Introducing G2.ai, the future of software buying.Try now
Qlik Predict und Vertex AI vergleichen 
Hervorgehobene Produkte
Gesponsert
Sie sehen diese Anzeige aufgrund der Relevanz des Produkts für diese Seite. Gesponserte Inhalte erhalten in keiner der Bewertungen von G2 eine bevorzugte Behandlung.
Postman
Website besuchen
Gesponsert
Sie sehen diese Anzeige aufgrund der Relevanz des Produkts für diese Seite. Gesponserte Inhalte erhalten in keiner der Bewertungen von G2 eine bevorzugte Behandlung.
Lyzr.ai
Website besuchen
Gesponsert
Sie sehen diese Anzeige aufgrund der Relevanz des Produkts für diese Seite. Gesponserte Inhalte erhalten in keiner der Bewertungen von G2 eine bevorzugte Behandlung.
ILUM
Website besuchen
Auf einen Blick
Marktsegmente
Unternehmen (40.3% der Bewertungen)
Kleinunternehmen (41.0% der Bewertungen)
Einstiegspreis
Kostenlos
Bezahlen Sie nach Bedarf Pro Monat
Qlik Predict
Sternebewertung
(81)4.4 von 5
Marktsegmente
Unternehmen (40.3% der Bewertungen)
Pros & Cons
Einstiegspreis
Kostenlos
Alle 4 Preispläne durchsuchenVertex AI
Sternebewertung
(592)4.3 von 5
Marktsegmente
Kleinunternehmen (41.0% der Bewertungen)
Pros & Cons
Einstiegspreis
Bezahlen Sie nach Bedarf Pro Monat
Kostenlose Testversion verfügbar
Erfahren Sie mehr über Vertex AIZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- Benutzer berichten, dass Vertex AI in "AI High Availability" mit einer Bewertung von 9,2 hervorragend abschneidet, was laut Rezensenten zu einem zuverlässigeren Service für kritische Anwendungen beiträgt, während Qlik AutoML, obwohl stark, in diesem Bereich etwas niedriger bewertet wird.
- Rezensenten erwähnen, dass Qlik AutoML eine überlegene "Benutzerfreundlichkeit bei der Einrichtung" mit einer Bewertung von 9,0 bietet, was es für neue Benutzer benutzerfreundlicher macht im Vergleich zu Vertex AI's Bewertung von 8,2, die einige Benutzer als weniger intuitiv empfinden.
- G2-Benutzer heben die "AI Inference Speed" von Vertex AI mit einer Bewertung von 8,6 hervor und bemerken, dass sie schnellere Entscheidungsfindungen in Echtzeitanwendungen ermöglicht, während die Leistung von Qlik AutoML in diesem Bereich als angemessen, aber nicht so schnell wahrgenommen wird.
- Benutzer auf G2 berichten, dass Qlik AutoML in "Natural Language Processing" mit einer Bewertung von 8,1 glänzt, was laut Rezensenten seine Fähigkeiten im Verstehen und Erzeugen von menschenähnlichem Text verbessert, während Vertex AI in "Natural Language Generation" mit 8,4 höher bewertet wird, was auf ein robusteres Funktionsset zur Texterzeugung hinweist.
- Rezensenten erwähnen, dass die "Model Training Scalability" von Vertex AI mit 8,5 bewertet wird, was laut Benutzern für Organisationen von Vorteil ist, die ihre maschinellen Lernmodelle effizient skalieren möchten, während die Skalierbarkeit von Qlik AutoML gleich bewertet wird, aber Benutzer das Gefühl haben, dass es einige erweiterte Funktionen für größere Datensätze fehlt.
- Benutzer sagen, dass die "Drag and Drop"-Funktionalität von Qlik AutoML mit 8,6 bewertet wird, was es Benutzern erleichtert, Modelle ohne umfangreiche Programmierkenntnisse zu erstellen, während die Bewertung von Vertex AI von 7,9 darauf hindeutet, dass es möglicherweise mehr technisches Fachwissen erfordert, was einige Benutzer als herausfordernd empfinden.
