人工智能开发生命周期可分为七个不同的阶段。每个阶段都有不同的目标、风险状况和资源需求。了解这一发展进程对于制定切实可行的规划和管理至关重要。

在英国的中型企业中，从问题定义到稳定生产的完整生命周期通常需要 12 到 18 个月。然而，这会因数据可用性、复杂性和组织成熟度而存在很大差异。

一阶段：问题定义和业务调整

大多数人工智能项目失败并非因为技术缺陷，而是因为问题从未被正确定义。一阶段的关键在于明确你试图解决的问题是什么、它为何重要以及如何衡量成功。

在问题定义阶段，您需要与业务利益相关者合作，明确挑战所在。例如，是要实现手动流程的自动化？提高预测准确性？还是加强客户细分？每项挑战都需要不同的数据、不同的模型类型和不同的部署模式。

同样重要的是，在构建任何产品之前，都要先建立成功的衡量指标。如果你的目标是降低客户流失率，那么你必须明确一个成功的模型是什么样的：是客户留存率提高 5%？还是客户流失速度降低 10%？这些指标将为后续所有关于数据收集、模型选择和评估的决策奠定基础。

一阶段还确定了资源承诺、项目发起人和治理结构。谁负责业务成果？谁将对生产环境中的模型性能负责？决策节奏如何？这些组织问题与技术架构同等重要。

第二阶段：数据收集与准备

真正的挑战才刚刚开始。人工智能项目60%到80%的工作量都耗费在数据收集、清洗、标注和验证上。这一事实是人工智能开发中常被低估的环节，也是导致项目延期的主要原因。

许多组织一开始都面临数据不足的问题。您可能拥有交易日志、客户记录或传感器数据，但这些数据往往不一致、不完整或标签不规范。在进行任何模型训练之前，必须先将这些数据处理成可用状态。

数据准备涉及多个相互关联的活动：

数据收集：从不同的系统（例如 CRM 平台、数据库、云存储和 API）收集数据。这通常需要进行定制化的集成工作。

清理：处理缺失值、删除重复项、标准化格式和纠正已知错误。

标注：如果你的模型是监督学习模型（大多数分类和回归任务都是如此），你需要带标签的样本。例如，预测客户流失的模型需要历史数据，并将这些数据标记为“已流失”或“已留存”。这种标注工作通常需要手动完成，既费时又费钱。

验证：确保数据具有代表性、平衡性且无偏差。如果训练数据集过度代表某一客户群体，则模型对其他客户群体的表现会很差。

数据准备工作就像一座冰山，水面之上可见20%的干净数据，而水下则隐藏着80%的收集、清理、标记和验证工作。

数据准备阶段是许多中型企业低估工作量的地方，实际工作量往往比预估的要多出200%到300%。看似“我们已经有了数据，可以开始构建模型了”的想法，实际上往往需要数月的时间进行数据清洗、验证和整合。此外，可能还需要获取和整合外部数据源，例如行业基准数据、人口统计数据和市场信号，这会进一步延长这一阶段的时间。

此阶段的关键成果是数据字典和治理框架。每个字段的含义是什么？数据来源是什么？更新频率如何？模型投入生产后，如何维护数据质量？这些问题必须在模型开发开始之前得到解答。

第三阶段：模型选择和架构

一旦你拥有了干净且已标注的数据，就必须决定哪种模型或方法适合你的问题。这与其说是在“神经网络”和“随机森林”之间做出选择，不如说是理解不同方法之间的权衡取舍。

对于许多刚刚踏入人工智能领域的中型企业来说，选择其实很简单：构建定制模型还是使用现成的解决方案。这就好比是人工智能领域的“自建还是购买”之争。预构建模型——例如用于文档分类的大型语言模型或商业欺诈检测系统——可以在几周内部署完成。而定制模型则需要数月的训练和验证，但它可能在您的特定应用场景下表现更佳。

中端市场人工智能项目常见的架构选择包括：

传统机器学习：梯度提升、逻辑回归、决策树。训练速度快、易于解释、适用于结构化数据。

迁移学习：从预训练模型（例如来自 ImageNet、BERT 等）开始，然后用自己的数据进行微调。这可以显著缩短训练时间。

检索增强生成（RAG）：将大型语言模型与您的专有数据相结合，以回答特定领域的问题。该方法广泛应用于客户服务和知识管理。请参阅我们的生成式人工智能开发服务指南，深入了解这些方法。

微调语言模型：使用 GPT-4 等基础模型或较小的开源模型，并利用特定领域的数据对其进行训练。采用这种方法的组织通常能够获得针对其特定领域和数据量身定制的 AI 解决方案。

智能体系统：能够自主迭代、调用工具并做出决策的模型。虽然更复杂，但在自动化领域却越来越普遍。

模型选择应取决于您的数据、用例和运维限制。您需要实时推理吗？可解释性？离线运行能力？每种架构选择都会对部署、监控和持续维护产生影响。

第四阶段：培训、测试和评估

架构获批后，即可开始模型的训练和评估工作。此阶段是一个迭代过程：训练模型、评估其性能、调整超参数或特征，如此反复，直至获得符合预期成功的模型。

模型评估涉及多种类型的测试：

验证集性能：在训练期间保留的数据上进行测试，以估计实际准确率。

业务指标一致性：该模型是否改善了您关注的指标？如果您的目标是将客户流失率降低 5%，而该模型只能降低 2%，那么可能不值得部署。

偏见和公平性测试：该模型对所有客户群体、地域或人口统计特征的表现是否相同？存在偏见的模型会损害声誉并带来法律风险。ICO的人工智能指南对自动化决策的公平性和透明度提出了明确的要求。

