マシンラーニングオペレーションズセクターで優位性を獲得するのは洗練されたもの

マシンラーニングオペレーションズ（MLOps）は、急成長しているセクターであることは間違いない。市場は2025年までに7億ドルに達することが予測されており、2020年の約4倍になる。

しかし、技術的に優れており強力なソリューションであるにもかかわらず、期待された収益を生み出せていないため、将来の成長について懸念が生じている。

私は、最初の20年間で、著名な投資管理会社で内部のMLOpsツールを構築することでキャリアを積んだ。最近では、MLOpsスタートアップに投資しているが、期待していた収益レベルに達していない。MLOpsとの私のポジティブなおよびネガティブな経験から、スタートアップが苦労した理由と、今後成長する理由を理解している。

MLOpsツールは、データ駆動型モデルの展開を行う企業にとって非常に重要である。ソフトウェアを開発する場合、ソフトウェアの問題を診断および予測するツールが必要である。同様に、データ駆動型ソリューションを構築する企業も、モデルの評価、データの監視、モデルのパラメータとパフォーマンスのドリフトの追跡、モデルの予測と実際のパフォーマンスの追跡を行うための適切なMLOpsツールが必要である。そうでない場合、プロダクションクリティカルタスクでモデルの使用は避けるべきである。

しかし、深い知識と経験を持たない企業は、より洗練されたツールの必要性を認識しておらず、低レベルの技術的統合の価値を理解していない。外部のツールを使用する方が、より低コストでリスクが少ないと考えることが多い。

一方、MLチームを持つ企業は、より深い知識と経験を持っており、自社でツールを構築できるという信念を持っている。さらに、MLOpsツールの欠点による問題は、常に容易に特定または診断することができない。モデリングの失敗として現れることがある。結果として、MLベースのソリューションを展開する企業は、技術的に洗練されているか、経験が不足しているかに関係なく、MLOpsツールの採用が遅れている。

しかし、状況は変化しつつある。企業は、洗練されたMLOpsツールの価値を認識し始めている。問題のないツールがないことによる問題を経験したか、競合他社が高プロファイルの失敗を経験したことで、より複雑なMLOpsソリューションについて学ぶことを余儀なくされている。

今まで収益の冬を乗り越えてきたMLOps企業は、市場の解凍と販売機会の増加を期待できるはずである。

表面的なソリューションを販売する企業は、より統合されたソリューションにビジネスを失い始める。統合されたソリューションは、より難しいものではあるが、より多くの監視、デバッグ、リメディエーションサービスを顧客に提供する。MLOpsソフトウェア開発者は、より深く徹底的に問題を解決する強力なソフトウェアを構築することで、長期的には顧客が直面している問題の全範囲を解決しない簡単なソリューションよりも勝つと信じるべきである。MLOpsサービスを提供する企業は、顧客のために強力なソフトウェアを構築することで、長期的には勝利するはずである。