AI概念持續(xù)發(fā)酵,，市場(chǎng)迎來(lái)“接棒者”,。
近日，市場(chǎng)關(guān)于MLOps（人工智能研發(fā)運(yùn)營(yíng)一體化）概念討論明顯增多,。對(duì)于AI細(xì)分賽道MLOps，其旨在幫助AI團(tuán)隊(duì)更有效地開發(fā),、部署和維護(hù)機(jī)器學(xué)習(xí)模型,，MLOps其也被視為AI領(lǐng)域“掘金鏟子”。
在業(yè)內(nèi)看來(lái),，隨著AI行業(yè)在海內(nèi)外的高速發(fā)展,，MLOps的市場(chǎng)規(guī)模將從2022年的11億美元增長(zhǎng)到2027年的59億美元，未來(lái)的市場(chǎng)規(guī)模將呈高速增長(zhǎng)的態(tài)勢(shì),。在國(guó)內(nèi)市場(chǎng)上,，已有多家上市公司公開表示布局這一賽道。
市場(chǎng)資金也已向這一賽道靠攏。在4月4日的二級(jí)市場(chǎng)上,，包括綠盟科技,、宇信科技均漲逾12%，而啟明信息也一度漲停,。
近日,，市場(chǎng)關(guān)于MLOps的討論日漸增多,。所謂MLOps，是指完成AI模型開發(fā)和落地的一套工具包,，從數(shù)據(jù)采集和處理-模型接入-模型開發(fā)-模型部署和應(yīng)用-監(jiān)控和運(yùn)維,，MLOps提供一整套對(duì)應(yīng)AI全生命周期的工具和服務(wù)。
換言之,，MLOps是通過構(gòu)建和運(yùn)行機(jī)器學(xué)習(xí)流水線項(xiàng)目研發(fā)（Dev）和運(yùn)營(yíng)（Ops）過程的一種方法,，目的是為了提高AI模型生產(chǎn)質(zhì)效，推動(dòng)AI從滿足基本需求的能用變?yōu)闈M足高效率,、高性能的“好用”,。其作為AI基礎(chǔ)設(shè)施之一，能有效緩解AI生產(chǎn)過程的各種管理問題,，提升AI生產(chǎn)的轉(zhuǎn)化效率,。
據(jù)Gartner調(diào)查顯示，只有53%的項(xiàng)目能夠從AI原型轉(zhuǎn)化為生產(chǎn),。AI生產(chǎn)轉(zhuǎn)化率低的主要原因在于模型全鏈路生命周期管理存在問題,，包括跨團(tuán)隊(duì)協(xié)作難度大、過程和資產(chǎn)管理欠缺,、生產(chǎn)和交付周期長(zhǎng)等,。
具體來(lái)看，第一,，跨團(tuán)隊(duì)協(xié)作難度大,。機(jī)器學(xué)習(xí)項(xiàng)目生命周期中涉及業(yè)務(wù),、數(shù)據(jù),、算法、研發(fā),、運(yùn)維等多團(tuán)隊(duì),，團(tuán)隊(duì)間缺乏相同的技術(shù)和業(yè)務(wù)背景知識(shí)作為協(xié)作基礎(chǔ)，從而帶來(lái)溝通屏障,。
第二是,，過程和資產(chǎn)管理欠缺。模型生產(chǎn)過程無(wú)標(biāo)準(zhǔn)化管理，導(dǎo)致AI資產(chǎn)的價(jià)值無(wú)法有效發(fā)揮,，原因在于：一是生產(chǎn)過程冗長(zhǎng)難管理,，AI模型生產(chǎn)過程涉及的環(huán)境、流程復(fù)雜,，各部門習(xí)慣于小作坊的生產(chǎn)模式,，重復(fù)造輪子現(xiàn)象普遍；二是AI資產(chǎn)無(wú)集中共享機(jī)制,，組織內(nèi)數(shù)據(jù),、特征、模型等碎片化AI資產(chǎn)無(wú)法共享使用,，優(yōu)秀實(shí)踐經(jīng)驗(yàn)難以沉淀,。
第三，生產(chǎn)和交付周期長(zhǎng),。機(jī)器學(xué)習(xí)模型生產(chǎn)和交付是一個(gè)漫長(zhǎng),、復(fù)雜又易出錯(cuò)的過程，且耗費(fèi)的時(shí)間成本較高,。據(jù)Algorithmia報(bào)告顯示,，38%的企業(yè)花費(fèi)超過50%的時(shí)間在模型部署上。
中國(guó)通信院3月發(fā)布的《人工智能研發(fā)運(yùn)營(yíng)體系（MLOps）實(shí)踐指南（2023年）》也顯示，目前AI生產(chǎn)過程管理問題凸顯,。
該指南認(rèn)為,，MLOps通過連接模型構(gòu)建團(tuán)隊(duì)、業(yè)務(wù)團(tuán)隊(duì)及運(yùn)維團(tuán)隊(duì),，為機(jī)器學(xué)習(xí)模型全生命周期建設(shè)標(biāo)準(zhǔn)化,、自動(dòng)化,、可持續(xù)改進(jìn)的過程管理體系，使組織規(guī)?；?、高質(zhì)量、高效率,、可持續(xù)地生產(chǎn)機(jī)器學(xué)習(xí)模型,。MLOps能有效緩解AI生產(chǎn)過程的各種管理問題，提升AI生產(chǎn)的轉(zhuǎn)化效率,。
