
Tengo Watsonx para IBM Call for Code ya que es un requisito previo de la competencia usar IBM Watsonx. IBM Watsonx tiene una amplia gama de productos de IA que se alinean bien con los diferentes casos de uso. Tiene sus propios modelos fundacionales como Granite, que usamos en nuestro proyecto de IBM Call for Code. Su integración con múltiples otros modelos también es fácil, como por ejemplo el repositorio de Hugging Face y las conexiones a bases de datos, así como el despliegue de código en IBM Cloud. Una cosa buena es que tienen documentación y guías/vídeos de recorrido para la implementación de cada modelo/funcionalidad de IA. Estos documentos/vídeos ayudaron a reducir algo de tiempo al comenzar, ya que son directos al grano. Hablando del soporte al cliente, es muy rápido; tuve un problema con mi cuenta y se resolvió en un día o así. He usado IBM Watsonx tres veces y siempre siento que la funcionalidad y el poder de las herramientas integradas de IA son asombrosos. Reseña recopilada por y alojada en G2.com.
Las cosas que sentí que podrían haber sido mejores son los recursos de terceros limitados y las integraciones, aunque tiene algunas herramientas populares e integraciones para algunos casos de uso, Watsonx no las admite. El precio es más alto en comparación con otros recursos abiertos, por ejemplo, si necesito entrenamiento de modelos grandes o uso de múltiples modelos en Watsonx AI, el costo aumenta y no hay una transparencia adecuada en el costo por adelantado en comparación con AWS. Si quiero usar Watsonx AI con herramientas no IBM, se requieren conectores personalizados que el usuario necesita construir, lo cual lleva tiempo y a veces la implementación se desperdicia. Reseña recopilada por y alojada en G2.com.
Validado a través de LinkedIn
A este revisor se le ofreció un incentivo nominal como agradecimiento por completar esta reseña.
Invitación de un vendedor o afiliado. A este revisor se le ofreció un incentivo nominal como agradecimiento por completar esta reseña.
Esta reseña ha sido traducida de English usando IA.






