MLOpsとは？
MLOpsとは、機械学習モデルの開発から本番環境での提供・監視・再学習までを継続的に回すための仕組みや進め方のことです。 機械学習を活用したシステムを、作って終わりにせず運用し続けるための考え方といえます。
なぜ運用の仕組みが必要か
機械学習モデルは、学習に使ったデータと本番環境で入力されるデータの傾向が時間とともにずれていくことで、精度が低下することがあります。このため、モデルを本番環境にリリースした後も、予測結果や精度を継続的に監視し、必要に応じてデータを追加して再学習する仕組みが必要になります。MLOpsは、この監視・再学習・再デプロイのサイクルを、属人的な作業ではなく仕組みとして回せるようにする取り組みを指します。
運用の担当範囲は契約で決まる
モデルの運用・監視を発注側の社内チームが担うのか、AI受託開発を依頼した開発会社が継続して担うのかは、案件ごとの契約内容によって決まります。納品後の運用が役務に含まれるかどうかは、発注前に確認しておきたいポイントです。比較ページの「保守運用」欄は、運用まで対応する旨の公式の明記があるかどうかを示すもので、MLOpsの実施範囲や実施水準そのものを示すものではありません。詳しい比較はAI受託開発の比較表でご確認いただけます。