modifiche nell’ambito dell’infrastruttura open source includono:
Unito categorie che sono sempre state vicine, creando una singola categoria “Gestione dei dati” che spazia sia su “Accesso ai dati” che su “Data Ops”.
Aggiunto una nuova categoria importante, “Local AI”, poiché i costruttori hanno cercato di fornire gli strumenti infrastrutturali per portare l’IA e gli LLM nell’era dello sviluppo locale.
