Het ontwerpen van een geautomatiseerde magazijn
Sawyer Bateman, chief technology officer bij EasyPost, vertelt Tonya Hall over de rol van de gegevens die de wetenschap speelt in de creatie van een geautomatiseerd magazijn.
Download dit gratis webinar om te leren hoe te gebruiken Forrester ‘ s automatisering kader voor de begeleiding van besluitvorming, het rationaliseren van uw automatisering portfolio, en voor te bereiden op de toekomst van werk.
In 1983, Lisanne Bainbridge (onderzoeker aan de Universiteit van Reading in het verenigd koninkrijk) schreef het volgende vooruitziende woorden in haar wijd aangehaald papier “Ironie van Automatisering”:
“Door het nemen van afstand van het eenvoudig delen van [de] taak, automatisering kan de moeilijke delen van de menselijke operator is de taak moeilijker.”
In andere woorden, het automatiseren van eenvoudige dingen, en wat blijft er voor de mensen te doen? De moeilijke dingen.
Deze stelregel is nooit meer waar. Wanneer systemen worden ook geautomatiseerd, hun gedrag in belangrijke opzichten wordt moeilijker en moeilijker te voorspellen en stel ze direct als ze fout gaan vereist dieper en dieper expertise. Terwijl we in een wereld van snel toenemende automatisering — chatbots, DevOps pijpleidingen, AIOps, en meer — de donkere kant wordt steeds meer gezien in de problemen, zoals de Boeing 737 MAX. Wanneer de menselijke factoren zijn weggelaten in het ontwerp proces, en de mens, dus kan niet functioneren als een op elkaar afgestemd systeem met de automatisering, zeer slechte dingen kunnen gebeuren.
Op een minder dramatische voorkant, hier bij Forrester, horen we signalen dat het niet goed is op de automatisering van de voorzijde. Een paar grote maar zeer bevoegde klanten hebben vermelde me onlangs dat de gemiddelde tijd om te herstellen (MTTR) is afgegleden naar boven, onverwacht, gezien hun investeringen in proberen te verminderen. Bob Davis van Plutora (een bedrijf dat de aggregaten een groot deel van het operationele data) bevestigd in een gesprek: “We zijn gevoelig voor het onderwerp van MTTR de afgelopen zes maanden als een meting van de looptijd. Als klanten meer gesofisticeerde, we zien onverwacht gedrag, met MTTR gaan.”
Merk op dat MTTR kan uiteindelijk niet een grote metrische te houden; Johannes Allspaw van Adaptieve Capaciteit Labs heeft kritiek op het. Maar als het zo ‘ n wijdverbreide industrie gegeven, ik geloof nog steeds dat het een nuttig hoewel onvolmaakt signaal, met name op een grotere schaal data sets en langere termijn.
We hebben ook overzichten van leveranciers zoals Atlassian en Zendesk dat de effectieve levensduur van de kennis van de artikelen is het krimpen en de incidentie van bekende fouten (d.w.z. herhalende incidenten) is dalende. Dit betekent dat voor elk incident, probleem of defect, er is een hogere kans dat het een “zero-day” de zorg (te lenen van een termijn van veiligheid). Deze problemen vereisen een hogere vaardigheden — in de classic-service bureau/NOC voorwaarden, het beweegt van Tier 1 tot Tier 2 of 3.
En ten slotte is er het probleem van de Hollnagel de wet van gespannen systemen, waarin staat dat “elk systeem is uitgerekt om te werken op het gebied van capaciteit; zodra er sprake is van een verbetering (bijvoorbeeld in de vorm van nieuwe technologie), zal worden benut voor het bereiken van een nieuwe intensiteit en het tempo van de activiteit.” (Met dank aan J. Paul Reed van Netflix voor het traceren van de bron van dit neer voor mij.)
Al met al, de tegenspraak dynamics (een klassieke afweging feedback probleem) kunnen vertegenwoordigd worden, dus:
Dus wat te doen? Het is van cruciaal belang om te erkennen dat dit probleem inherent is. Het zal niet weggaan. Maar in ons nieuwste rapport zijn er een aantal aanbevelingen, waaronder:
Het ontwerp van de mens/machine-systeem als een geheel.Omarm de veiligheid van de wetenschappen en de veerkracht van de techniek, met inbegrip van velden zoals engineering psychologie en de menselijke factoren die hebben lang gestudeerd deze problemen.Stel teams als uw hoogste waarde-eenheid.Vaststellen van de SRE kijk op automatisering.Gebruik de AI zelf te helpen bij het oplossen van uw observability probleem.Vaststellen onberispelijk retrospectieven.Het rationaliseren van uw automatisering portfolio.
Dit bericht is geschreven door Opdrachtgever Analisten Charles Betz en Chris Gardner. Het verscheen voor het eerst hier.
Kunstmatige Intelligentie
Wells Fargo: Kunstmatige intelligentie en machine learning een ‘tweesnijdend zwaard’
Nee, dit AI nog niet onder de knie achtste leerjaar wetenschap
Wat is AI? Alles wat u moet weten over Kunstmatige Intelligentie
Nieuwe AI banen groter is dan het aantal verloren banen (ZDNet YouTube)
Elon Musk zegt AI zal banen irrelevant (CNET)
Het toevoegen van kunstmatige intelligentie om uw 2020 HET budget (TechRepublic)
Verwante Onderwerpen:
Kunstmatige Intelligentie
CXO
Overheid
Veiligheid