سينمو سوق عمليات التعلم الآلي بمقدار 45% سنويًا بحلول عام 2030

السوق العالمية لـ MLOps (عمليات التعلم الآلي)، وهي الحلول التي تساعد علماء البيانات على تبسيط وتحسين عمليات نشر التعلم الآلي، ستحقق نموًا سنويًا متوسطًا يبلغ حوالي 45% بحلول عام 2030. تم إجراء التوقعات من قبل شركة الأبحاث Valuates Reports، والتي تقدر قفزة في تقييم قطاع US$ 186.4 مليون، تم تحقيقها في عام 2023، لـ US$ 3.6 bi. قد يكون أحد الأسباب الرئيسية لارتفاع درجة حرارة هذا السوق هو تقليل مصطلح تطوير النماذج التنبؤية. تقييم شركة Datar هو القيمة المتخصصة لإغاثة البيانات في استخدام الشركة D“القرار كخدمة”.

لتطوير أنظمة مماثلة باستخدام الأساليب التقليدية، تستغرق المؤسسات ما بين أسبوعين إلى ثلاثة أسابيع في المتوسط، اعتمادًا على مدى تعقيد الصناعة.  

“من ناحية أخرى، باستخدام MLOps، يمكن لعالم البيانات أتمتة عملية الإنشاء بأكملها. أولاً، يقوم بكل جزء التدريب من النموذج من خلال التعلم الآلي التلقائي الذي يختبر الخوارزميات لمعرفة أي منها يعمل بشكل أفضل. في هذا الوقت، يمكن للعالم أيضًا، إذا أراد، تحميل رمز لديه بالفعل رمزه الخاص وحفظ جميع المستندات وجميع الرموز، وبالتالي ضمان حماية توثيق جميع قواعد البيانات. يعود نجاح MLOps إلى حقيقة أنه ألغى كل هذه الخطوات مع كون منشئ النموذج مسؤولاً بنفسه ولديه في متناول اليد كل ما يحتاجه للانتقال من بداية مشروع ER” إلى نهايته.

في عام 2024، أطلقت Datarisk حل MLOps للسوق يركز على خدمة الشركات الرائدة في أنشطة مثل منح الائتمان، ومخاطر الاحتيال، والميل إلى تغيير العمل، والإنتاجية في الزراعة، من بين أمور أخرى. فقط خلال النصف الأول من هذا العام، تم استخدام الأداة لإجراء حجم يزيد عن 10 ملايين استشارة، ومن بين الفوائد التي حصل عليها مستخدمو هذه التكنولوجيا، كان أحد أعظم النقاط البارزة على وجه التحديد هو تقليل الوقت. مع MLOps الخاصة بالشركة الناشئة، انخفض متوسط المدة البالغة ثلاثة أسابيع إلى بضع ساعات.

يوضح كارلوس ريلفاس أيضًا أنه بعد إنشاء هذا التدريب الأول، تدخل خطوة ثانية داخل منصة Datarisk MLOps نفسها، وهو الجزء الذي يمكن للعالم من خلاله تلقائيًا إنشاء واجهة برمجة تطبيقات للنموذج لاستخدامه في البيئات الخارجية. الخطوة الثالثة، حسب قوله، هي إدارة الحل. الهدف في هذه المرحلة هو التأكد من أن هذا النموذج الذي تم تطويره وتدريبه واستخدامه يستمر في الحصول على أداء جيد مع مرور الوقت. يمكن لأداة“A مراقبة استخدام تطبيقاتها وتشغيل واجهات برمجة التطبيقات لضمان ليس فقط أن كل شيء يعمل كما هو مقرر، ولكن أيضًا السماح بتغيير قياس جودة النموذج، فالحل يتغير نفسه.

 إن تقبل السوق والآفاق التي قدمتها Datarisk تسمح للشركة بتوقع نمو يزيد عن خمسة أضعاف حجم استخدام هذا الحل بحلول نهاية عام 2025.

يوضح المؤسس المشارك والرئيس التنفيذي لشركة Datarisk، جوناتا إيمريك، أنه من خلال أن تصبح الشركة الرائدة في تقديم الحلول في مفهوم MLOps في البرازيل، فإن الشركة الناشئة تضع موضع التنفيذ استراتيجية إنضاج أطروحات أعمالها الرئيسية وإتقانها. “نحن نفهم بعمق أكبر احتياجات السوق ونحن الآن على استعداد لتقديم حلول قادرة على تحويل واقع علم البيانات في البلاد بطريقة وثيقة الصلة تمامًا.

وفقًا لإيمريك، في حالة تطوير النموذج التنبؤي المحددة، تظهر حلول MLOps كاستجابة للعمليات الداخلية التي تستغرق وقتًا طويلاً والمصممة لعصر لم تكن فيه الشركات مضطرة إلى إدارة منطقة البيانات بالسرعة المطلوبة حاليًا.

“يتم اعتماد أنظمة انتظار تكنولوجيا المعلومات بشكل عام حيث ينتهي مجال علوم البيانات من صنع نموذج ويمرر إلى المجال الهندسي لإنشاء واجهة برمجة التطبيقات. وهذا بدوره سيستغرق وقتًا طويلاً للقيام بدوره، حيث سينتقل المشروع بعد ذلك إلى فريق محرك الائتمان، على سبيل المثال، بحيث يقوم أخيرًا بتنفيذ واجهة برمجة التطبيقات هذه، مما سيؤدي إلى مواعيد نهائية أخرى. والنتيجة هي أنه عند تنفيذ النموذج، يكون الوضع مختلفًا بالفعل. لذلك يصبح حل MLOps فعالاً للغاية من حيث التحسين، ويخلص موقع”.