Qlik Predict vs Vertex AI
Bei der Bewertung der beiden Lösungen fanden Rezensenten Qlik Predict einfacher zu verwenden, einzurichten und zu verwalten. Rezensenten bevorzugten es insgesamt, Geschäfte mit Qlik Predict zu machen.
- Die Gutachter waren der Meinung, dass Vertex AI den Bedürfnissen ihres Unternehmens besser entspricht als Qlik Predict.
- Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Qlik Predict.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Vertex AI gegenüber Qlik Predict.
Preisgestaltung
Einstiegspreis
Qlik Predict
Included with Qlik Sense Enterprise
Kostenlos
- 2 Bereitgestellte Modelle
Vertex AI
Try Vertex AI Free
Bezahlen Sie nach Bedarf
Pro Monat
Neue Kunden erhalten 300 $ in kostenlosen Guthaben, um sie für Vertex AI auszugeben.
- Eine einheitliche Benutzeroberfläche für den gesamten ML-Workflow
- Vorgefertigte APIs für Vision, Video, natürliche Sprache und mehr
- End-to-End-Integration für Daten und KI
Kostenlose Testversion
Qlik Predict
Keine Informationen zur Testversion verfügbarVertex AI
Kostenlose Testversion verfügbar
Bewertungen
Erfüllt die Anforderungen
8.5
65
8.6
359
Einfache Bedienung
8.9
65
8.2
368
Einfache Einrichtung
9.0
31
8.1
291
Einfache Verwaltung
8.7
29
7.9
141
Qualität der Unterstützung
8.7
59
8.1
335
Hat the product ein guter Partner im Geschäft waren?
8.9
30
8.2
135
Produktrichtung (% positiv)
8.7
61
9.2
353
Funktionen
Einsatz
Nicht genügend Daten verfügbar
8.3
73
Nicht genügend Daten verfügbar
8.1
74
Nicht genügend Daten verfügbar
8.3
74
Nicht genügend Daten verfügbar
8.3
70
Nicht genügend Daten verfügbar
8.8
70
Einsatz
Nicht genügend Daten verfügbar
8.4
73
Nicht genügend Daten verfügbar
8.3
72
Nicht genügend Daten verfügbar
8.4
71
Nicht genügend Daten verfügbar
8.5
71
Nicht genügend Daten verfügbar
8.7
69
Management
Nicht genügend Daten verfügbar
8.3
70
Nicht genügend Daten verfügbar
8.5
69
Nicht genügend Daten verfügbar
8.0
69
Nicht genügend Daten verfügbar
8.1
69
Transaktionen
Nicht genügend Daten verfügbar
8.2
69
Nicht genügend Daten verfügbar
8.4
70
Nicht genügend Daten verfügbar
8.3
70
Management
Nicht genügend Daten verfügbar
8.1
68
Nicht genügend Daten verfügbar
8.4
69
Nicht genügend Daten verfügbar
8.3
68
Generative KI
Nicht genügend Daten verfügbar
8.2
34
Nicht genügend Daten verfügbar
8.4
34
Datenwissenschafts- und maschinelles Lernen-Plattformen25 Funktionen ausblenden25 Funktionen anzeigen
8.2
33
8.2
214
system
7.9
26
8.2
170
Modellentwicklung
Funktion nicht verfügbar
8.4
202
8.6
28
7.9
179
8.7
29
8.4
200
8.5
28
8.5
202
Modellentwicklung
8.3
27
8.2
165
Machine-/Deep-Learning-Dienste
Funktion nicht verfügbar
8.2
200
8.0
21
8.4
196
7.4
11
8.2
195
Funktion nicht verfügbar
8.2
178
Machine-/Deep-Learning-Dienste
7.8
18
8.5
165
Funktion nicht verfügbar
8.4
163
Einsatz
8.2
27
8.2
193
8.1
27
8.3
194
8.5
28
8.5
193
Generative KI
Nicht genügend Daten verfügbar
8.3
102
Nicht genügend Daten verfügbar
8.2
102
Nicht genügend Daten verfügbar
8.1
103
Agentic AI - Datenwissenschafts- und maschinelles Lernplattformen
Nicht genügend Daten verfügbar
8.1
34
Nicht genügend Daten verfügbar
7.8
34
Nicht genügend Daten verfügbar
7.7
34
Nicht genügend Daten verfügbar
7.8
34
Nicht genügend Daten verfügbar
8.4
34
Nicht genügend Daten verfügbar
7.8
34
