2024年全球企业AI采用率持续提升，进而带动模型管理商机，使得AI生命周期管理成为企业科技投资重点项目。资策会产业情报研究所(MIC)产业分析师杨淳安表示，导入AI生命周期管理的第一步，建议先打稳DevOps基础，再建立资料与平台自动化，以发挥MLOps的管理价值，後续管理须同等重视DevOps、资料、模型与业务目标，定期检视并更新四大项目，确保良好的产品化实践。

资策会MIC综览AI生命周期管理主要阶段━━资料、开发与部署，认为企业建立AI生命周期将有三大主要挑战。首先，资料处理已占据AI生命周期的八成时间，如何提升资料工程效率已成为建立AI生命周期管理的关键；挑战二，AI生命周期将历经无数次的模型迭代，如何确保模型在每次迭代过程皆符合治理原则与规范，是应用能否落地的关键；挑战三，在模型测试与部署阶段，如何避免发生测试盲点导致的过度信任与营运损失，是产品化实践的关键。产业分析师杨淳安表示，市场已有多元解决方案，企业应视自身需求搭配合适的大厂、新创与自建等多样化工具，如：资料自动标注平台、合规检测平台以及自动化部署平台，将可有效克服三大挑战。