Introducing G2.ai, the future of software buying.Try now
Confronta IBM Cloud Pak for Data e Vertex AI 
Prodotti in evidenza
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
Alteryx
Visita il Sito Web
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
Kpow for Apache Kafka®
Visita il Sito Web
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
Triton DataCenter
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Impresa (50.0% delle recensioni)
Piccola Impresa (41.0% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Paga a consumo Al mese
IBM Cloud Pak for Data
Valutazione a Stelle
(88)4.3 su 5
Segmenti di Mercato
Impresa (50.0% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su IBM Cloud Pak for DataVertex AI
Valutazione a Stelle
(592)4.3 su 5
Segmenti di Mercato
Piccola Impresa (41.0% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Paga a consumo Al mese
Prova gratuita disponibile
Scopri di più su Vertex AIRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che Vertex AI eccelle nella sua Scalabilità dell'Addestramento dei Modelli AI con un punteggio di 8.5, permettendo una gestione efficiente di grandi set di dati, mentre IBM Cloud Pak for Data si comporta bene con un punteggio di 8.8, ma gli utenti menzionano che le sue capacità di Ingestione e Manipolazione dei Dati sono particolarmente robuste, con un punteggio di 9.5.
- I revisori menzionano che la Facilità di Configurazione di Vertex AI è valutata a 8.2, rendendola user-friendly per i nuovi adottanti, mentre IBM Cloud Pak for Data ha un punteggio inferiore di 7.2, indicando una curva di apprendimento più ripida per la configurazione.
- Gli utenti di G2 evidenziano che Vertex AI offre una forte Flessibilità Linguistica con un punteggio di 8.4, cruciale per ambienti di sviluppo diversificati, mentre IBM Cloud Pak for Data eguaglia questo con un 8.6, ma gli utenti riportano che la sua Flessibilità del Framework è altrettanto impressionante, con un punteggio di 8.3.
- Gli utenti su G2 notano che la Qualità del Supporto di Vertex AI è valutata a 8.2, leggermente inferiore al punteggio di 8.3 di IBM Cloud Pak for Data, suggerendo che gli utenti potrebbero trovare un'assistenza migliore con la piattaforma di IBM.
- I revisori menzionano che Vertex AI brilla nella Scalabilità con un punteggio di 8.9, rendendola adatta per aziende in crescita, mentre IBM Cloud Pak for Data ottiene anch'esso un buon punteggio di 8.9, ma gli utenti riportano che la sua funzione di Servizio Gestito è valutata più in alto a 9.3, indicando un modello di servizio più affidabile.
- Gli utenti dicono che le caratteristiche di Sviluppo del Modello di Vertex AI, in particolare i suoi Algoritmi Pre-Costruiti con un punteggio di 8.4, sono vantaggiose per il rapido prototipaggio, mentre gli Algoritmi Pre-Costruiti di IBM Cloud Pak for Data con un punteggio di 9.1 sono notati per fornire una gamma più ampia di opzioni per gli sviluppatori.
IBM Cloud Pak for Data vs Vertex AI
Quando hanno valutato le due soluzioni, i revisori hanno trovato Vertex AI più facile da usare, configurare e amministrare. I revisori hanno anche preferito fare affari con Vertex AI in generale.
- I revisori hanno ritenuto che Vertex AI soddisfi meglio le esigenze della loro azienda rispetto a IBM Cloud Pak for Data.
- Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che IBM Cloud Pak for Data sia l'opzione preferita.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Vertex AI rispetto a IBM Cloud Pak for Data.
Prezzi
Prezzo di Ingresso
IBM Cloud Pak for Data
Nessun prezzo disponibileVertex AI
Try Vertex AI Free
Paga a consumo
Al mese
I nuovi clienti ricevono $300 in crediti gratuiti da spendere su Vertex AI.
- Un'interfaccia utente unificata per l'intero flusso di lavoro ML
- API pre-addestrate per visione, video, linguaggio naturale e altro
- Integrazione end-to-end per dati e AI
Prova Gratuita
IBM Cloud Pak for Data
Nessuna informazione sulla prova disponibileVertex AI
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.5
47
8.6
359
Facilità d'uso
8.1
47
8.2
368
Facilità di installazione
7.2
26
8.1
291
Facilità di amministrazione
7.6
27
7.9
141
Qualità del supporto
8.3
42
8.1
335
the product è stato un buon partner negli affari?
