趋势9:出现了企业规模的AI模型管理

随着AI项目从概念验证逐步发展到企业部署，组织面临着模型部署的工程复杂性、有效扩展基础设施的能力以及缺乏AI模型可见性和治理的挑战。一些大型组织已经开始投资构建企业规模的AI模型管理框架。他们正在开发一个人工智能工件的存储库，如模型、管道、功能和数据集，并管理从调优、培训到部署和监控的人工智能模型的完整生命周期。这种方法使企业能够以多元计算的方式执行AI，并通过漂移和偏差检测、AI预测的解释和再现来确保AI治理。当云提供商提供完全管理的模型生命周期管理时，开源社区也为在Kubernetes的容器化平台上创建Kubeflow这样的框架做出了重大贡献。

印孚瑟斯与美国一家主要金融机构合作，创建了一个集中的人工智能平台，用于模型培训、管理和部署。