機器學習是一種數據分析方法，通過使用迭代學習數據的算法，機器學習可以使電腦在沒有被明確編程看哪里的情況下，發現隱藏的領域。

機器人在沒有算法的支持下，通常都只能做一些在編程命令下的重復工作。機器算法可以推動機器人快速學習和成長，讓機器人的行為動作從被動轉向主動，從單純的執行工作轉變為豐富的思考創作。

IDC發布《2019下半年中國人工智能軟體及應用追蹤》報告顯示，2019年中國機器學習開發平臺市場規模達到2.05億美元。受此次新冠肺炎疫情影響，IDC下調了2020—2021年的市場規模，因此也影響了未來5年的整體市場增長率，預計2018—2024年的年復合增長率（CAGR）為38.6％。

在主流廠商方面，IDC指出，作為市場份額領先的AI平臺提供商，第四范式積極探索遷移學習，打造AI PaaS平臺“Sage Platform”及AI軟體定義的基礎架構SageOne產品，打通從數據、演算法到算力的AI產業化全流程；美林數據作為中國國內領先的數據分析與AI廠商，該公司在演算法研究、行業應用實踐、落地實施方法論層面擁有獨到見解與優勢；九章云極則對DataCanvas數據科學平臺有清晰的定位。除此之外，還包括阿里云PAI平臺，華為云的Modelarts定位企業級AI開發平臺，騰訊云的智能鈦機器學習平臺等。

人工智能應用均是采用機器學習、深度學習建模開發而成的系統。本次IDC追蹤的機器學習開發平臺，定位面向開發者、數據科學家、業務分析師的PaaS平臺，不包含已完成開發的人臉識別、語音助理、對話式客服等軟體。

IDC指出，算力不斷提升、演算法模型創新、開源技術發展、廠商市場投入為中國機器學習開發平臺市場的發展驅動力；而雖然驅動力足夠，但市場發展的瓶頸也同樣存在，包括數據資源就緒度，數據品質，能用來建模的數據量；有能力進行模型開發、模型優化的數據科學家；建模人員與行業專家對業務理解上的鴻溝；行業企業內部人員對機器學習、AI專案的配合程度；為機器學習、AI定位到合適的應用場景等。

展望未來，IDC中國助理研究總監盧言霞表示，即使受疫情影響，機器學習開發平臺市場仍表現出較高的市場增長潛力和應用潛力；要充分挖掘此潛力，需要做到為開發人員提供培訓和可快速啟動的工具，提供一定的可用于訓練的數據集（可能來自內部也可能是協同廠商），快速入門的樣例／范本，咨詢服務，業務專家、數據科學家、咨詢合作伙伴等利益相關者的共同參與和協同合作，持續創新和原型設計，直到達到可以規模化使用的程度。