IDC中国于2017年12月发布了《机器学习、深度学习开源项目应用机会分析》，针对开源机器学习项目的商业化应用进展做了深入研究。
开源社区赋能+开发者高度热情+企业降本增效的需求驱动机器学习项目部署
越来越多的行业组织开始部署机器学习、深度学习项目，这些项目中有很多技术组件来源于开源社区。
开源项目应该看什么
开源软件已在业界广泛应用，但在使用之前，有必要先明确：项目的管理方是谁，是高校研究机构还是商业化公司？贵公司正在使用的License模型是怎样的，组织是否已经充分理解该License所要求的权利和义务？贵公司是否要在商业化产品中使用开源技术，您的产品和开源技术的区隔是什么？如果您是技术最终用户，是否有比较过开源社区工具和商业化产品的总成本？
除了上述要考虑的问题之外，在此机器学习研究报告中，IDC也重点介绍了以下10个开源项目的背景、更新频率以及用户活跃度等。
机器学习商业化产品案例。
另外，多家大型云服务商已上线基于开源项目的商业化服务，甚至提供机器学习的部署、实施服务。云计算服务商在云上开放机器学习平台，能够集模型训练、预测、部署的功能于一体，并提供公共数据集和业界模型，赋能用户快速释放数据价值。
未来市场机会分析
从2017年人工智能技术投资的进展来看，目前互联网、金融、医疗、制造、汽车、游戏是技术投资主力。
29%是互联网企业，这其中包含BATJ级别的互联网公司，还包含新美大、网易、聚美优品等互联网公司，以及互联网+教育、互联网+汽车等互联网+传统行业的公司，可以说是AI技术投资的第一梯队。
占据19%份额的制造业主要以消费级产品制造商为主，如智能家电、机器人等，还包括汽车制造业。消费级产品制造商是本次人工智能浪潮中AI技术投资的第二梯队。
16%是金融业，领先的银行、保险以及投资管理机构在探索基于深度学习的刷脸身份验证、刷脸支付、图片识别、智能投顾等应用场景。
14%的份额是医疗行业，以专科医院、民营医院以及对新技术持开放态度的大型医院为主。此外，游戏行业也是机器学习、深度学习技术应用的主力。
