למה סופיסטיקציה תנצח בתחום ה-MLOps

אין ספק שתחום ה-MLOps (מבצעי למידת מכונה) הוא תחום מתפתח. השוק צפוי להגיע ל-700 מיליון דולר עד 2025 – כמעט ארבע פעמים מה שהיה ב-2020.

עם זאת, בעוד שהפתרונות האלה הם טכנית תקינים וחזקים, הם לא הפיקו את ההכנסות הצפויות, מה שעורר דאגות לגבי הצמיחה העתידית.

אני יכול להבין את הפסימיות המקיפה את התחום, שכן ביליתי את 20 השנים הראשונות של הקריירה שלי בבניית כלים פנימיים של MLOps בחברת ניהול השקעות יוקרתית. לאחרונה, השקעתי בחברות הזנק של MLOps, אבל הן היו איטיות להשיג את רמת ההכנסות שציפיתי. על בסיס החוויות החיוביות והשליליות שלי עם MLOps, אני מבין למה החברות האלה התקשו ולמה הן עתידות לצמוח.

כלים של MLOps הם קריטיים לחברות המפרישות מודלים ואלגוריתמים המבוססים על נתונים. אם אתה מפתח תוכנה, אתה זקוק לכלים שמאפשרים לך לאבחן ולחזות בעיות עם תוכנה שעלולה לגרום לך לאבד הכנסות משמעותיות בגלל כישלונה. הדבר נכון גם לחברות שבונות פתרונות המבוססים על נתונים. אם אין לך כלים מתאימים של MLOps להערכת מודלים, מעקב אחר נתונים, עקיבה אחר שינויים בפרמטרים וביצועים של המודל, ומעקב אחר הביצועים המשוערים והפועלים של המודלים, אז כנראה שאינך צריך להשתמש במודלים במשימות ביקורתיות.

אולם, חברות המפרישות פתרונות המבוססים על ML (למידת מכונה) ללא ידע עמוק וניסיון, אינן מכירות בצורך בכלים מתוחכמים יותר ואינן מבינות את הערך של האינטגרציה הטכנית ברמה נמוכה. הן מרגישות יותר בנוח עם כלים הפועלים על חיצוניות, אפילו אם הם פחות יעילים, מכיוון שהם פחות פולשניים ומייצגים עלות אמצעים וסיכון נמועים יותר אם הכלים לא יעבדו.

לעומת זאת, חברות עם צוותים של ML (למידת מכונה) שמחזיקים בידע עמוק יותר וניסיון, סבורים שהם יכולים לבנות את הכלים האלה בעצמם ואינם רוצים לאמץ פתרונות של צד שלישי. בנוסף, הבעיות שנובעות מחוסר בכלים של MLOps אינן תמיד קלות לזיהוי או לאבחון – מופיעות ככישלונות של מודלים מול כישלונות של מבצעים. התוצאה היא שחברות המפרישות פתרונות המבוססים על ML, הן אם הן בעלות ידע טכני עמוק או חסרות ניסיון, היו איטיות לאמץ.

אבל הדברים מתחילים להשתנות. חברות מזהות כעת את הערך של כלים מתוחכמים ומשולבים עמוקות של MLOps. הן התנסו בבעיות הנובעות מהיעדר כלים אלה או ראו חברות מתחרות סובלות מהיעדרן בכישלונות רבים, ועכשיו מוכרחות ללמוד על הפתרונות המורכבים יותר של MLOps.

חברות MLOps ששרדו את החורף של ההכנסות עד כה, צריכות לראות הפשרה של השוק וגידול בהזדמנויות מכירות.

חברות המוכרות פתרונות שטחיים יתחילו לאבד עסקים לפתרונות משולבים יותר, שקשה יותר להבין ולאמץ, אבל מספקים שירותי ניטור, אבחון ותיקון רבים יותר ללקוחותיהם. מפתחי תוכנה של MLOps צריכים לשמור על האמונה שבניית תוכנה חזקה שמפתרת בעיות בדרך עמוקה ומקיפה יותר תנצח בטווח הארוך על פתרונות פשוטים שנותנים תשואות מיידיות אבל אינם פותרים את היקף הבעיות שלקוחותיהם.