机器学习是一种数据分析方法，通过使用迭代学习数据的算法，机器学习可以使电脑在没有被明确编程看哪里的情况下，发现隐藏的领域。
机器人在没有算法的支持下，通常都只能做一些在编程命令下的重复工作。机器算法可以推动机器人快速学习和成长，让机器人的行为动作从被动转向主动，从单纯的执行工作转变为丰富的思考创作。
IDC发布《2019下半年中国人工智能软体及应用追踪》报告显示，2019年中国机器学习开发平台市场规模达到2.05亿美元。受此次新冠肺炎疫情影响，IDC下调了2020—2021年的市场规模，因此也影响了未来5年的整体市场增长率，预计2018—2024年的年复合增长率（CAGR）为38.6％。
在主流厂商方面，IDC指出，作为市场份额领先的AI平台提供商，第四范式积极探索迁移学习，打造AI PaaS平台“Sage Platform”及AI软体定义的基础架构SageOne产品，打通从数据、演算法到算力的AI产业化全流程；美林数据作为中国国内领先的数据分析与AI厂商，该公司在演算法研究、行业应用实践、落地实施方法论层面拥有独到见解与优势；九章云极则对DataCanvas数据科学平台有清晰的定位。除此之外，还包括阿里云PAI平台，华为云的Modelarts定位企业级AI开发平台，腾讯云的智能钛机器学习平台等。
人工智能应用均是采用机器学习、深度学习建模开发而成的系统。本次IDC追踪的机器学习开发平台，定位面向开发者、数据科学家、业务分析师的PaaS平台，不包含已完成开发的人脸识别、语音助理、对话式客服等软体。
IDC指出，算力不断提升、演算法模型创新、开源技术发展、厂商市场投入为中国机器学习开发平台市场的发展驱动力；而虽然驱动力足够，但市场发展的瓶颈也同样存在，包括数据资源就绪度，数据品质，能用来建模的数据量；有能力进行模型开发、模型优化的数据科学家；建模人员与行业专家对业务理解上的鸿沟；行业企业内部人员对机器学习、AI专案的配合程度；为机器学习、AI定位到合适的应用场景等。
展望未来，IDC中国助理研究总监卢言霞表示，即使受疫情影响，机器学习开发平台市场仍表现出较高的市场增长潜力和应用潜力；要充分挖掘此潜力，需要做到为开发人员提供培训和可快速启动的工具，提供一定的可用于训练的数据集（可能来自内部也可能是协同厂商），快速入门的样例／范本，咨询服务，业务专家、数据科学家、咨询合作伙伴等利益相关者的共同参与和协同合作，持续创新和原型设计，直到达到可以规模化使用的程度。
