2023年人工智能研发运营体系（MLOps）实践指南

随着国家新型基础设施建设发展战略(2020)、国家“十四五规划 和 2035 年远景目标纲要”等系列政策的出台，人工智能(AI)发展迎 来新一轮红利，科技革命和产业升级处于进行时。近年来，AI 工程化 的研究热度持续提升，其目的是帮助组织在数智化转型过程中，更高 效、大规模地利用 AI 创造业务价值。人工智能研发运营体系(MLOps) 作为 AI 工程化重要组成部分，其核心思想是解决 AI 生产过程中团 队协作难、管理乱、交付周期长等问题，最终实现高质量、高效率、 可持续的 AI 生产过程。

MLOps 的发展呈现出逐渐成熟的态势，近几年国内外 MLOps 落 地应用正持续快速推进，特别是在 IT、银行、电信等行业取得明显效 果。与此同时，MLOps 行业应用成熟度不足，使得组织在制度规范的 建立、流程的打通、工具链的建设等诸多环节面临困难。因此本指南 旨在成为组织落地 MLOps 并赋能业务的“口袋书”，围绕机器学习全 生命周期，为模型的持续构建、持续交付、持续运营等过程提供参考， 推进组织的 MLOps 落地进程，提高组织 AI 生产质效。

本指南由中国信通院云计算与大数据研究所、人工智能关键技术 和应用评测工业和信息化部重点实验室联合发布。本指南站在组织如 何布局和落地 MLOps 的视角，以模型的高质量、可持续交付作为核 心逻辑，系统性梳理 MLOps 概念内涵、发展过程、落地挑战等现状， 并基于 MLOps 的理论研究和实践案例分析组织如何构建 MLOps 框 架体系和关键能力，最后总结和展望其发展趋势。