H2O.ai a bâti sa réputation sur le machine learning open source. H2O-3 est une bibliothèque très utilisée pour entraîner des modèles sur de grands jeux de données, avec une fonction AutoML qui essaie beaucoup d’algorithmes et choisit le meilleur. Le Driverless AI commercial de l’entreprise automatisait l’ingénierie de features et la construction de modèles pour les utilisateurs métier, et ses outils ont été utilisés en finance, en assurance et en santé.
Plus récemment, H2O.ai s’est concentré sur l’IA générative. H2O LLM Studio permet aux équipes de faire du fine-tuning de modèles de langage sans beaucoup de code, h2oGPT est un projet open source pour discuter avec des documents, et sa plateforme entreprise permet de déployer des assistants et des agents privés, y compris on-premises ou dans des environnements isolés. Elle a aussi sorti de petits modèles de langage conçus pour tourner efficacement.
Les outils open source de H2O sont gratuits, et les produits entreprise se vendent sur des contrats sur mesure. L’entreprise est en concurrence avec Databricks, DataRobot, Dataiku et les grandes plateformes d’IA cloud, et le large écosystème open source a dépassé certains de ses avantages précoces. Elle reste intéressante pour les organisations qui veulent le contrôle du déploiement et des données. H2O.ai convient aux équipes data science qui veulent la souplesse open source avec une option entreprise.
// alternatives à H2O.ai tout voir →
