众所周知，人工智能发展至今，主要体现为智能交互、智能决策和智能行动三大应用领域。其中智能决策，即打造企业大脑，是一家企业商业价值和商业智慧的体现，因而难度最大。“未来会发生什么？什么时候发生？最好的发生方式是怎样的？”对于一家企业而言，要通过建模的方式做出上述预测，从而做出决策，面临的挑战是显而易见的。
首先是技术门槛较高，理论复杂，工程量巨大，并且机器学习“黑盒”模型内部工作机制难理解。在人员方面也是考验重重，“面试100个人，合格的可能只有2个。”林庆治表示，还有一个问题是模型效果往往不够稳定，难以做到及时更新，需要时刻监控以保证线上线下效果的一致性。
近两年开始，谷歌将AutoML这一名词带入更多人的视野，其用AutoML命名了探索自动设计机器学习模型的方法，也就是让机器自动完成特征工程、模型训练、自动调参的工作，使整个机器学习过程更加自动化。据千讯咨询发布的《中国人工智能市场前景调查分析报告》显示，在人工智能人才紧缺的情况下，降低对AI科学家的依赖。这种方法已经引起国内外科技巨头广泛关注。
目前，市场主流建模平台厂商大致分为三种类型。第一类是大数据分析型，主要是由传统BI厂商转型成分析建模平台，主打开源、低价，以传统建模方法为主，缺乏自研算法，竞争门槛低；第二类是AI驱动型，AI平台厂商涵盖从数据到模型上线的完整建模流程，自研优化机器学习算法，但往往流程和概念复杂，平台难以上手，学习成本较高；第三类则是大数据与AI结合型，在大型金融机构积累了大数据和AI实践经验，根据应用落地全流程自研平台，此类平台自动化程度高，更贴合企业实际应用需要。