2022 12月 28 By 轻松上网高手 0 comment

【TechOrange 编辑部导读】

许多企业积极开发 AI 计画,却只着重在机器学习与资料科学的能力,缺乏透过整合性的工作流程来达到规模化、量产化的部署,而 ModelOps 即是一个提供模型建立整合机制的一种解方。来看 ModelOps 如何帮助企业高层追踪、优化 AI 部署的投资报酬率,进而实现 AI 等新兴科技承诺的庞大效益。

资料科学与进阶数据分析,在科技业界早已称不上新鲜事,过去的企业惯例中,往往将资料科学应用,视为个别模型的独立创建与部署,然而当我们後退一步综观全局,不难发现随着企业组织迎向 AI 浪潮,可持续且可信赖的整合性支援,对企业 AI 成功部署而言至关重要,因为预测模型开发本身,仅仅是必要却微小的一片拼图。

结合模型(model)与营运(operation)的 ModelOps 概念,就是要帮助企业藉由整合体制式的工作流程,来达到规模化、量产化的模型建立与开发。

♦ TO 延伸阅读:MoBagel 助攻企业享受 AI 带来的果实!为何台湾中小企业更需要 No-Code AI 工具?

实践有价值的 AI 模型部署

根据全球 IT 研究与顾问谘询业界权威 Gartner 的定义,ModelOps 指的是在资料科学专案中,为了自动化各种常规性运作,而进行的一系列商业实践,其范围涵盖模型训练管线(pipeline)、版本控制、数据管理、实验监控、测试与资料散布,主要目的是要让一切预测性分析、机器学习,以及 AI 模型变得可营运(operational)。

此流程涉及常见的 AI 模型 (机器学习、时间序列模型、统计模型等)、资料品质等相关议题,不只软体工程本身,ModelOps 也追求提升模型从第一步到最後一步的开发效率,使得模型上线更加快速、频繁,并同时确保模型的预测表现。

从组织层面来看,我们可以把 ModelOps 视为一套帮助预测性分析、机器学习工作流程,在企业中真正「落地实践」的系统化工具;不只是提供数据洞察,而是能直接影响与优化日常营运。

♦ TO 延伸阅读:企业如何成为 AI 高绩效资优生?研究:关键在「云端布局」—2022 云端 AI 应用大调查正式启动

AI 并非万灵丹,部署环节有重重挑战

企业投资数位转型後,从概念验证走向专案执行,究竟会耗费多少心力?Gartner 预测到了 2023 年,全球至少会有 50% 的 IT 部门领导,即将面临由理论走向生产的 AI 应用挑战。

美国市场研究公司 Forrester 也曾经断言:倘若没有导入 ModelOps,一间公司的 AI 转型注定失败。

这是因为过往许多组织导入 AI 前,还来不及制定一套系统化流程,导致从情境确认、资料分析到每一次模型部署上线,企业内部都得花费大量的时间沟通;模型好不容易上线後,又可能因生产线等情境需求改变,或者资料量体日增,而使原模型变得不敷使用,需要费心重新训练,长期下来就容易拖累公司成长。

随着企业数位转型脚步加快、 AI 导入规模扩大,如何避免上述的资源浪费,成为日益迫切的组织挑战。而藉由 ModelOps 这套流程工具,就能协助组织更有效率地进行模型监控与管理。

♦ TO 延伸阅读:产业界很急!微软全球助理法务长施立成:每个部会都应有数位发展政策

企业 AI 转型利器,简化部署维运

为何 ModelOps 对企业数位转型成功如此重要?《Forbes》杂志认为,比起传统软体,AI 或 ML 模型必须对组织面负起更大的责任:这些模型得通过各项管制审查,确保法规合规性;一个运作良好的模型就有能力为整个部门,带来由上而下的根本性转变。也就是说,模型开发不只是技术部门的事,与事业部、法务部之间的整合势在必行。

企业若想透过导入 AI 取得竞争优势,就必须将 ModelOps 定位於 AI 部署策略的核心,用以帮助整合不同的 AI 技术产出物(artifact)、平台、解决方案,同时达到扩张、监控、管理等企业目标。

♦ TO 延伸阅读:中小企业营运的前瞻思维!在纷扰变动的经济情势下,企业蓝图如何再创造新价值?

ModelOps 的未来市场趋势

市场情报和谘询智库 Corinium Global Intelligence 近期针对 AI 部署执行者发表了一项调查,主要目的是为了探讨 ModelOps 的现况、应用挑战,以及未来市场趋势,以下摘录 4 项重点数据:

由报告数据可推知,数位转型浪潮中的企业,多数都已经准备好导入 ModelOps,其中一项主因就是 ModelOps 可帮助企业高层追踪、优化 AI 部署的投资报酬率,例如在模型濒临不合规风险时,就能及时介入并处理,避免成为企业累赘;也能制定更明智的投资决策,进而实现 AI 等新兴科技承诺的庞大效益。(责任编辑:游绒绒)

♦ TO 延伸阅读:TensorFlow 後 Google 再推 JAX!深度学习霸主即将换人做?

(本文开放合作夥伴转载,参考资料:CodeX on Medium、TechOrange、Forbes,首图来源:Pixabay)

轻松上网高手

0 0 投票数
Article Rating
订阅评论
提醒
guest
0 Comments
内联反馈
查看所有评论