Introducing G2.ai, the future of software buying.Try now
Confronta IBM Cloud Pak for Data e IBM watsonx.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.
Beautiful.ai
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.
ILUM
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.
Lyzr.ai
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Impresa (50.0% delle recensioni)
Piccola Impresa (40.5% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Nessun prezzo disponibile
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 DataIBM watsonx.ai
Valutazione a Stelle
(122)4.4 su 5
Segmenti di Mercato
Piccola Impresa (40.5% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Prova gratuita disponibile
Scopri di più su IBM watsonx.aiRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che IBM Cloud Pak for Data eccelle in "Ingestione e Manipolazione dei Dati" con un punteggio di 9.5, rendendolo una scelta preferita per coloro che necessitano di capacità robuste di preparazione dei dati. Al contrario, IBM watsonx.ai ha ricevuto un punteggio inferiore di 8.2 in quest'area, indicando che potrebbe non essere altrettanto forte nella gestione di flussi di lavoro complessi di dati.
- I revisori menzionano che IBM watsonx.ai brilla in "Facilità d'Uso" con un punteggio di 9.1, che è significativamente più alto rispetto al punteggio di 8.1 di IBM Cloud Pak for Data. Questo suggerisce che gli utenti trovano watsonx.ai più intuitivo e facile da usare, rendendolo adatto per piccole imprese o team con meno competenze tecniche.
- Gli utenti di G2 evidenziano che IBM Cloud Pak for Data offre una "Scalabilità" superiore con un punteggio di 9.5, che è cruciale per le imprese che cercano di espandere le loro operazioni sui dati. Al contrario, il punteggio di scalabilità di IBM watsonx.ai di 8.5 indica che potrebbe non scalare altrettanto efficacemente per organizzazioni più grandi.
- Gli utenti su G2 riportano che IBM watsonx.ai fornisce una migliore "Qualità del Supporto" con un punteggio di 8.8 rispetto al punteggio di 8.3 di IBM Cloud Pak for Data. Questo suggerisce che gli utenti potrebbero sperimentare un supporto più reattivo e utile quando utilizzano watsonx.ai.
- I revisori menzionano che le capacità di "Personalizzazione" di IBM Cloud Pak for Data, in particolare in "VM Personalizzate" e "Configurazione della Console", sono valutate a 8.0, il che consente soluzioni su misura. Al contrario, IBM watsonx.ai non enfatizza la personalizzazione allo stesso modo, il che potrebbe limitare la flessibilità per alcuni utenti.
- Gli utenti dicono che le funzionalità di "Elaborazione del Linguaggio Naturale" di IBM watsonx.ai sono valutate altamente a 9.4, rendendolo una scelta forte per applicazioni che richiedono una comprensione avanzata del linguaggio. In confronto, le capacità di IBM Cloud Pak for Data in quest'area sono meno enfatizzate, indicando un potenziale divario per gli utenti focalizzati sull'analisi del testo guidata dall'IA.
IBM Cloud Pak for Data vs IBM watsonx.ai
Quando hanno valutato le due soluzioni, i revisori hanno trovato IBM watsonx.ai più facile da usare, configurare e amministrare. I revisori hanno anche preferito fare affari con IBM watsonx.ai in generale.
- I revisori hanno ritenuto che IBM watsonx.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 watsonx.ai sia l'opzione preferita.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di IBM watsonx.ai rispetto a IBM Cloud Pak for Data.
Prezzi
Prezzo di Ingresso
IBM Cloud Pak for Data
Nessun prezzo disponibileIBM watsonx.ai
Nessun prezzo disponibileProva Gratuita
IBM Cloud Pak for Data
Nessuna informazione sulla prova disponibileIBM watsonx.ai
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.5
47
8.8
77
Facilità d'uso
8.1
47
8.9
109
Facilità di installazione
7.2
26
8.5
100
Facilità di amministrazione
7.6
27
8.7
36
Qualità del supporto
8.3
42
8.8
76
the product è stato un buon partner negli affari?