Nicht genügend Daten verfügbar
7.9
34
Skalierbarkeit und Leistung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.9
28
Nicht genügend Daten verfügbar
8.6
28
Nicht genügend Daten verfügbar
8.5
28
Kosten und Effizienz - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.2
28
Nicht genügend Daten verfügbar
7.8
28
Nicht genügend Daten verfügbar
7.9
28
Integration und Erweiterbarkeit - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.4
28
Nicht genügend Daten verfügbar
8.1
28
Nicht genügend Daten verfügbar
8.3
28
Sicherheit und Compliance - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.6
28
Nicht genügend Daten verfügbar
8.5
28
Nicht genügend Daten verfügbar
8.9
28
Benutzerfreundlichkeit und Unterstützung - Generative KI-Infrastruktur
Nicht genügend Daten verfügbar
8.2
28
Nicht genügend Daten verfügbar
8.3
28
Integration - Maschinelles Lernen
Nicht genügend Daten verfügbar
8.5
67
Lernen - Maschinelles Lernen
Nicht genügend Daten verfügbar
8.5
66
Nicht genügend Daten verfügbar
8.3
65
Nicht genügend Daten verfügbar
8.8
66
Großes Sprachmodell-Betrieb (LLMOps)15 Funktionen ausblenden15 Funktionen anzeigen
Nicht genügend Daten
8.9
23
Prompt-Engineering - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.8
22
Nicht genügend Daten verfügbar
8.9
22
Inferenzoptimierung - Betriebsführung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
8.8
22
Modellgarten - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
9.2
22
Benutzerdefiniertes Training - Betriebsführung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.0
22
Anwendungsentwicklung - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.2
22
Modellbereitstellung - Operationalisierung großer Sprachmodelle (LLMOps)
Nicht genügend Daten verfügbar
9.1
22
Nicht genügend Daten verfügbar
8.7
21
Leitplanken - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.0
21
Nicht genügend Daten verfügbar
8.8
21
Modellüberwachung - Betrieb von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.7
21
Nicht genügend Daten verfügbar
9.0
21
Sicherheit - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
9.1
22
Nicht genügend Daten verfügbar
8.9
22
Gateways & Router - Operationalisierung von großen Sprachmodellen (LLMOps)
Nicht genügend Daten verfügbar
8.9
22
Anpassung - KI-Agenten-Ersteller
Nicht genügend Daten verfügbar
8.5
27
Nicht genügend Daten verfügbar
7.6
27
Nicht genügend Daten verfügbar
8.3
26
Funktionalität - KI-Agenten-Ersteller
Nicht genügend Daten verfügbar
8.1
27
Nicht genügend Daten verfügbar
7.3
27
Nicht genügend Daten verfügbar
8.2
26
Nicht genügend Daten verfügbar
7.2
27
Daten und Analytik - KI-Agentenentwickler
Nicht genügend Daten verfügbar
7.7
25
Nicht genügend Daten verfügbar
7.9
27
Nicht genügend Daten verfügbar
8.0
27
Integration - KI-Agentenbauer
Nicht genügend Daten verfügbar
8.7
27
Nicht genügend Daten verfügbar
8.0
27
Nicht genügend Daten verfügbar
8.0
27
Nicht genügend Daten verfügbar
7.5
27
Low-Code Machine-Learning-Plattformen6 Funktionen ausblenden6 Funktionen anzeigen
Nicht genügend Daten
Nicht genügend Daten
Datenaufnahme & -vorbereitung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Modellkonstruktion & Automatisierung - Low-Code-Maschinenlernplattformen
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Statistisches Tool
