由于IBM Watson Studio（之前的Data Science Experience）等產品，部署AI應用和服務并不像以前那樣具有挑戰性。于2017年首次亮相的Watson Studio，提供了一個幫助分析、可視化和清理數據的環境和工具，并實時培訓和優化機器學習模型。現在，隨著AutoAI的推出，它將變得更加強大。AutoAI旨在自動執行與企業環境中AI協調相關的任務。
IBM Data和AI總經理Rob Thomas在一份聲明中說道：“為制定人工智能的發展路徑，IBM一直在與客戶密切合作。發展過程中，許多人會面臨數據準備步驟的挑戰，這也是發展人工智能的基本步驟。我們已經看到，對很多成熟的公司來說，數據基礎設施的復雜性可能是令人震驚的；但對于那些幾乎沒有技術資源的公司來說，依然是一個壓倒性的難題。我們為Watson Studio提供的自動化功能旨在簡化流程，幫助客戶更快地開始構建機器學習模型和實驗。”
AutoAI可以自動執行數據準備和預處理步驟，包括特征工程，或使用數據領域知識創建元素核心到AI算法的過程。它處理超參數優化（為學習算法選擇一組最優超參數，其中“超參數”指的是在學習過程開始之前設置的值），并且它擁有一套不斷增長的強大預訓練模型類型，例如梯度提升樹。
此外，Watson Studio AutoAI也是IBM的Neural Networks Synthesis（NeuNetS），這個平臺旨在通過利用AI自動合成自定義神經網絡，以及允許用戶選擇優先考慮速度或準確性來加速深度學習模型開發。IBM表示，它使用Kubernetes在IBM Cloud上運行，并且不需要深度學習框架的代碼知識或經驗。
去年秋天，NeuNetS推出預覽版，并在Watson Studio項目中提供測試版。
就在幾個月前，IBM通過與IBM Cloud Private for Data的集成，將Watson Studio、Watson Assistant和AI OpenScale帶到私有云平臺和公共平臺（如Google Cloud Platform、AWS和Microsoft Azure）。此外，IBM還推出了AI Digital Automation，這是一種收集和分析數據模式的服務，用于識別可自動執行的任務。
IBM在機器學習即服務（MLaaS）市場上與谷歌、微軟、亞馬遜和其他公司展開競爭，預計這一市場到2023年將達到55億美元。微軟在3月初宣布增強Azure Machine Learning。4月，谷歌在其I/O 2019開發者大會期間，為結構化數據引入了AutoML Video和AutoML Tables，這是谷歌自動創建AI系統服務的套件。就在本周，亞馬遜宣布推出Amazon Personalize，這是一項AWS服務，可以促進網站、移動應用、內容管理和電子郵件營銷系統的開發，這些系統可以提供定制的搜索結果。