Nous sommes ravis de partager que nos nouveaux outils de reporting avancés sont désormais disponibles pour tous les clients d’Algorithmia Enterprise. Avec ces nouveaux outils, les entreprises peuvent rendre compte d’une variété de mesures et de résultats qui sont essentiels pour gouvernance de l’apprentissage automatique, permettant à l’informatique d’entreprise et aux responsables internes des risques de régir plus efficacement l’utilisation des modèles de ML dans les environnements de production.

Les nouveaux outils incluent une suite de rapports de gouvernance et une journalisation améliorée, tous accessibles via un panneau de rapport avancé, et sont inclus dans tous les Algorithmie Entreprise abonnements.

Pourquoi la gouvernance est cruciale pour le succès de l’apprentissage automatique

Selon nos Rapport sur les tendances d’entreprise en 2021 dans le domaine de l’apprentissage automatique, le principal défi de ML auquel sont confrontées les organisations aujourd’hui est la gouvernance. 56% de tous les répondants ont indiqué que les problèmes de gouvernance, de sécurité et d’auditabilité étaient une préoccupation majeure pour leurs organisations, et 67% ont déclaré devoir se conformer à plusieurs réglementations pour l’apprentissage automatique.

À mesure que les disciplines de l’IA et du ML arrivent à maturité, les professionnels de l’informatique et des risques sont confrontés à des défis croissants en matière de gouvernance. Non seulement ils doivent gérer et exploiter l’infrastructure existante de leur entreprise, mais ils doivent également gérer les modèles de données et les charges de travail AI/ML, qui présentent tous leurs propres défis uniques en matière de gouvernance.

Cependant, pour de nombreuses organisations, l’ampleur de ce défi ne fait que devenir apparente. Alors que la gouvernance et la sécurité sont au cœur des préoccupations des grandes entreprises depuis un certain temps, beaucoup commencent tout juste à inclure des modèles de ML dans ces efforts. Les effets d’un échec de modèle peuvent ne pas être connus pendant un certain temps, peut-être après de mauvaises décisions de crédit, détection de fraude des décisions ou des décisions visibles par le client ont été prises. Les approches actuelles de gouvernance des modèles ne sont pas suffisantes ou ne sont pas appliquées de manière appropriée aux opérations d’apprentissage automatique (MLOps).

En fait, dans la plupart des organisations, la gouvernance et la gestion des risques liés aux modèles de ML sont toujours principalement axées sur la validation et le test des modèles et l’inspection de la documentation avant le déploiement du modèle. Cependant, alors que l’adoption du ML s’est accélérée au cours de l’année dernière, les responsables informatiques, les responsables des secteurs d’activité, les DSI et les responsables des risques ont réalisé que ce qui se passe après le déploiement d’un modèle est encore plus important que les tests et la validation avant le déploiement.

Nos nouvelles capacités avancées de reporting pour la gouvernance visent à résoudre ces défis. Ils complètent les capacités de conformité et d’audit de notre produit Enterprise et augmentent les capacités Algorithmia existantes autour de explicabilité et suivi des performances, catalogage de modèles, référentiel et Sécurité.

Fonctionnalités avancées de reporting et de gouvernance

Avec les nouvelles fonctionnalités, Algorithmia fournit désormais des métriques de rapport détaillées pour la consommation d’algorithmes et le stockage de données, toutes adaptées aux besoins uniques de la gouvernance de l’apprentissage automatique.

Les métriques de reporting fourniront aux services informatiques une meilleure compréhension de l’utilisation de leur cluster et leur permettront d’afficher les métriques de santé opérationnelle, l’inventaire des modèles, la gestion des modifications de modèle, le contrôle de version du modèle, la journalisation des données consommées et les résultats, y compris les erreurs. En outre, les nouvelles fonctionnalités incluent la possibilité de définir des tarifs pour facturer avec précision les consommateurs de la plate-forme en fonction de l’utilisation et de l’utilisation du stockage de données.

Les nouvelles capacités de reporting et de gouvernance incluent :

1. Rapports sur les coûts et l’utilisation sur l’infrastructure, le stockage et la consommation de calcul au sein d’Algorithmia pour comprendre et gérer le coût global de maintenance de la plate-forme.
2. Rapports de rétrofacturation et de démonstration améliorés pour les coûts mensuels de stockage, la consommation CPU et GPU et la facturation de l’utilisation.
3. Rapports d’utilisation d’algorithmes avec les détails de l’algorithme utilisé, afin que les organisations puissent facturer les utilisateurs pour leur utilisation.
4. Rapports et journaux d’audit améliorés afin que les examinateurs et les auditeurs puissent examiner les résultats du modèle, l’historique des modifications et un enregistrement des erreurs de données ou des échecs passés du modèle et des actions entreprises.
5. Panneau de rapport avancé pour les administrateurs d’Algorithmia qui fournissent un aperçu de toutes les métriques disponibles et des rapports d’utilisation, la possibilité de créer des rapports et d’exporter des rapports, et des métriques vers les systèmes d’enregistrement.

Initiez-vous au reporting et à la gouvernance avancés

Ces nouvelles fonctionnalités avancées de reporting et de gouvernance sont disponibles dans tous les Algorithmie Entreprise abonnements. En tant que principale plate-forme MLOps d’entreprise, Algorithmia gère toutes les étapes du cycle de vie de la production ML au sein des processus opérationnels existants afin que vous puissiez mettre des modèles en production rapidement, en toute sécurité et à moindre coût.

Si vous n’utilisez pas actuellement Algorithmia Enterprise, explorez notre plateforme et regarder une démo aujourd’hui pour découvrir comment il accélère la rentabilisation de vos investissements en ML tout en protégeant votre entreprise avec une gouvernance et une sécurité avancées.