Ofrece servicios para la creación y entrenamiento de modelos de IA en un ambiente abierto, flexible y con portabilidad a través de un entorno híbrido multicloud con las siguientes características:

• Entorno de desarrollo abierto e integrado que combina marcos de código abierto y productividad visual.
• Entorno colaborativo para equipos de ciencia de datos.
• Exploración visual de datos y el uso del aprendizaje automático con herramientas de arrastrar y soltar del SPSS Modeler.
• Desarrollo visual de modelos de aprendizaje profundo con una interfaz de arrastrar y soltar sin código en el Neural Network Modeler.

Ofrece un run time de IA para desplegar y entrenar modelos de IA y ML, portable a través de entornos híbrido y multicloud que permite:

• Desplegar modelos de IA en producción, siendo portables en diferentes entornos de nube.
• Monitorear, reentrenar y mejorar diferentes modelos de aprendizaje automático y aprendizaje profundo.
• Visualizar modelos de aprendizaje automático utilizando herramientas de modelado visual y la identificación rápida de patrones.
• Realizar el trabajo en un solo lugar e integrarse naturalmente con Watson Knowledge Catalog y Watson Studio.

Ofrece un catálogo de datos estrechamente integrado con una plataforma de gobierno de datos empresariales donde se puede encontrar, comprender y utilizar fácilmente los datos que necesitan para un proyecto, lo cual permite:

• Descubrir, administrar, clasificar y compartir rápidamente activos de datos, conjuntos de datos, modelos analíticos y sus relaciones con diferentes miembros de una organización.
• Establecer una fuente única de datos para que los miembros de una organización obtengan acceso de autoservicio a datos en los que pueden confiar.
• Establecer un gobierno de los datos, calidad de los datos y gestión activa de políticas que sirva para proteger y controlar los datos confidenciales, rastrear su linaje y administrar data lakes.

Ofrece la operacionalización y automatización de la gestión del uso y los resultados de IA con confianza y transparencia permitiendo:

• Obtener visibilidad y control de los despliegues de IA dentro de una consola de administración unificada.
• Comprender y explicar los resultados y sesgos de la IA como transacciones de negocio auditables.
• Desplegar bibliotecas de modelos de IA listas para el negocio, independientemente del origen de la tecnología.
• Escalar el uso de la IA con el diseño y despliegue de redes neuronales automatizadas.