据了解，MLOps其实就是机器学习运维，它是一种实践，旨在帮助AI团队更有效地开发、部署和维护机器学习模型。基于其强大的作用和功能，MLOps被称为AI领域的“掘金铲子”。

有业内人士将其形象地比喻成了一家餐厅。数据科学家就是大厨，主要负责将原材料（数据）做成美味佳肴（机器学习模型）；机器学习工程师主要负责确保菜品（模型）的质量和一致性；IT运维人员则负责餐厅的基础设施，确保各个设备能够正常运行。

而MLOps就是这个餐厅的管理团队，协调各个部门，确保整个流程高效运转，从而让顾客（用户）享受到高质量的产品（机器学习模型）。

根据中国信通院报告显示，MLOps通过连接各个团队，为机器学习模型建设标准化、自动化、可持续改进的过程管理体系，促进生产高质量、高效率的机器学习模型。可以说，MLOps可以有效解决AI生产过程中的各种管理问题，显著提升AI生产的转化效率。

市场规模有望高速增长

说起MLOps的落地应用，国外的相关应用更为广泛，应用行业包括金融、IT、制造、化工、医疗等行业。

其中，金融行业积极使用MLOps驱动业务增长，同时加强对模型风险的管控和治理。比如中国工商银行、中国农业银行、浦发银行、中信证券等，重点关注模型生产、模型管理、模型安全等方面，借助MLOps实现模型的全流程管控。

IT行业在应用MLOps后，美国某IT公司将运营成本降低50%；德国某IT公司通过自动化编排和实验跟踪，以相同的工作量运行10倍的实验数量；以色列某IT公司将实验复现时间减少50%。

反观国内，MLOps仍然处于规划和建设时期，相关技术的落地应用也在不断探索中。根据IDC的预测，到2024年我国将有60%的企业通过MLOps来运作其机器学习的工作流程。

随着AI行业的快速发展，MLOps的市场规模将由2022年的70亿元，增长至2027年的420亿元，年均复合增长率超过40%。未来，MLOps的市场规模有望呈现高速增长的态势。

哪些公司值得关注？

在A股市场中，涉及MLOps相关业务的上市公司并不多，因此这类公司具有一定的稀缺性，可持续关注其随后的发展情况。

成立于2000年的绿盟科技为金融、能源、交通等行业用户提供全线网络安全产品、全方位安全解决方案和体系化安全运营服务。随着数字中国战略的推进，该公司在大数据、云计算、物联网、新基建等多个领域进行创新。值得一提的是，绿盟科技参与编写了中国信通院《人工智能研发运营体系（MLOps）实践指南（2023年）》。

同样成立于2000年的启明信息一直致力于汽车行业IT解决方案的创新和研发，公司积极参与到城市智能化的建设中，可提供以系统集成业务为核心的网络工程设计施工、数据中心建设及其运维服务。据了解，该公司现在已有基于云原生的MLOps敏捷AI平台，可以实现操作、流程、决策的自动化，帮助企业AI进入工业化阶段。

传音控股致力于为用户提供以手机为核心的多品牌智能终端，并基于自主研发的智能终端操作系统和流量入口，为用户提供移动互联网服务。公司旗下的智慧云平台可以提高三方服务快速接入和智慧分发能力，完成端侧AI相关的MLOps平台服务建设，加速手机OS进化速度，带来更优质的服务体验。