Фактически развертывается только около половины всех моделей машинного обучения. Гораздо меньше производят реальную стоимость. Многие первые последователи вложили миллионы, но до сих пор не впечатлены и обескуражены отсутствием прибыли. Для большинства организаций переход «из лаборатории» в «производство» слишком сложен и затратен. Несмотря на проблемы, сообщество определило проблемные области в процессе, и теперь появляется решение, преодолевающее проблемы ИИ последней мили для..

По мере расширения нашего конвейера обработки данных и корпоративного ИИ мы находимся в мире, где DevOps недостаточно. По мере того, как компании, особенно крупные организации, расширяют свои модели в рамках построения общекорпоративного конвейера, возрастает потребность во внедрении процесса разработки моделей. Как и в случае с DevOps, модели необходимо разрабатывать, интегрировать, развертывать и отслеживать. Часто с инициативами корпоративного ИИ возникает множество вопросов..