IT+可观察性2023年预测： AI/ML 价值正在我们周围实现。MLOps 将带 来结构和透明度，以扩大这一进展。 多年的人工智能宣传终于有了回报。

“在经典的采用曲线中，我们已经过了宣传阶段，进入 了构建阶段。”Splunk 平台产品管理副总裁 Mangesh  Pimpalkhare 表示。“我们刚刚开始意识到真正的价值。” 软件的普通用户，无论是消费者的视频流媒体平台，还 是商业用户的客户资源管理应用程序，都没有意识到， 他们的数字体验是通过机器学习来增强的。当然，这在 营销文案中随处可见，但用户体验更智能、更快……更 好。

 “过去十年，甚至是过去五年，这个阶段已经发生了很大 变化。”专注于 AI 的 Splunk 首席产品经理 John Reed  表示。“在早期，我们非常注重实际技术和手工操作培训。 但这不再是目标或终点。AI 正在成为让事情变得更简 单的润滑剂。重点不是下面的螺母和螺栓， 而是与价值有关。” “软件制造商已经弄清楚了潜 在的复杂性，那些螺母和螺 栓。”Pimpalkhare说。“这让客户关 注结果。” 但是必须有人关注机器学习的操 作方面。因此，一门新的学科应运而 生：MLOps。

“MLOps 是机器学习的开发运维。”Splunk 高级首席应用 科学家 Joe Ross 说。“机器学习有额外的复杂性。它是 软件和数据的组合，具有更复杂的谱系，因此能够形容 和描述如何获得某些输出或结果，以便可以调试它或向 监管机构解释它，这更复杂。通过 MLOps，我们看到了 标准软件生命周期管理实践在 AI/ML 中的应用。很多都 是以更好的工具的形式出现的。”

  事实上，MLOps 已经催生了一个庞大的工具行业 - 坦率 地说，超过了世界的需求。 “MLOps 市场已经完全饱和。”Reed 说。“有数百家供应 商提供不同方面的 MLOps 来使其端到端地工作，而该 市场的创新有限。未来几年将会出现大规模的整合。” 这并不是说 MLOps 作为一门学科正在崩溃。远非如 此，Ross 说。 “如果你随着时间的推移跟踪职务中带有开发运维的职 位列表，你会发现，这一比例已经上升了不少，不再只是 技术最先进的公司在寻找这些技能。”他指出。“这也将 发生在 MLOps 世界中。” 因此，今天就开始招聘和培训，在明天的人才危机中领 先一步。