近年来，人工智能工程化受到业界的高度关注，Gartner连续两年将其列为重要的战略趋势。行业专家大胆对2022年的企业人工智能趋势发展作出了战略预测，其中“机器学习操作 (MLOps)逐渐规范化”的预测正朝着面向AI规模化落地的目标逐步实现当中。

MLOps发展迅猛，研发难点突显        

        自人工智能进入工程化应用的产业爆发期后，国外头部科技企业均已推出MLOps解决方案并涌现出一批提供MLOps解决方案的创业公司，国内头部科技企业则在AI中台上逐步扩展流程管理功能，逐步推出MLOps解决方案。然而，在此过程中产业遇到了用户方要花费大量时间精力做调研、选型、需求匹配、验收等工作，产品方缺乏行业共识，经常要面临大量定制化需求的难题。因此，为AI研发运营管理体系制定一套全方位的标准规范，加速人工智能应用的研发和落地势在必行。

首个AI模型开发管理标准正式发布        

        4月28日，中国信通院云大所于“AI工程化论坛”上发布全球首个AI模型开发管理标准——《人工智能研发运营一体化(Model/MLOps)能力成熟度模型第一部分：开发管理》。通过“以评促建，以评促改”系统性评估企业人工智能项目研发运营一体化（开发管理）水平，查缺补漏，持续改进，横向对标行业内优秀实践和能力，取长补短。作为《人工智能研发运营一体化(Model/MLOps)能力成熟度模型》系列标准的首个标准，填补了国内外机器学习项目开发管理标准的空白。

图1：Model/MLOps系列标准体系架构

        其中，标准第一部分“开发管理”将面向具备自研能力的用户方企业、ModelOps/MLOps 开发平台产品提供方等对象，以需求管理、数据工程及模型开发三大能力子域作为开发管理的切入点，为具备人工智能软件研发交付运营能力的组织在实施模型开发管理过程中的能力给予评价和指导。

图2：开发管理总体结构

        作为一家科技领先型企业，网思科技依托其多年来全栈自研人工智能开云电子|中国有限公司的实施能力经验，结合自身源于MLOps理念开发的“Alphamind AI能力开放平台”的研发历程，在参编“数据工程”能力子域的标准制定与研究工作的过程中分享产品在开发流程及研发人员在开发AI能力过程中的经验，为推动完善人工智能产业创新实践工作添上了浓墨重彩的一笔！

图3：“开发管理”标准参编单位

        网思科技将继续积极参与《人工智能研发运营一体化(Model/MLOps)能力成熟度模型 第二部分：模型交付》标准编制，协同推进开发平台的产品化、产业化、服务化进程，为行业提供更高质量的参考标准。