ClearML, una plataforma líder de MLOps de extremo a extremo de código abierto, ha anunciado la amplia disponibilidad de su nuevo informe de investigación en profundidad, MLOps en 2023: ¿Qué depara el futuro? Encuestando a 200 tomadores de decisiones de aprendizaje automático con sede en EE. UU., el informe examina las tendencias clave, las oportunidades y los desafíos en el aprendizaje automático y MLOps (operaciones de aprendizaje automático).
«Creo que hemos visto un gran crecimiento en IA y ML en los últimos 5 años, desde pruebas académicas de conceptos hasta productos especialmente diseñados que alcanzan la disponibilidad general», dijo Moses Guttmann, director ejecutivo y cofundador de ClearML.. “A medida que aumentan los esfuerzos para democratizar la IA y el ML, vemos que cada vez más empresas adoptan el ML como parte de sus esfuerzos internos de I+D. Creo que este impulso continuará, acelerándose incluso en una economía en declive. Temas interesantes como ChatGPT están generando más interés y adopción de estas soluciones y tecnologías».
El nuevo informe incluye nuevas estadísticas y hallazgos críticos, que incluyen:
MLOps se ha generalizado
Las operaciones de aprendizaje automático agilizan, orquestan y automatizan continuamente el desarrollo, la implementación y la gobernanza del modelo de aprendizaje automático, lo que permite comercializar el aprendizaje automático a escala. El estudio de ClearML encontró que MLOps ha logrado una adopción generalizada dentro de empresas y empresas, ya que el 85 % de los encuestados dijeron que tenían un presupuesto dedicado a MLOps en 2022, mientras que el 14 % dijeron que no tenían presupuesto pero que esperaban tenerlo en 2023.
“A medida que las organizaciones invierten miles de millones de dólares en aprendizaje automático, MLOps permite a las empresas automatizar y organizar todo su flujo de trabajo de ML de manera más eficiente y efectiva”, dijo Guttmann. “Esto incluye todo, desde la experimentación, el desarrollo y la implementación hasta la gestión, la observabilidad y la gobernanza del aprendizaje automático. MLOps les permite obtener un mejor rendimiento de sus modelos, llegar a ML operativo más rápido y obtener valor comercial, al tiempo que garantiza el retorno de la inversión para las crecientes inversiones de ML. Las empresas quieren ver materializadas sus inversiones en aprendizaje automático, y la automatización es clave para obtener y mantener la escalabilidad y la ventaja competitiva, especialmente en momentos en que los recursos están limitados por las desafiantes condiciones del mercado».
Las inversiones de MLOps aumentarán en 2023
Prácticamente todos los encuestados dijeron que sus organizaciones planean aumentar las inversiones de MLOps en 2023, con un 42 % que dijo que el gasto aumentará entre un 11 % y un 25 %, seguido por un 26 % a un 50 % (37 % de los encuestados), un 51 % a un 75 % (16 % de los encuestados) , 76-100% (5% de los encuestados) y 10% o menos (2% de los encuestados). En última instancia, el 98 % de los encuestados espera aumentar el gasto en un 11 % o más en el nuevo año, y la gran mayoría, casi el 60 % (58 %), dice que aumentaría el gasto en más del 25 %. En comparación, Gartner espera que el gasto total en TI crezca solo un 5,1 % en 2023.*
“Las empresas que luchan por integrar aplicaciones ML con sus aplicaciones de producción existentes desperdician recursos invaluables en proyectos de aprendizaje automático que nunca ven la luz del día o entran en producción. Se confía cada vez más en la innovación de productos de aprendizaje automático para impulsar el valor comercial y los ingresos críticos para las empresas, especialmente ahora «, dijo Guttmann. «Las plataformas MLOps unificadas brindan orquestación y automatización continuas de todo el proceso del ciclo de vida de ML que lo hace posible, al tratar ML modelos como artefactos de software reutilizables. Las empresas pueden implementar, monitorear y volver a entrenar sin problemas los modelos en un proceso repetible, ayudándolas a obtener valor comercial e innovación de sus datos de una manera mejor y más rápida».
Regístrese para recibir el boletín gratuito insideBIGDATA.
Únase a nosotros en Twitter: https://twitter.com/InsideBigData1
Únase a nosotros en LinkedIn: https://www.linkedin.com/company/insidebigdata/
Únase a nosotros en Facebook: https://www.facebook.com/insideBIGDATANOW