由于IBM Watson Studio（之前的Data Science Experience）等产品，部署应用和服务并不像以前那样具有挑战性。于2017年首次亮相的Watson Studio，提供了一个帮助分析、可视化和清理数据的环境和工具，并实时培训和优化模型。现在，随着Auto的推出，它将变得更加强大。Auto旨在自动执行与企业环境中协调相关的任务。
IBM Data和总经理Rob Thomas在一份声明中说道：“为制定的发展路径，IBM一直在与客户密切合作。发展过程中，许多人会面临数据准备步骤的挑战，这也是发展的基本步骤。我们已经看到，对很多成熟的公司来说，数据基础设施的复杂性可能是令人震惊的；但对于那些几乎没有技术资源的公司来说，依然是一个压倒性的难题。我们为Watson Studio提供的功能旨在简化流程，帮助客户更快地开始构建模型和实验。”
Auto可以自动执行数据准备和预处理步骤，包括特征工程，或使用数据领域知识创建元素核心到算法的过程。它处理超参数优化（为学习算法选择一组最优超参数，其中“超参数”指的是在学习过程开始之前设置的值），并且它拥有一套不断增长的强大预训练模型类型，例如梯度提升树。
此外，Watson Studio Auto也是IBM的Neural Networks Synthesis（NeuNetS），这个平台旨在通过利用自动合成自定义，以及允许用户选择优先考虑速度或准确性来加速模型开发。IBM表示，它使用Kubernetes在IBM Cloud上运行，并且不需要框架的代码知识或经验。
去年秋天，NeuNetS推出预览版，并在Watson Studio项目中提供测试版。
就在几个月前，IBM通过与IBM Cloud Private for Data的集成，将Watson Studio、Watson Assistant和 OpenScale带到私有云平台和公共平台（如Google Cloud Platform、AWS和Microsoft Azure）。此外，IBM还推出了 Digital Automation，这是一种收集和分析数据模式的服务，用于识别可自动执行的任务。
IBM在即服务（MLaaS）市场上与谷歌、微软、亚马逊和其他公司展开竞争，预计这一市场到2023年将达到55亿美元。微软在3月初宣布增强Azure Machine Learning。4月，谷歌在其I/O 2019开发者大会期间，为结构化数据引入了AutoML Video和AutoML Tables，这是谷歌自动创建系统服务的套件。就在本周，亚马逊宣布推出Amazon Personalize，这是一项AWS服务，可以促进网站、移动应用、内容管理和邮件营销系统的开发，这些系统可以提供定制的搜索结果。