3、MLOps全面解析：从云环境到企业战略

MLOps全面解析：从云环境到企业战略

1. MLOps与商业激励

在商业领域，激励问题一直是经典难题，类似“谁动了奶酪”的场景，在MLOps中也有两种常见的激励问题值得探讨：
- 负外部性 ：在资本主义中，负外部性是一个基本问题，比如企业为了盈利将有毒废物倾倒入河流而不是采用更昂贵的妥善处理方式。在机器学习中，负外部性可能表现为有偏见的算法，例如基于种族、宗教、国籍等因素将无辜的人送进监狱或拒绝给予某人信贷。即使是模型中无意产生的偏差也是违法的，例如基于年龄拒绝信贷。如果企业没有前瞻性，将针对老年人申请的系统偏差意外融入机器学习模型，可能会面临生存风险。
- 不考虑投资回报率（ROI）招聘数据科学家 ：最近，不考虑要解决的问题而招聘数据科学家成为一种时尚。但这种策略最终行不通，因为在大多数进行人工智能和机器学习的组织中，模型并未投入生产。

2. 云端的MLOps

MLOps方法充分利用了云计算的几个关键优势：
- 弹性资源 ：云是一种弹性资源，既能实现计算和存储的高效利用，又能根据需求进行扩展，几乎可以满足任何需求。这意味着云计算可以按需访问几乎无限的资源。
- 网络效应 ：云计算具有网络效应，云技术通过与其他云技术集成而受益。例如AWS Lambda，它是一种无服务器技术，其价值不仅在于自身功能，更在于与其他AWS服务（如AWS Step Functions、Amazon SageMaker或AWS S3）的深度集成。随着云平台功能的不断发展，集成的服务网络将进一步增强其能力。