本指南由信通院云計算與大數(shù)據(jù)研究所、人工智能關鍵技術 和應用評測工業(yè)和信息化部重點實驗室聯(lián)合發(fā)布。本指南站在組織如何布局和落地 MLOps 的視角，以模型的G質量、可持續(xù)交付作為核 心邏輯，系統(tǒng)性梳理 MLOps 概念內涵、發(fā)展過程、落地挑戰(zhàn)等現(xiàn)狀， 并基于 MLOps 的理論研究和實踐案例分析組織如何構建 MLOps 框 架體系和關鍵能力，后總結和展望其發(fā)展趨勢。
由于 AI 產(chǎn)業(yè)的快速變革，MLOps 落地應用持續(xù)深入，工具市場 不斷迭代，我們對 MLOps 的認識還有待繼續(xù)深化，本指南可能仍存 在不足之處，歡迎大家批評指正。
IT 行業(yè)：應用 MLOps 后，美國某 IT 公司將開發(fā)和部署新 AI 服 務的時間縮短到原來的 1/12 到 1/6，運營成本降低 50%；德國某 IT 公司，通過自動化編排和實驗跟蹤，以相同的工作量運行 10 倍的實 驗數(shù)量
金融行業(yè)：應用 MLOps 后，新加坡某保險公司推理結果的生成 時間從幾天縮短至不到 1 小時
電子商務：應用 MLOps 后，荷蘭某酒店預定網(wǎng)站通過打通機器 學習模型生產(chǎn)流程，提G了生產(chǎn)規(guī)模，具備應用 150 個面向用戶的機 器學習模型的能力
制造業(yè)：應用 MLOps 后，土耳其某水泥制造公司通過提升模型 生產(chǎn)效率和質量，大大提升了 AI 賦能業(yè)務的能力，使得替代燃料的 使用量增加 7 倍，減少 2%的二氧化碳排放總量，成本降低 3900 萬美 元
化工行業(yè)：應用 MLOps 后，美國某化工企業(yè)將模型部署周期從 原來的 12 個月縮減至 30 到 90 天
...
附件：人工智能研發(fā)運營體系（ML0ps）實踐指南2023
 |
| 商用機器人 Disinfection Robot 展廳機器人 智能垃圾站 輪式機器人底盤 迎賓機器人 移動機器人底盤 講解機器人 紫外線消毒機器人 大屏機器人 霧化消毒機器人 服務機器人底盤 智能送餐機器人 霧化消毒機 機器人OEM代工廠 消毒機器人排名 智能配送機器人 圖書館機器人 導引機器人 移動消毒機器人 導診機器人 迎賓接待機器人 前臺機器人 導覽機器人 酒店送物機器人 云跡科技潤機器人 云跡酒店機器人 智能導診機器人 |
