CEO поставщика ПО для управления моделями машинного обучения Algorithmia Диего Оппенхеймер обозначил на портале eWeek ряд современных тенденций в сфере применения искусственного интеллекта.

Организации увеличивают бюджеты на ИИ/МО

Согласно отчету Algorithmia «The 2020 state of enterprise machine learning», организации наращивали инвестиции в искусственный интеллект и машинное обучение и до пандемии, а экономическая неопределенность COVID-19 добавила актуальности этим технологиям. 83% организаций увеличили свои бюджеты на ИИ/МО, а количество специалистов по данным увеличилось в среднем на 76% в годовом исчислении. Кроме того, организации расширяют диапазон вариантов применения ИИ и МО. Как показало исследование, по сравнению с прошлым годом количество организаций с более чем пятью вариантами увеличилось на 74%. Примечательно, что основные сценарии использования, на которых фокусируются организации, связаны с обслуживанием клиентов и автоматизацией процессов — областями, которые могут принести прибыль в периоды экономической неопределенности.

Проблемы с МО, особенно в сфере управления

Организации сталкиваются с проблемами на протяжении всего жизненного цикла МО, главной из которых, безусловно, является управление. 56% упомянули о проблемах с аудитом, управлением и безопасностью, 67% организаций испытывают сложности из-за необходимости соблюдать многочисленные нормативные требования. Помимо проблем с управлением организации сталкиваются с базовыми сложностями с развертыванием и организационными проблемами. 49% упомянули о проблемах интеграции. Как показали итоги опроса, значительным препятствием для организаций на пути к зрелому применению ИИ/МО является межфункциональное согласование.

Организации тратят больше времени и ресурсов на развертывание моделей

Несмотря на рост бюджетов и численности персонала, организации теперь тратят больше времени и ресурсов на развертывание моделей, чем раньше. По данным Algorithmia, время, необходимое для развертывания обученной модели в производстве, из года в год растет, и 64% организаций для этого требуется месяц или еще больше времени. 38% компаний тратят более 50% времени своих специалистов по данным на развертывание моделей, а у организаций, у которых большое количество моделей, этот процент еще выше. Эти проблемы связаны с тем, что организации увеличили свои инвестиции в ИИ/МО, не решив основных проблем с операционной эффективностью.

Улучшение результатов с помощью сторонних MLOps-решений

Как показал опрос, предприятия выразили удовлетворение MLOps (объединение технологий и процессов МО и подходов к внедрению разработанных моделей в бизнес-процессы), которые они приобретают у сторонних поставщиков. В частности, организации, которые интегрируют коммерческие точечные решения в свои системы или сторонние платформы, тратят в среднем на инфраструктуру на 19–21% меньше по сравнению с организациями, которые сами создают и поддерживают свои системы. Среднее количество времени, затрачиваемое их специалистами по обработке данных на развертывание модели, также на 22% меньше. Это же касается среднего времени на внедрение обученной модели в производство — у компаний, которые пользуются собственными MLOps-решениями, уходит на это на 31% больше времени.