8.1
25
8.2
135
Direzione del prodotto (% positivo)
8.8
47
9.2
353
Caratteristiche per Categoria
Cloud Privato Virtuale (VPC)Nascondi 13 CaratteristicheMostra 13 Caratteristiche
8.5
7
Dati insufficienti
Personalizzazione
8.0
5
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Infrastruttura
Dati insufficienti
Dati insufficienti
9.0
5
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
8.3
73
Dati insufficienti
8.1
74
Dati insufficienti
8.3
74
Dati insufficienti
8.3
70
Dati insufficienti
8.8
70
Distribuzione
Dati insufficienti
8.4
73
Dati insufficienti
8.3
72
Dati insufficienti
8.4
71
Dati insufficienti
8.5
71
Dati insufficienti
8.7
69
Gestione
Dati insufficienti
8.3
70
Dati insufficienti
8.5
69
Dati insufficienti
8.0
69
Dati insufficienti
8.1
69
Operazioni
Dati insufficienti
8.2
69
Dati insufficienti
8.4
70
Dati insufficienti
8.3
70
Gestione
Dati insufficienti
8.1
68
Dati insufficienti
8.4
69
Dati insufficienti
8.3
68
Intelligenza Artificiale Generativa
Dati insufficienti
8.2
34
Dati insufficienti
8.4
34
Infrastruttura come Servizio (IaaS)Nascondi 12 CaratteristicheMostra 12 Caratteristiche
8.2
9
Dati insufficienti
Fornitura di infrastrutture
7.7
8
Dati insufficienti
8.1
7
Dati insufficienti
7.9
7
Dati insufficienti
8.3
6
Dati insufficienti
8.5
8
Dati insufficienti
7.9
8
Dati insufficienti
8.3
8
Dati insufficienti
8.3
7
Dati insufficienti
Gestione
8.6
7
Dati insufficienti
8.3
7
Dati insufficienti
8.1
8
Dati insufficienti
Funzionalità
8.3
8
Dati insufficienti
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
8.9
14
8.2
214
Sistema
9.5
11
8.2
170
Sviluppo del Modello
8.3
8
8.4
202
8.5
8
7.9
179
9.1
9
8.4
200
8.8
8
8.5
202
Sviluppo del modello
8.5
12
8.2
165
Servizi di Machine/Deep Learning
8.7
9
8.2
200
9.4
8
8.4
196
9.6
8
8.2
195
9.0
7
8.2
178
Servizi di Machine/Deep Learning
9.2
8
8.5
165
9.3
7
8.4
163
Distribuzione
9.3
9
8.2
193
9.3
9
8.3
194
8.9
9
8.5
193
Intelligenza Artificiale Generativa
8.3
5
8.3
102
8.3
5
8.2
102
8.3
5
8.1
103
Agentic AI - Piattaforme di Scienza dei Dati e Apprendimento Automatico
Dati insufficienti
8.1
34
Dati insufficienti
7.8
34
Dati insufficienti
7.7
34
Dati insufficienti
7.8
34
Dati insufficienti
8.4
34
Dati insufficienti
7.8
34
Dati insufficienti
7.9
34
Gestione dei dati
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
8.3
5
Dati insufficienti
Analitica
Dati insufficienti
Dati insufficienti
Sicurezza
9.0
5
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
AI agentico - Tessuto di dati
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Infrastruttura di AI GenerativaNascondi 14 CaratteristicheMostra 14 Caratteristiche
Dati insufficienti
8.4
29
Scalabilità e Prestazioni - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
8.9
28
Dati insufficienti
8.6
28
Dati insufficienti
8.5
28
Costo ed Efficienza - Infrastruttura di AI Generativa
Dati insufficienti
8.2
28
Dati insufficienti
7.8
28
Dati insufficienti
7.9
28
Integrazione ed Estensibilità - Infrastruttura di AI Generativa
Dati insufficienti
8.4
28
Dati insufficienti
8.1
28
Dati insufficienti
8.3
28
Sicurezza e Conformità - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
8.6
28
Dati insufficienti
8.5
28
Dati insufficienti
8.9
28
Usabilità e Supporto - Infrastruttura di AI Generativa
Dati insufficienti
8.2
28
Dati insufficienti
8.3
28
Integrazione - Apprendimento Automatico
Dati insufficienti
8.5
67
Apprendimento - Apprendimento automatico
Dati insufficienti
8.5
66
Dati insufficienti
8.3
65
Dati insufficienti
8.8
66
Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)Nascondi 15 CaratteristicheMostra 15 Caratteristiche
Dati insufficienti
8.9
23
Ingegneria dei Prompt - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.8
22
Dati insufficienti
8.9
22
Ottimizzazione dell'Inferenza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.8
22
Giardino dei Modelli - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.2
22
Addestramento personalizzato - Operazionalizzazione di Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.0
22
Sviluppo di Applicazioni - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.2
22
Distribuzione del Modello - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.1
22
Dati insufficienti
8.7
21