人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟AIIA也表示,，AI工程化是AI大規(guī)模發(fā)展的必經(jīng)之路，AI要成為企業(yè)的生產(chǎn)力,，就必須以工程化的技術(shù)來(lái)解決模型開發(fā),、訓(xùn)練、預(yù)測(cè)等全鏈路生命周期的問題,，從而實(shí)現(xiàn)模型的規(guī)?；a(chǎn)，而MLOps就是AI工程化的重要助推器,。
中金公司近日研報(bào)指出,，AI大規(guī)模生產(chǎn)中存在由于流程、管理不當(dāng)造成的效率低,、周期長(zhǎng)等問題影響實(shí)際落地,，MLOps是為解決上述問題、通過統(tǒng)一ML研發(fā)和運(yùn)營(yíng)過程實(shí)現(xiàn)提質(zhì)增效的一套工程管理方法論和工具鏈,，賦能AI模型全生命周期的各個(gè)流程,。
事實(shí)上，MLOps被視為是AI掘金時(shí)代的“鏟子”,，從模型到生產(chǎn)應(yīng)用,，MLOps助力AI模型落地生花。
據(jù)了解,，當(dāng)前在國(guó)外,，MLOps落地廣泛、效果顯著,，其主要應(yīng)用于組織內(nèi)部的服務(wù)運(yùn)營(yíng),、產(chǎn)品或服務(wù)開發(fā)、營(yíng)銷,、風(fēng)險(xiǎn)預(yù)測(cè)及供應(yīng)鏈管理等場(chǎng)景,，應(yīng)用行業(yè)涉及IT,、金融,、電子商務(wù)、制造、化工和醫(yī)療行業(yè)等,。
中國(guó)通信院報(bào)告顯示,，以IT行業(yè)為例，應(yīng)用MLOps后,，美國(guó)一家IT公司將開發(fā)和部署新AI服務(wù)的時(shí)間縮短到原來(lái)的1/12到1/6,，運(yùn)營(yíng)成本降低50%；德國(guó)一家IT公司,，通過自動(dòng)化編排和實(shí)驗(yàn)跟蹤，以相同的工作量運(yùn)行10倍的實(shí)驗(yàn)數(shù)量,；以色列IT公司實(shí)驗(yàn)復(fù)現(xiàn)時(shí)間減少50%；美國(guó)一家出行科技公司三年內(nèi)機(jī)器學(xué)習(xí)產(chǎn)品數(shù)量從零擴(kuò)展到數(shù)百個(gè),。
根據(jù)Marketsand markets數(shù)據(jù)顯示,，全球MLOps市場(chǎng)處于快速發(fā)展階段，預(yù)計(jì)將從2022年的11億美元增長(zhǎng)到2027年的59億美元,，CAGR超過40%,。
目前MLOps廠商主要分為專項(xiàng)工具和平臺(tái)型產(chǎn)品兩類，海外MLOps生態(tài)龐雜,，細(xì)分賽道參與者眾多,。Weights&Biases、Tecton,、OctoML等初創(chuàng)公司均獲得了數(shù)億美元的融資,。
國(guó)內(nèi)方面，MLOps處于規(guī)劃和建設(shè)前期,。據(jù)IDC預(yù)測(cè),，到2024年60%的中國(guó)企業(yè)將通過MLOps來(lái)運(yùn)作其機(jī)器學(xué)習(xí)工作流程,。近年來(lái)，國(guó)內(nèi)各行業(yè)開始探索契合自身特點(diǎn)的MLOps落地解決方案,，在數(shù)智化轉(zhuǎn)型熱潮中,，IT,、金融和電信等數(shù)字化程度較高的行業(yè)處于相對(duì)領(lǐng)先地位，其他行業(yè)進(jìn)展稍緩,。
在國(guó)內(nèi)上市公司中,，已經(jīng)不乏參與者切入賽道。其中,，萬(wàn)達(dá)信息近期透露,，公司此前參編的《人工智能研發(fā)運(yùn)營(yíng)一體化（Model/MLOps）能力成熟度模型第一部分：開發(fā)管理》、《人工智能研發(fā)運(yùn)營(yíng)一體化（Model/MLOps）能力成熟度模型 第二部分：模型交付》已經(jīng)于2022年正式發(fā)布,。
而啟明信息方面也表示,，該公司基于云原生開發(fā)了MLOps敏捷AI平臺(tái)，幫助開發(fā)人員快速準(zhǔn)備,、構(gòu)建、訓(xùn)練和部署高質(zhì)量的AI模型,，降低AI的成本,，幫助企業(yè)AI進(jìn)入工業(yè)化階段。
此外,，綠盟科技近期也官宣,，該公司參與編寫中國(guó)信通院《人工智能研發(fā)運(yùn)營(yíng)體系（MLOps）實(shí)踐指南（2023年）》。
在二級(jí)市場(chǎng)上,，MLOps概念被視為AI細(xì)分賽道,，已經(jīng)受到資金追捧。綠盟科技和宇信科技股價(jià)在4日漲逾12%,，而啟明信息在3日封板后,，4日一度沖擊漲停。而星環(huán)科技-U自3月初以來(lái),，股價(jià)漲幅已達(dá)75%,。
免責(zé)聲明：本文來(lái)自網(wǎng)絡(luò)收錄或投稿,，觀點(diǎn)僅代表作者本人，不代表芒果財(cái)經(jīng)贊同其觀點(diǎn)或證實(shí)其描述,，版權(quán)歸原作者所有,。轉(zhuǎn)載請(qǐng)注明出處：http://lequren.com/1011770.html
溫馨提示：投資有風(fēng)險(xiǎn)，入市須謹(jǐn)慎,。本資訊不作為投資理財(cái)建議,。
