九章云极：2023年机器学习工程引擎MLOps发展报告（26页）.pdf

1、机器学习工程引擎MLOps发展报告破壁全赛道，落地工程化目录CONTENTS开启产业变革新纪元（一）市场规模场景全面发力，企业迎来新一波浪潮（二）政策高度重视应用落地，推动软件平台进一步升级（三）规模化面临多方挑战，需解决“三横两纵”六大问题（四）MLOps工程引擎协同多方能力，实现产业智能化转型升级核心技术优势CASA四大能力（一）高水平全场景算法库（二）全栈式AutoML自动化机器学习（三）数据模型安全可解释（四）云原生技术支撑九章云极DataCanvas产品能力和行业应用实例总结与建议（一）企业介绍（二）行业应用赋能：“创新链-价值链-产业链”三链协同 1、创新链：增强企业技术创新实力

2、2、价值链：重塑业务应用价值体系 3、产业链：优化产品平台服务能力MLOps工程引擎介绍数据库以数据驱动的时代基石0207101218240204050613131416181920212201开启产业变革新纪元01 开启产业变革新纪元（一）市场规模场景全面发力，企业迎来新一波浪潮人工智能概念深入人心，成为经济发展压舱石。随着人工智能技术走出实验室，走进社会生产生活，政府、企业、社会越来越多的关注并应用人工智能，2022年中国政府报告中明确提出，培育壮大人工智能产业，提升关键软硬件技术创新和供给能力，实施国家战略性新兴产业集群工程。ChatGPT的出现掀起了人工智能的新一波浪潮，社交娱乐、金融

3、零售、制造能源、城市生活等各个行业都在加大对人工智能的投资和应用，IDC报告显示到2022年60%的中国1000强公司将在所有关键业务的横向职能中扩大使用AI/ML，如营销、法务、人力资源、采购和供应链、物流等。可以发现，人工智能已经成为促进经济发展、提升人民生活水平的主要手段和重点举措，是数字经济时代的全新生产要素，推动助力企业数字化转型升级，对中国经济产生重要影响。人工智能进入破壁全赛道的黄金时代。AI进入规模化工程应用与行业释放的黄金时代，传统产业加速与人工智能技术融合创新，底层算力支持、软件平台、工具组件、硬件设备迎来全方面升级，致力于解决专业细分领域应用痛点问题，呈现全局化、精细化、

4、层次化的特点。随着算法架构和工具平台的加速迭代，模型水平不断突破新高，图像识别、语言理解、知识问答等任务已达到大规模落地程度，另外面向行业场景的模型在跨行业也表现出来较好的模型迁移性和识别决策水平，这为实现打造低成本、可复制、高水平的跨行业解决方案提供了可能。伴随着技术、产业、政策等各方面环境的成熟稳定，人工智能产业在未来迎来更大的机遇机会。0201产业链条基本完善，产品服务形态逐渐丰富。当前人工智能产业已基本形成底层基础支撑夯实、中层软件平台稳健、上层应用服务多点开花的市场格局，技术能力加速提升，感知决策能力超过人类平均水平，并开始面向实际场景需求打造高水平、低成本、可迁移、可解耦的应用方案

5、，逐步解决细分领域长尾难题。在底层方面，算力服务趋向大规模跨平台分布式计算能力演进，面向各应用场景的自动精细化标注工具和数据仿真软件出现；在算法平台方面，低代码/无代码、全流程自动机器学习套件、API相继完善，企业面向应用场景持续打造预训练模型；在行业应用方面，预训练大模型和配套专业化生产工具成为企业布局重点，产品服务层出不穷。人工智能市场保持高速增长。IDC数据显示，2022年中国人工智能软件市场规模达307.3亿元人民币，其中专业服务、政府、金融、电信领域保持高速增长，另外医疗、工业、自动驾驶等领域也有较大增长空间，共同促进了中国人工智能的发展和应用落地。近年来越来越多的企业投身于“数智化

6、时代”，企业开始布局数字化转型以及智能化升级，从而催生出对人工智能更多的需求。随着人工智能进入从技术单点突破到场景规模化应用落地的关键时期，预计整体产业在未来十年将实现大规模应用。人工智能进入工程化和规模化应用落地关键阶段，需持续强化MLOps工程引擎的集成管理、开发交付和部署跟踪能力。MLOps可以提高实践质量、简化管理流程，并在大规模生产环境中自动部署机器学习模型，使得模型满足业务需求和规则要求的敏捷一致性。IDC预测，MLOps将迎来全面采用，到2024年60%的中国企业将通过MLOps/ModelOps来运作其ML工作流程，并通过AIOps功能将AI注入IT基础设施运营过程。在以数据驱