एमएल मॉडल का संचालन 2023 के लिए एक प्रमुख चुनौती और अवसर है

जैसा कि हम 2023 में प्रवेश कर रहे हैं, मशीन लर्निंग (एमएल) पेशेवर पिछले वर्ष का जायजा ले रहे हैं और आगे बढ़ने वाले संभावित प्रमुख अवसरों की पहचान कर रहे हैं। उस अंत तक, मेरी कंपनी ने हाल ही में 200 यूएस-आधारित एमएल निर्णयकर्ताओं को यह समझने के लिए चुना कि वे अवसर क्या हो सकते हैं। एक क्षेत्र जिस पर हमने ध्यान केंद्रित किया, वह परिचालन के पीछे की चुनौती थी यंत्र अधिगम, जिसे उत्तरदाताओं ने एक प्रमुख मुद्दे के रूप में चिह्नित किया।

जबकि मशीन लर्निंग हर उद्योग में संगठनों के लिए बहुत अधिक मूल्य ला सकता है, यह पहचानना महत्वपूर्ण है कि व्यवसाय केवल उस मूल्य को वास्तविक बना सकते हैं जब वे एक एमएल मॉडल का संचालन कर सकते हैं। इस बात को ध्यान में रखते हुए, हमारे शोध से कुछ सबसे दिलचस्प निष्कर्ष यहां दिए गए हैं, साथ ही इस पर विचार भी कि कैसे एमएलओपीएस श्रेणी इस अवसर पर उठ सकते हैं और एमएल को उद्योगों में अधिक उपयोगी और सुलभ बनाने के लिए सुधार कर सकते हैं। 

एमएल मॉडल को संचालित करने में असमर्थता से राजस्व को नुकसान होता है

जब हमने मशीन लर्निंग विशेषज्ञों से पूछा कि क्या उनके संगठनों को एमएल निवेश से व्यवसाय और व्यावसायिक मूल्य बनाने के लिए चुनौती दी गई है - मशीन लर्निंग पाइपलाइनों और परियोजनाओं को बड़े पैमाने पर तैनात या उत्पादित करके - लगभग एक-तिहाई (86%) के साथ लगभग सभी (29%) सहमत हुए यह कहते हुए कि वे "बहुत चुनौतीपूर्ण थे।" इसी तरह, लगभग तीन-चौथाई ने कहा कि उनकी कंपनी बड़े पैमाने पर एमएल को संचालित करने में चुनौतियों के कारण राजस्व या मूल्य निर्माण से गायब थी, लगभग आधे ने इन चुनौतियों को या तो "गंभीर" या "बहुत गंभीर" बताया। 

जाहिर है, ये संख्याएं उन मूलभूत मुद्दों की बात करती हैं जिन्हें 2023 और उसके बाद के लिए हल करने की आवश्यकता है। उदाहरण के लिए, मॉडल के विकास, परिनियोजन और रखरखाव में सुधार के लिए बुनियादी मशीन सीखने की प्रक्रियाओं का समर्थन करने के लिए उपकरणों में अधिक निवेश की आवश्यकता है। साथ ही उत्पादन वातावरण में मशीन लर्निंग मॉडल के निर्माण, परीक्षण, तैनाती और प्रबंधन की प्रक्रिया को स्वचालित करने, सहयोग बढ़ाने, परियोजना प्रबंधन और संचालन पर ध्यान केंद्रित करने के साथ-साथ।

एमएल प्रोसेस ऑटोमेशन में निवेश प्राथमिकता होगी

उद्योग के कुछ लोगों का मानना ​​है कि मंदी एआई और मशीन लर्निंग निवेश को कम कर देगी। हकीकत में खर्च जारी रहने की संभावना है। हालांकि, एआई और एमएल के प्रकार जो बदलेंगे वे कंपनियां निवेश करना चाहेंगी। 