7.7
20
Nicht genügend Daten verfügbar
7.5
25
Nicht genügend Daten verfügbar
8.2
26
Nicht genügend Daten verfügbar
Datenanalyse
8.0
31
Nicht genügend Daten verfügbar
8.4
31
Nicht genügend Daten verfügbar
Entscheidungsfindung
8.7
29
Nicht genügend Daten verfügbar
8.4
30
Nicht genügend Daten verfügbar
8.0
29
Nicht genügend Daten verfügbar
7.6
26
Nicht genügend Daten verfügbar
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
Qlik Predict und Vertex AI sind kategorisiert als Datenwissenschafts- und maschinelles Lernen-Plattformen und Low-Code Machine-Learning-Plattformen
Einzigartige Kategorien
Qlik Predict ist kategorisiert als Predictive Analytics
Vertex AI ist kategorisiert als Großes Sprachmodell-Betrieb (LLMOps), Generative KI-Infrastruktur, MLOps-Plattformen, Maschinelles Lernen, und KI-Agentenbauer
Bewertungen
Unternehmensgröße der Bewerter
Qlik Predict
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Vertex AI
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Kleinunternehmen
(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe
(51-1000 Mitarbeiter)
Unternehmen
(> 1000 Mitarbeiter)
Branche der Bewerter
Informationstechnologie und Dienstleistungen
9.1%
Personalbeschaffung und Rekrutierung
5.2%
Einzelhandel
5.2%
Krankenhaus & Gesundheitswesen
5.2%
Finanzdienstleistungen
5.2%
Andere
70.1%
Computersoftware
17.5%
Informationstechnologie und Dienstleistungen
13.9%
Finanzdienstleistungen
7.0%
Einzelhandel
3.8%
Krankenhaus & Gesundheitswesen
3.4%
Andere
54.4%
Top-Alternativen
Diskussionen
Wie erhalte ich Zugang zu Kraken?
1 Kommentar
Offizielle Antwort von Qlik Predict
Anmeldung:
Um einen neuen Benutzer für Kraken anzumelden, gehen Sie zu https://kraken.bigsquid.com und klicken Sie auf die Registerkarte Anmelden.
-...Mehr erfahren
Wie erstelle ich eine S3-Verbindung?
1 Kommentar
Offizielle Antwort von Qlik Predict
S3-Anforderungen:
Das Einrichten von Kraken zur Verbindung mit Ihrer S3-Umgebung erfordert die Erstellung eines Access Key und Secret Access Key, bevor ein...Mehr erfahren
Wie erstelle ich eine Snowflake-Verbindung?
1 Kommentar
Offizielle Antwort von Qlik Predict
Schneeflockenanforderungen:
Das Einrichten von Kraken zur Verbindung mit Ihrer Snowflake-Umgebung erfordert einen Benutzer, der Lese- und Schreibzugriff...Mehr erfahren
Wofür wird die Google Cloud AI Platform verwendet?
2 Kommentare
KS
Google Cloud AI Platform ermöglicht es uns, maschinelle Lernmodelle zu erstellen, die mit jeder Art und Größe von Daten arbeiten.Mehr erfahren
What software libraries does cloud ML engine support?
2 Kommentare
JP
Es unterstützt ungefähr alle trendigen Bibliotheken.Mehr erfahren
What is Google AI platform?
1 Kommentar
ZM
Die Google AI-Plattform ist ein umfassendes Set von Tools und Diensten, das von Google Cloud bereitgestellt wird, um künstliche Intelligenz zu entwickeln,...Mehr erfahren
Auf der Suche nach Software-Einblicken?
Mit über 3 Millionen Bewertungen können wir die spezifischen Details bereitstellen, die Ihnen helfen, eine fundierte Kaufentscheidung für Software für Ihr Unternehmen zu treffen. Das Finden des richtigen Produkts ist wichtig, lassen Sie uns helfen.
oder fortfahren mit
Durch die Fortsetzung stimmen Sie unseren Nutzungsbedingungen und der Datenschutzrichtlinie zu
