La progettazione di un magazzino automatizzato
Sawyer Bateman, chief technology officer presso EasyPost, dice Tonya Sala di circa il ruolo dei dati la scienza gioca nella creazione di un magazzino automatizzato.
Scarica questo webinar gratuito per imparare ad utilizzare Forrester framework per l’automazione di guida di decisione, razionalizzare l’automazione di portafoglio, e prepararsi per il futuro del lavoro.
Nel 1983, Lisanne Bainbridge (ricercatore presso l’Università di Reading nel regno UNITO) ha scritto il seguente preveggente parole nel suo ampiamente citato carta “Ironie di Automazione”:
“Togliendo le parti del compito, l’automazione può rendere difficili le parti dell’operatore umano il compito più difficile.”
In altre parole, automatizzare tutte le cose facili, e ciò che resta per le persone a fare? Le cose difficili.
Questa massima non è mai stato più vero. Quando i sistemi di diventare troppo automatizzato, il loro comportamento in aspetti chiave diventa più difficile e più difficile da prevedere e li dritto quando vanno male richiede più profonda e più profonda esperienza. Mentre siamo in un mondo drammaticamente crescente automazione — chatbots, DevOps, oleodotti, AIOps, e di più-il lato oscuro è sempre più visto in problemi come il Boeing 737 MAX. Quando i fattori umani sono lasciati fuori del processo di progettazione, e l’uomo, dunque, non può funzionare efficacemente come un sistema coordinato con l’automazione, molto male le cose possono accadere.
A meno drammatico frontale, qui presso Forrester, abbiamo sentito i segnali che non tutto è bene sul frontale dell’automazione. Alcuni di grandi dimensioni, ma molto competente clienti hanno detto a me ultimamente che il tempo medio di ripristino (MTTR) è alla deriva verso l’alto, in modo imprevisto dato i loro investimenti nel cercare di ridurlo. Bob Davis di Plutora (società che aggrega un sacco di operative in dati) ha confermato in una conversazione: “Siamo diventati sensibili al tema della MTTR negli ultimi sei mesi, come misura di maturità. Come i clienti ottenere più sofisticati, stiamo vedendo un comportamento imprevisto, con MTTR salendo.”
Si noti che il tempo medio di riparazione potrebbe non essere un grande metrica per mantenere il tracciamento; Giovanni Allspaw di Capacità di adattamento Labs ha criticato esso. Ma dato che è una diffusa industria metrica, credo ancora che è un utile, anche se imperfetta, segnale, specialmente su ampia scala il set di dati e più orizzonti temporali.
Abbiamo anche dichiarazioni da fornitori come Atlassian e Zendesk che l’effettiva durata della conoscenza degli articoli è in calo e l’incidenza di errori noti (cioè, la ripetizione di incidenti) è in calo. Questo significa che per ogni incidente, problema o difetto, c’è una maggiore probabilità che si tratta di un “giorno zero” preoccupazione (per prendere in prestito un termine dalla sicurezza). Tali problemi richiedono una maggiore capacità, in classico servizio di escursioni/NOC termini, si sposta dal Livello 1 al Livello 2 o 3.
E infine, c’è il problema di Hollnagel legge teso sistemi, in cui si afferma che “ogni sistema è allungato per operare la sua capacità; non appena c’è qualche miglioramento (per esempio, sotto forma di nuove tecnologie), sarà sfruttata per realizzare una nuova intensità e il tempo di attività.” (Grazie a J. Paul Reed di Netflix per rintracciare la fonte di questo per me.)
Tutto in tutti, contraddittorie dinamiche (un classico bilanciamento problema di feedback) può essere rappresentato così:
Così che cosa deve essere fatto? È fondamentale riconoscere che questo problema è inerente. Non andare via. Ma nel nostro ultimo rapporto, ci sono alcune raccomandazioni, tra cui:
Design uomo/macchina sistema come un tutto unificato.Abbracciare la sicurezza scienze e la resilienza di ingegneria, tra cui campi come l’ingegneria psicologia e fattori umani che hanno a lungo studiato questi problemi.Consentire ai team come il più alto valore unitario.Adottare SRE prospettiva di automazione.Usare gli AI di per sé a risolvere il vostro observability problema.Adottare irreprensibile retrospettive.Razionalizzare l’automazione di portafoglio.
Questo post è stato scritto dai Principali Analisti di Charles Betz e Chris Gardner. Originariamente apparso qui.
Intelligenza Artificiale
Wells Fargo: intelligenza Artificiale, machine learning un ‘arma a doppio taglio’
No, questo l’IA non sa ottavo grado della scienza
Che cosa è l’IA? Tutto quello che devi sapere sull’Intelligenza Artificiale
Di nuovo AI posti di lavoro supera il numero di posti di lavoro persi (ZDNet YouTube)
Elon Musk dice AI verranno creati posti di lavoro irrilevante (CNET)
Come aggiungere intelligenza artificiale per il 2020 È di bilancio (TechRepublic)
Argomenti Correlati:
Intelligenza Artificiale
CXO
Governo
Sicurezza