El ModelOps (operacionalització de models) és la disciplina que gestiona el cicle de vida complet dels models de intel·ligència artificial i aprenentatge automàtic en entorns productius, des del seu desplegament fins a la seva retirada. Va més enllà del desenvolupament del model: se centra a governar, monitorar, versionar i reentrenar els models de forma sistemàtica i controlada una vegada estan en funcionament.
La seva importància rau en el fet que un model desplegat no és un actiu estàtic: el seu rendiment es degrada amb el temps per la deriva de dades (canvis en les dades d'entrada) o la deriva de concepte (canvis en la relació que el model va aprendre). El ModelOps aporta els processos per detectar i corregir aquests problemes, a més de garantir traçabilitat, compliment normatiu i auditoria.
En la pràctica, abasta tasques com:
- Monitoratge continu de mètriques de precisió i latència.
- Reentrenament automatitzat quan el rendiment cau.
- Control de versions i rollback a models previs.
Convé distingir-lo del MLOps: el ModelOps adopta una perspectiva més àmplia de governança, aplicable també a models analítics o basats en regles, no només d'aprenentatge automàtic.