En 2020, l’adoption de l’AI sera portée par ces modèles mis sur étagère par des éditeurs tiers. De là l’essor du Machine Learning Ops.

Le Machine Learning Ops, une évidence. En 2019, Cognilytica avait prédit l’avènement des modèles pré-entraînés pour l’AI et l’amélioration de la préparation des données. Pour 2020, Kathleen Walch et Ron Schmelze voitl’essor du Machine Learning Ops. Et de s’expliquer.

En 2020, l’adoption de l’AI sera portée par ces modèles mis sur étagère par des éditeurs tiers. On aura donc plus d’AI, toujours plus. Alors que, jusqu’à présent, l’accent a été porté sur les applications personnalisées pour une seule entreprise, on s’oriente vers des environnements multiples aux différents utilisateurs. De là, le Machine Learning Ops, capable de fournir une gamme de services pour les consommateurs des modèles.

Gouvernance

Ces systèmes sont conçus pour simplifier l’utilisation et la consommation de nombreux modèles Machine Learning fabriqués en interne ou achetés auprès d’éditeurs tiers. Les plateformes Machine Learning Ops apporteront des fonctionnalités de gouvernance.

HPE et Booz Allen Hamilton ont été les premiers à lancer leur environnement de Machine Learning Ops. Kathleen Walch s’attend à ce que d’autres prennent ce même wagon au cours de l’année 2020.

Objectif : contrôler, limiter ou prioriser les accès aux métiers. Et, par conséquent, faciliter la collaboration entre les équipes via des modèles administrés. La gestion des opérations, le monitoring, la sécurité et d’autres facteurs pertinents seront petit à petit proposés par les éditeurs. Ces plateformes doivent assurer que les bonnes versions de l’algorithme sont employées, qu’elles soient protégées, tandis qu’un suivi continu permet d’éviter leur obsolescence.

HPE, le premier

HPE et Booz Allen Hamilton ont été les premiers à lancer leur environnement de Machine Learning Ops. Kathleen Walch s’attend à ce que d’autres prennent ce même wagon au cours de l’année 2020. Toutes les entreprises, qu’elles viennent des secteurs privés ou publics, devraient bénéficier d’une meilleure compréhension et orchestration de leurs algorithmes.