MLOps的產業先導者和發展潛力探討
MLOps是一種以AI機器學習機制結合DevOps流程的策略，但因為MLOps以AI為核心，雖然需要相對較高的技術、資金等進入門檻，卻可以在應用落地後發揮可觀的產值和成長潛力。藉由導入MLOps，除了能在技術上以AI加速DevOps的作業效率和更新頻率，也能藉由導入AI相關技術在DevOps在不同領域和情境，為不同領域的客群發揮關鍵價值。
AI全球產值年增率大幅提升至21.3%
依據國際諮詢機構Gartner統計，AI軟體的全球產值，從2021年的515億美元提升到2022年的625億美元，年增長率從14.1%提升到21.3%。
另外，在2022年Gartner針對資訊長（CIO）的調查中，其中有48%的CIO表示有計畫導入（或正式導入）AI和機器學習科技。
如此可見，機器學習勢必在企業界和市場上佔有一席之地，也有望成為MLOps的要角。
MLOps受到IT國際龍頭業者青睞
另依據IDC指出，在MLOps的領域中，由於最關鍵的資料集和AI模型的技術需求相對較高，具有全面發展MLOps能力，現今僅有一些代表性、標竿性的龍頭，例如IBM、微軟在領先梯隊；而具有較豐沛雲端資源，但在AI方面開始起步的AWS、谷歌、阿里巴巴等，就在微軟腳步後方的「主力參與者」梯隊，可見MLOps對IT龍頭具有值得投入的吸引力，並以豐沛雲端資源為基礎，來發展可支持MLOps的AI模型和資料集。
圖 1：MLOps領域領先梯隊
資料來源： (Lange, Kuppuswamy, & Schubmehl, 2022)
未來展望／挑戰
現階段的MLOps，雖以大型IT龍頭為領頭羊，並以豐沛的軟硬體資源，提供大數據基底資料集、AI模型架構；但未來隨著AI模型和演算法的開源需求提升，可望降低MLOps的入門門檻，讓中小規模的MLOps有機會蓬勃發展，健全工具鏈和技術能量，滿足MLOps日漸普及化的需求。
封面圖片經圖庫123RF授權使用
參考資料來源
- Lange, K., Kuppuswamy, R., & Schubmehl, D. (2022). IDC MarketScape: Worldwide Machine Learning Operations Platform 2022 Vendor Assessment. Retrieved from IDC: https://www.sas.com/content/dam/SAS/documents/analyst-reports-papers/en/idc-marketscape-machine-learning-operations-platforms-113233.pdf
- Rimol, M. (2021, November 22). Gartner Forecasts Worldwide Artificial Intelligence Software Market to Reach $62 Billion in 2022. Retrieved from Gartner: https://www.gartner.com/en/newsroom/press-releases/2021-11-22-gartner-forecasts-worldwide-artificial-intelligence-software-market-to-reach-62-billion-in-2022
延伸閱讀