मैं आशा करता हूं कि कंपनियां उन तकनीकों में निवेश करेंगी जो तत्काल अवधि में दक्षता और उत्पादकता में सुधार कर सकती हैं। जैसा कि कंपनियां 2023 में लागत का अनुकूलन करने और अपने संचालन को सुव्यवस्थित करने के लिए देखती हैं, वे संभावित रूप से बड़े पैमाने पर प्रक्रियाओं और कार्यों को स्वचालित करने में मदद करने के लिए एआई और एमएल प्लेटफार्मों की ओर रुख करेंगी। इन नियमित गतिविधियों, कार्यों और प्रणालियों को स्वचालित करके, कंपनियां अधिक उच्च-स्तरीय, मूल्यवर्धित परियोजनाओं पर ध्यान केंद्रित करने के लिए पूंजी, प्रतिभा और अन्य मूल्यवान संसाधनों को मुक्त कर सकती हैं। यह उन्हें संसाधनों को मुक्त करने और जल्दी से लागत बचाने की अनुमति देगा, अंततः उनकी लाभप्रदता और बाजार में समय में सुधार करेगा। 

हम सर्वेक्षण में स्वचालित अनुकूलन की ओर इस प्रवृत्ति को भी देखते हैं, क्योंकि नेताओं ने एमएल प्रक्रियाओं, विशेष रूप से स्वचालन और ऑर्केस्ट्रेशन को अधिकतम करने के लिए संसाधनों में निरंतर निवेश में रुचि व्यक्त की। अपने एमएल संचालन को स्वचालित करके, संगठन कम के साथ अधिक कर सकते हैं, और आर्थिक मंदी के समय दक्षता और उत्पादकता पर यह ध्यान विशेष रूप से मूल्यवान है।

अस्पष्ट लक्ष्य संचालन में बाधा डाल रहे हैं

आश्चर्य की बात नहीं है कि संगठनों और उनके मशीन लर्निंग प्रोजेक्ट्स के बीच एक डिस्कनेक्ट है, जो मॉडलों के संचालन को प्रभावित कर रहा है। हमारे अध्ययन में पाया गया कि लगभग 20% उत्तरदाताओं का दावा है कि "अस्पष्ट संगठनात्मक रणनीति और लक्ष्य" उनकी कंपनी के भीतर बड़े पैमाने पर एमएल के संचालन को चुनौती दे रहे हैं। 

इसे हल करने के लिए, संगठनों को अपने एमएल वर्कफ़्लो के लिए अधिक समग्र दृष्टिकोण अपनाना चाहिए, यह सुनिश्चित करते हुए कि एमएल के उद्देश्य की अधिक स्पष्टता है और पूरे बोर्ड में संगठन पर प्रभाव है। इसका मतलब यह है कि एमएल टीमों और सी-सूट के नेताओं को उन विशिष्ट व्यावसायिक लक्ष्यों और उद्देश्यों की पहचान करने के लिए मिलकर काम करना चाहिए, जिन्हें संगठन अपनी मशीन सीखने की पहल के माध्यम से हासिल करने की उम्मीद करता है। इसमें सफलता के लिए मेट्रिक्स को परिभाषित करना शामिल होना चाहिए, जैसे राजस्व में वृद्धि या ग्राहकों की संतुष्टि में सुधार। इसका मतलब यह भी है कि दोनों टीमों को नियमित रूप से एमएल पहलों की प्रगति की समीक्षा और आकलन करना चाहिए ताकि यह सुनिश्चित हो सके कि वे हैं उनके लक्ष्यों को पूरा करना और अपेक्षित मूल्य प्रदान करना। ML टीमों, DevOps और C-सूट के बीच इस अंतर को पाटने और अधिक पारदर्शिता और सहयोग बनाने में, उद्योग अस्पष्ट रणनीति और लक्ष्यों की इस बाधा को बेहतर ढंग से संबोधित कर सकता है।

संक्षेप में, हमारे शोध से पता चलता है कि एमएल परिचालन एक महत्वपूर्ण चुनौती है और साथ ही 2023 में निवेश और विकास का अवसर है। जैसा कि संगठन अगले साल एक चुनौतीपूर्ण आर्थिक वातावरण में निवेश का अनुकूलन करने के लिए देखते हैं, मेरा मानना ​​है कि एमएल संचालन में उत्कृष्टता प्राप्त करना एक शीर्ष होगा वरीयता।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• स्रोत: https://www.dataversity.net/ml-model-operationalization-is-a-key-challenge-and-opportunity-for-2023/