边缘案例测试：模型在处理异常或极端输入时表现如何？仅针对常见查询进行训练的客服聊天机器人，在处理罕见或对抗性请求时可能会表现得非常糟糕。

此阶段通常需要 4 至 12 周，具体时间取决于模型的复杂程度和所需的迭代次数。许多模型在此阶段会被拒绝或进行大幅修改，因为它们未能达到验收标准。这并非失败，而是评估过程有效运作的标志。

该阶段的一项关键成果是模型卡——一份描述模型功能、训练方法、性能特征、已知局限性以及使用建议的文档。这份文档对于负责在生产环境中维护模型的运维团队至关重要。

第五阶段：部署和集成

在 Jupyter Notebook 中运行良好的模型可能完全不适用于生产环境。此阶段旨在弥合实验与实际运行之间的差距。

部署需要多个组件协同工作：模型本身、用于接收预测请求的模型API、可靠地处理这些请求的基础设施、日志记录和监控，以及出现问题时的回滚程序。许多组织低估了这一阶段的重要性，因为他们将“模型已准备就绪”与“系统已准备好部署”混为一谈。

常见的部署模式包括：

批量预测：按计划（每晚、每周）运行模型，并将结果存储在数据库中。适用于预测、评分和非紧急应用。

实时 API：通过 API 端点公开模型，应用程序可以同步调用该端点。这需要特别注意延迟、吞吐量和错误处理。

嵌入式模型：将模型直接部署在应用程序中（设备端机器学习）。适用于移动应用程序和离线场景。

流式推理：实时处理数据流。常用于异常检测、欺诈预防和监控应用。

需要将人工智能模型与现有业务系统连接的组织应考虑使用专门的人工智能集成服务，以应对企业部署的复杂性。此阶段还包括在全面部署前于类似生产环境进行测试。A/B 测试是一种常见的做法：将新模型与现有系统或基于规则的方法一起运行，并比较其在生产环境中的性能。这通常被称为“冠军-挑战者”对比，有助于增强人们对模型在实际环境中性能优于测试环境的信心。

许多中型企业发现，部署和集成阶段所需时间比模型开发本身更长。建议为此阶段预留 6-12 周的预算，并确保您的基础架构团队尽早参与。

第六阶段：监控、维护和迭代

模型投入生产后，工作并未结束，实际上，工作内容已经发生了根本性的变化。在开发阶段，您的重点是历史数据的准确性和性能。而在生产阶段，您的重点则转移到确保模型持续按预期运行，并检测其何时开始出现偏差。

当现实世界的数据分布发生变化，而这些变化在训练数据中并不存在时，就会发生模型漂移。例如，一个基于 2024 年数据训练的客户流失模型，如果由于市场变化、竞争对手的行动或季节性因素导致客户行为发生改变，那么在 2026 年的表现可能会很差。模型漂移是无声的——你的模型仍在运行，仍在返回预测结果，但这些预测的准确性会越来越低。这就是为什么监控至关重要。

MLOps 监控仪表板，显示模型性能指标、数据漂移警报和重新训练触发器有效的生产监控包括：

性能监控：跟踪一段时间内的准确率、精确率、召回率或业务指标。如果准确率低于阈值，系统将发出警报，以便进行调查并可能需要重新训练。

数据漂移检测：监测输入数据的统计特性，以检测新数据何时与训练数据存在显著差异。

预测漂移：追踪模型预测分布是否随时间发生变化。突然的偏移可能表明模型漂移或数据质量问题。

基础设施监控：跟踪延迟、错误率、吞吐量和资源利用率。如果提供服务的 API 超时，则降级模型毫无用处。

治理和审计日志记录：记录所有预测结果，以确保合规性、透明度和调试。英国政府鼓励人工智能创新的监管方针强调了维护人工智能系统审计追踪的重要性。

许多组织都实施了自动化模型重训练流程。当性能指标低于阈值时，系统会自动使用新数据重新训练模型，并在满足验收标准后部署新模型。这既减轻了人工操作负担，又能保持模型的时效性。

监控阶段常常被低估，因为它感觉像是额外的开销，而不是创造价值。但实际上，监控良好的模型能够及时发现并纠正偏差，而监控不力的模型则会在几个月内缓慢衰减却无人察觉，两者之间的差异是巨大的。

第七阶段：迭代与持续改进

后阶段并非一个明确的终点，而是一个持续的循环。一旦模型投入生产并运行良好，下一阶段的工作就是了解如何进一步改进它。

改进来自多个方面：

特征工程：发现能够提高模型性能的新输入变量或变量组合。

数据丰富化：纳入提供额外信号的新数据源。

模型架构变更：尝试不同的算法或集成方法。

解决极端情况：利用生产错误日志识别模型失败的场景，并重新训练以更好地处理这些场景。

这个周期通常每 3-6 个月发生一次，但频率会因用例和数据波动性而异。关键在于将生产模型视为需要持续投入的动态系统，而不是“完成”的静态产物。

本文链接：http://www.rhjmzc.cn/newsdetail_3400476.html