德勤咨詢公司近日發布的一份報告指出，人工智能的黃金時代即將到來，前提是企業可以實施并維持一種一致的機器學習操作（MLOps）方法。

該報告引用了專注于人工智能的Cognilytica進行的市場研究，并指出，到2025年，MLOps平臺市場的年收入預計將超過40億美元。

已經有多家初創公司已經專注于提供這些平臺。然而，不太清楚的是，MLOps在多大程度上可能會成為許多企業今天用來構建和部署軟件的DevOps平臺的擴展。

德勤人工智能研究所執行董事Beena?Ammanath表示，在新冠肺炎疫情之后，各組織已經加快了對人工智能的投資，以推動數字業務轉型。這個空間在未來18個月內將會升溫。

但是，MLOps與用于IT運營的人工智能（AIOps）不同。前者是指構建和部署注入了AI模型的應用程序的過程，而后者是指應用AI來自動化IT運營管理。

這些MLOps流程不僅擴展到AI模型的構建和部署方式，而且擴展到它們的治理和最終淘汰方式。AI模型的主要問題之一是，隨著新數據源的可用或業務條件的變化超出初始模型的范圍，結果可能會隨時間推移而變化。這就要求企業要么更新該AI模型，要么將其完全替換為另一個AI模型。在所有情況下，IT團隊都需要不斷測試和驗證AI模型提出的建議，以確保它們是一致，相關且在道德準則范圍內運作的。

Ammanath說，在數據科學家、開發人員、數據工程師、質量保證人員和IT人員的團隊之間協調這種水平的活動需要一種高度自律的方法來處理MLOps。

企業現在面臨的挑戰是，隨著企業接受數字業務轉型，許多現有流程正在變得過時。Ammanath指出，將人工智能模型應用于不被廣泛理解的業務流程，比將一個多年來一直以相同方式運行的流程自動化更具挑戰性。

幾乎每個應用都會在不同程度上被一個或多個人工智能模型增強。現在的挑戰和機遇是提供平臺，不僅可以大規模構建和部署人工智能模型，而且在必要時還可以在造成永久性損害之前將其撤回。
責編AJX