(相关资料图)

中国信息通信研究院近日发布《人工智能研发运营体系（MLOps）实践指南（2023年）》，启动《MLOps工具图谱》编制工作。

  AI概念持续发酵，作为AI细分赛道的MLOps，旨在帮助AI团队更有效地开发、部署和维护机器学习模型，因此，被视为AI领域“掘金铲子”。中金公司表示，MLOps助力AI模型落地生花，并指出2020年以来，AI大规模快速落地成为产业发展焦点，拉动MLOps平台工具需求提升。

  根据Markets and markets数据，全球MLOps市场处于快速发展阶段，预计将从2022年的11亿美元增长到2027年的59亿美元，复合年均增长率超过40%。国内方面，MLOps市场正处于高速增长的规模化放量前期，未来想象空间宽广。

  据财联社不完全统计，目前已有多家上市公司在互动平台回复在MLOps的相关情况，具体如下：

  据悉，MLOps即人工智能研发运营一体化，是人工智能产业界的一项权威评测，由中国信息通信研究院联合几十家优秀企业一起制定的标准，其核心是制定AI开发标准、评测AI研发和运营的整体效能，让企业更加便捷的用AI解决实际业务场景问题，最终完成数智化转型。

  AI大规模生产中存在由于流程、管理不当造成的效率低、周期长等问题影响实际落地，MLOps是为解决上述问题、通过统一ML研发和运营过程实现提质增效的一套工程管理方法论和工具链。MLOps能有效缓解AI生产过程的各种管理问题，提升AI生产的转化效率。

  MLOps围绕持续集成、持续部署、持续监控和持续训练，构建和维护机器学习流水线，并通过流水线的衔接形成全生命周期闭环体系。

  报告称，国外方面，MLOps落地广泛、效果显著，其主要应用于组织内部的服务运营、产品或服务开发、营销、风险预测及供应链管理等场景，应用行业涉及IT、金融、电子商务、制造、化工和医疗行业等。

  IDC2022年预测，到2024年60%的中国企业将通过MLOps来运作其机器学习工作流程。近3年来，国内各行业开始探索契合自身特点的MLOps落地解决方案，在数智化转型热潮中，IT、金融和电信等数字化程度较高的行业处于相对领先地位，其他行业进展稍缓。

  IT行业最早开始构建MLOps并驱动其业务智能化水平的提升。如百度、华为、阿里、京东等，关注机器学习项目全生命周期的优化和改进，并在原有AI中台或云服务平台上逐步扩展MLOps过程管理功能，实践效果明显。百度通过应用MLOps使得开发周期缩短54%，测试周期缩短67%，所投入的人天数缩减57%。

  据财联社不完全统计，除了上述在互动平台回复的公司外，还有星环科技、传音控股、万达信息、科大国创、绿盟科技等公司有MLOps相关布局。

标签：