8.1
25
8.9
36
Direzione del prodotto (% positivo)
8.8
47
9.9
79
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
9.1
9
Dati insufficienti
8.5
9
Dati insufficienti
7.8
9
Dati insufficienti
8.7
9
Dati insufficienti
8.7
9
Distribuzione
Dati insufficienti
9.3
9
Dati insufficienti
8.7
9
Dati insufficienti
8.3
9
Dati insufficienti
8.9
9
Dati insufficienti
9.1
9
Gestione
Dati insufficienti
8.0
9
Dati insufficienti
8.5
9
Dati insufficienti
8.5
9
Dati insufficienti
9.3
9
Operazioni
Dati insufficienti
9.1
9
Dati insufficienti
8.7
9
Dati insufficienti
9.3
9
Gestione
Dati insufficienti
8.5
9
Dati insufficienti
9.0
8
Dati insufficienti
8.5
8
Intelligenza Artificiale Generativa
Dati insufficienti
9.1
9
Dati insufficienti
9.3
9
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
8.6
36
Sistema
9.5
11
8.2
31
Sviluppo del Modello
8.3
8
8.6
32
8.5
8
8.2
32
9.1
9
8.7
31
8.8
8
8.4
32
Sviluppo del modello
8.5
12
8.5
32
Servizi di Machine/Deep Learning
8.7
9
Funzionalità non disponibile
9.4
8
8.9
32
9.6
8
8.6
32
9.0
7
8.1
32
Servizi di Machine/Deep Learning
9.2
8
8.5
32
9.3
7
8.8
32
Distribuzione
9.3
9
8.2
32
9.3
9
8.6
32
8.9
9
8.8
32
Intelligenza Artificiale Generativa
8.3
5
8.8
31
8.3
5
8.8
31
8.3
5
Funzionalità non disponibile
Agentic AI - Piattaforme di Scienza dei Dati e Apprendimento Automatico
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
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
Tipo di Dati
Dati insufficienti
8.8
13
Dati insufficienti
Funzionalità non disponibile
Dati insufficienti
8.5
12
Tipo di Sintesi
Dati insufficienti
9.0
12
Dati insufficienti
9.2
12
Trasformazione dei dati
Dati insufficienti
8.6
12
Dati insufficienti
9.3
12
Dati insufficienti
9.7
12
Dati insufficienti
9.2
12
Dati insufficienti
9.2
12
Infrastruttura di AI GenerativaNascondi 14 CaratteristicheMostra 14 Caratteristiche
Dati insufficienti
8.8
7
Scalabilità e Prestazioni - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
9.3
7
Dati insufficienti
8.8
7
Dati insufficienti
9.3
7
Costo ed Efficienza - Infrastruttura di AI Generativa
Dati insufficienti
8.3
7
Dati insufficienti
8.6
7
Dati insufficienti
8.3
7
Integrazione ed Estensibilità - Infrastruttura di AI Generativa
Dati insufficienti
9.5
7
Dati insufficienti
8.6
7
Dati insufficienti
8.8
7
Sicurezza e Conformità - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
8.3
7
Dati insufficienti
8.8
7
Dati insufficienti
8.6
7
Usabilità e Supporto - Infrastruttura di AI Generativa
Dati insufficienti
9.3
7
Dati insufficienti
9.0
7
Piattaforme di Creazione di Contenuti AINascondi 6 CaratteristicheMostra 6 Caratteristiche
Dati insufficienti
Dati insufficienti
Generazione di Contenuti - Piattaforme di Creazione di Contenuti AI
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione - Piattaforme di Creazione di Contenuti AI
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Integrazione - Apprendimento Automatico
Dati insufficienti
9.0
21
Apprendimento - Apprendimento automatico
Dati insufficienti
9.2
22
Dati insufficienti
9.1
22
Dati insufficienti
9.0
21
Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)Nascondi 15 CaratteristicheMostra 15 Caratteristiche
Dati insufficienti
8.8
7
Ingegneria dei Prompt - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.2
6
Dati insufficienti
8.1
6
Ottimizzazione dell'Inferenza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.9
6
Giardino dei Modelli - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.9
6
Addestramento personalizzato - Operazionalizzazione di Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.1
6
Sviluppo di Applicazioni - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.3
6
Distribuzione del Modello - Operazionalizzazione di Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.3
6
Dati insufficienti
8.6
6
Guardrails - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.4
6
Dati insufficienti
8.6
6
Monitoraggio del Modello - Operazionalizzazione dei Modelli di Linguaggio di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.6
6
Dati insufficienti
8.9
6
Sicurezza - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
9.4
6
Dati insufficienti
9.2
6
Gateway e Router - Operazionalizzazione dei Modelli Linguistici di Grandi Dimensioni (LLMOps)
Dati insufficienti
8.9
6
Personalizzazione - Costruttori di Agenti AI
Dati insufficienti
8.8
7
Dati insufficienti
9.0
7
Dati insufficienti
9.0
7
Funzionalità - Costruttori di Agenti AI
Dati insufficienti
8.6
7
Dati insufficienti
9.0
7
Dati insufficienti
9.3
7
Dati insufficienti
8.8
7
Dati e Analisi - Costruttori di Agenti AI
Dati insufficienti
9.0
7
Dati insufficienti
8.8
7
Dati insufficienti
9.0
7
Integrazione - Costruttori di Agenti AI
Dati insufficienti
9.0
7
Dati insufficienti
9.0
7
Dati insufficienti
9.0
7
Dati insufficienti
8.6
7
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 IBM watsonx.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.)
IBM watsonx.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%
Tecnologia dell'informazione e servizi
18.9%
Software per computer
11.7%
Consulenza
7.2%
Bancario
6.3%
Marketing e Pubblicità
5.4%
Altro
50.5%
Alternative
Discussioni
IBM Cloud Pak for Data non ha discussioni con risposte
IBM watsonx.ai non ha discussioni con risposte
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
