2024年全球企業AI採用率持續提升，進而帶動模型管理商機，使得AI生命週期管理成為企業科技投資重點項目。資策會產業情報研究所(MIC)產業分析師楊淳安表示，導入AI生命週期管理的第一步，建議先打穩DevOps基礎，再建立資料與平台自動化，以發揮MLOps的管理價值，後續管理須同等重視DevOps、資料、模型與業務目標，定期檢視並更新四大項目，確保良好的產品化實踐。

資策會MIC綜覽AI生命週期管理主要階段──資料、開發與部署，認為企業建立AI生命週期將有三大主要挑戰。首先，資料處理已占據AI生命週期的八成時間，如何提升資料工程效率已成為建立AI生命週期管理的關鍵；挑戰二，AI生命週期將歷經無數次的模型迭代，如何確保模型在每次迭代過程皆符合治理原則與規範，是應用能否落地的關鍵；挑戰三，在模型測試與部署階段，如何避免發生測試盲點導致的過度信任與營運損失，是產品化實踐的關鍵。產業分析師楊淳安表示，市場已有多元解決方案，企業應視自身需求搭配合適的大廠、新創與自建等多樣化工具，如：資料自動標註平台、合規檢測平台以及自動化部署平台，將可有效克服三大挑戰。