要点：继ChatGPT后，又一新技术诞生——MLOps助人工智能发展。如果说你错过了AIGC从三块涨到七块多的汤姆猫，错过了算力七天七板的汉王科技，更错过了CPO从12块涨到39的剑桥科技，那么接下来这个新技术MLOps可千万别再错过了，主力资金势必会引发一波炒作的热潮！

MLOps是通过构建和运行机器学习流水线（Pipeline），统一机器学习（ML）项目研发（Dev）和运营（Ops）过程的一种方法，目的是为了提高AI模型生产质效，推动AI从满足基本需求的“能用”变为满足高效率、高性能的“好用”。简单来说，就是提升AI生产的转换效率。

一、这在国外，MLOps落地广泛、效果显著，真正的运用AI降本增效。

IT行业：应用MLOps后，美国某IT公司将开发和部署新AI服务的时间缩短到原来的1/12到1/6，运营成本降低50%；德国某IT公司，通过自动化编排和实验跟踪，以相同的工作量运行10倍的实验数量；以色列某IT公司实验复现时间减少50%；某美国出行科技公司三年内机器学习产品数量从零扩展到数百个。

金融行业：应用MLOps后，新加坡某保险公司推理结果的生成时间从几天缩短至不到1小时；欧洲某大型保险公司节省了大量维护和调查时间，可实时跟踪和比较模型性能，并自动检测以前需要数月才能检测到的漂移；美国某支付公司可实时部署和运行其反欺诈预测

模型，并实时分析新数据以适应新威胁。

电子商务：应用MLOps后，荷兰某酒店预定网站通过打通机器学习模型生产流程，提高了生产规模，具备应用150个面向用户的机器学习模型的能力，逐步推进AI规模化落地。

制造业：应用MLOps后，土耳其某水泥制造公司通过提升模型生产效率和质量，大大提升了AI赋能业务的能力，使得替代燃料的使用量增加7倍，减少2%的二氧化碳排放总量，成本降低3900万美元。

化工行业：应用MLOps后，美国某化工企业将模型部署周期从原来的12个月缩减至30到90天。

医疗行业：应用MLOps后，美国某医疗企业通过快速构建和测试模型，为业务提供精准决策，使得每年从患者日支付的护士工时中节省200万美元，通过减少患者住院时间每年可节省1000万美元。

二、国内MLOps处于规划和建设前期，落地探索成效初显。

IDC2022年预测，到2024年60%的中国企业将通过MLOps来运作其机器学习工作流。近3年来，国内各行业开始探索契合自身特点的MLOps落地解决方案。在数智化转型热潮中，IT、金融和电信等数字化程度较高的行业处于相对领先地位，其他行业进展稍缓。

根据情报和市场研究平台MarketsandMarkets2022年研究报告显示，MLOps市场规模将从2022年的11亿美元增长到2027年的59亿美元，五年五倍空间。

三、2023年MLOps落地的重要推进方向

启明信息：3月27日在投资者互动平台表示，公司基于云原生的MLOps敏捷AI平台，帮助数据科学家和开发人员快速准备、构建、训练和部署高质量的AI模型；降低AI的成本，以自动化、低代码的方式进行生产和落地，提高生产效率，高效率，低成本的赋能启明各业务线产品和制造业各领域的智能化转型，实现操作、流程、决策的自动化、智能化，帮助企业AI进入工业化阶段。

启明信息是基于国资云的MLOps，下面这个互动说的很明白的，意思就是国资大模型必须要用国资的mlops，而且启明是市场唯一实锤MLOps的央企，短期都还没怎么涨过。

资料：

中国信通院：人工智能研发运营体系（MLOps）实践指南（2023年）   https://zhuanlan.zhihu.com/p/616080765?utm_id=0