Guardrails - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.0
21
Dati insufficienti
8.8
21
Monitoraggio del Modello - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.7
21
Dati insufficienti
9.0
21
Sicurezza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.1
22
Dati insufficienti
8.9
22
Gateway e Router - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.9
22
Personalizzazione - Costruttori di Agenti AI
Dati insufficienti
8.5
27
Dati insufficienti
7.6
27
Dati insufficienti
8.3
26
Funzionalità - Costruttori di Agenti AI
Dati insufficienti
8.1
27
Dati insufficienti
7.3
27
Dati insufficienti
8.2
26
Dati insufficienti
7.2
27
Dati e Analisi - Costruttori di Agenti AI
Dati insufficienti
7.7
25
Dati insufficienti
7.9
27
Dati insufficienti
8.0
27
Integrazione - Costruttori di Agenti AI
Dati insufficienti
8.7
27
Dati insufficienti
8.0
27
Dati insufficienti
8.0
27
Dati insufficienti
7.5
27
Piattaforme di Machine Learning a Basso CodiceNascondi 6 CaratteristicheMostra 6 Caratteristiche
Dati insufficienti
Dati insufficienti
Ingestione e Preparazione dei Dati - Piattaforme di Machine Learning a Basso Codice
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Costruzione di Modelli e Automazione - Piattaforme di Machine Learning a Basso Codice
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Strumento Statistico
8.3
5
Dati insufficienti
8.8
8
Dati insufficienti
8.6
7
Dati insufficienti
Analisi dei dati
8.7
9
Dati insufficienti
9.0
7
Dati insufficienti
Prendere decisioni
8.3
6
Dati insufficienti
8.8
7
Dati insufficienti
8.8
8
Dati insufficienti
8.3
8
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Trasformazione dei dati
8.5
27
|
Verificato
Dati insufficienti
9.1
15
|
Verificato
Dati insufficienti
Connettività
8.0
23
|
Verificato
Dati insufficienti
8.6
22
|
Verificato
Dati insufficienti
8.1
25
|
Verificato
Dati insufficienti
8.7
24
|
Verificato
Dati insufficienti
Operazioni
8.7
26
|
Verificato
Dati insufficienti
8.9
25
|
Verificato
Dati insufficienti
8.4
23
|
Verificato
Dati insufficienti
8.8
24
|
Verificato
Dati insufficienti
8.7
13
|
Verificato
Dati insufficienti
Creare rapporti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforma
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Categorie
Categorie
Categorie condivise
IBM Cloud Pak for Data e Vertex AI sono categorizzati comePiattaforme di Data Science e Machine Learning e Infrastruttura di AI Generativa
Categorie uniche
IBM Cloud Pak for Data è categorizzato comeTessuto Dati, Cloud Privato Virtuale (VPC), Analisi dei Big Data, Analisi Predittiva, e Infrastruttura come Servizio (IaaS)
Recensioni
Dimensione dell'Azienda dei Recensori
IBM Cloud Pak for Data
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Vertex AI
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Piccola impresa
(50 o meno dip.)
Mid-Market
(51-1000 dip.)
Enterprise
(> 1000 dip.)
Settore dei Recensori
Software per computer
12.9%
Tecnologia dell'informazione e servizi
8.6%
Bancario
8.6%
Servizi Finanziari
5.7%
Gestione dell'Istruzione
5.7%
Altro
58.6%
Software per computer
17.5%
Tecnologia dell'informazione e servizi
13.9%
Servizi Finanziari
7.0%
Vendita al dettaglio
3.8%
Ospedale e Assistenza Sanitaria
3.4%
Altro
54.4%
Alternative
Discussioni
IBM Cloud Pak for Data non ha discussioni con risposte
A cosa serve Google Cloud AI Platform?
2 Commenti
KS
La piattaforma AI di Google Cloud ci consente di costruire modelli di apprendimento automatico, che funzionano su qualsiasi tipo e dimensione di dati.Leggi di più
What software libraries does cloud ML engine support?
2 Commenti
JP
Supporta approssimativamente tutte le librerie di tendenza.Leggi di più
Che cos'è la piattaforma Google AI?
1 Commento
ZM
The Google AI Platform is a comprehensive set of tools and services provided by Google Cloud to develop, deploy, and manage artificial intelligence. It...Leggi di più
Cerchi approfondimenti sul software?
Con oltre 3 milioni di recensioni, possiamo fornire i dettagli specifici che ti aiutano a prendere una decisione informata sull'acquisto di software per la tua azienda. Trovare il prodotto giusto è importante, lasciaci aiutarti.
o continua con
Procedendo, accetti i nostri Termini di utilizzo e Informativa sulla privacy
