AI モデルの開発は、AI DevOps プロセスの最初のステップにすぎません。ガートナー社は、「2022 年には、機械学習プロジェクトの少なくとも 50 % は、実稼働環境へ展開されずに終了するようになるだろう」と予想しています。* AI 投資からビジネス上のメリットを得るには、モデルを運用可能にして実稼働環境に展開する必要があります。運用システムへの展開は、RESTful API エンドポイントを示すだけでは終わりません。

このガートナー社のレポートでは、特に次の点について説明しています。

  • MLOps と DataOps を組み込んだ AI DevOps のベストプラクティス
  • AI モデルと機械学習モデルを実稼働環境に移行する際に技術リーダーが直面する主な課題
  • DevOps が実稼働環境でのモデル運用において、どのように、またどのような場合に時間の短縮とリスクの軽減に役立つのか
  • DataOps 文化の重要性

MATLAB® AI モデルは、別の言語で再コーディングすることなく、車両、産業機器、運用システム、エンタープライズ アプリケーション、またはブラウザーベースのアプリケーションに展開することができます。

* Gartner, Accelerate Your Machine Learning and Artificial Intelligence Journey Using These DevOps Best Practices, Arun Chandrasekaran, Farhan Choudhary, 12 November 2019.