有了人工智能模型的出现，可以走得更远，因此需要具备一个可以管理所学知识模型和自动化层面。 结果出现了MLOPS（机器学习+DEVOPS）。

MLOps是机器学习项目取得规模性成功的关键。 什么是MLOps呢？ 它是在模型开发时，将数据科学与设计用于加快生命周期的IT设备相结合的方式，其实施和监督可以确保企业完全采用AI，并在业务中能够真正发掘AI的潜力。

MLOps有三个工作阶段：

软件设计：按照用户需求，设计一种机器学习解决方案，以满足企业需求，包括加快生产速度、降低成本、减少废料产生、提高生产率或以及预测订单等。 这一阶段采集和分析选取的数据，以提供 adhoc解决方案。

测试和开发：这一阶段将 机器学习模式应用到生产中，以测试和优化算法，确保提供质量稳定的机器学习模型。

运行：在DevOps实际使用基础上，应用开发的模型，包括测试、版本控制、监测等。

挑战在于如何将这些模型以简单的方式应用于生产，因此需要最大程度地自动化生产过程，以减少工程师对过程的干预，维持软件和模型质量。

为此，需将模型打包上传至云端安全存储。 每次更改参数都会自动生成另一版模型，然后重新传送至质量控制过程。 在云端运用后，用户可以选择采用符合工厂实际需要的新模型。

加上不同流程中人员的日常工作，系统可以不断学习导入更新，让生产过程更为高效。 如果不进行深化，不帮助系统学习，则将会过时。 想象一下，如果要开发一种新材料。 若不向机器进行解释，则它将无法理解，因此出现错误。

MLOps在钣金行业的使用：

Lantek采用MLOps确保质量，并以公平、安全的原则在云端控制采用的模型。 通过Lantek 360平台，我们的

自动套料软件

和

生产管理系统mes

都能够连接到每台机器，采集机器上的数据，将其数字化，同时对料件生产过程进行数字化。

采用机器学习后，我们能够建模、预测未来、并加快生产过程中涉及的各个路径。 下订单后，可以使用

仓库库存管理

In the world that we´re living in, we all have to get on board with Industry 4.0 and our task as a driving force is to democratize the use of artificial intelligence tools for optimizing resources, making them usable and accessible to any factory.