English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

gość
1 / ?
powrót do lekcji

Gdzie kończy się niezawodność

Automatyzacja ma kształt

Każdy zautomatyzowany system ma obszar, w którym działa, oraz obszar, w którym zawodzi. Narysuj te dwa obszary na płaszczyźnie, a otrzymasz granicę kompetencji: krzywą oddzielającą niezawodne zachowanie od awarii.

Umieść pod nią dwie osie. Oś pozioma mierzy złożoność i nowość zadania: jak daleko zadanie oddala się od zwykłych przypadków, dla których system został stworzony. Oś pionowa mierzy stawkę: ile kosztuje błędny wynik.

W pobliżu początku układu współrzędnych zadania są rutynowe i o niskiej stawce. System radzi sobie z nimi łatwo. To jest obszar niezawodności: pracuj w nim swobodnie.

Daleko od punktu początkowego zadania są nowe i wysokie ryzyko. System zgaduje, a jego zgadywania są kosztowne. To jest strefa awarii: wykonuj tę pracę samodzielnie.

Pomiędzy nimi biegnie pas wzdłuż samej granicy kompetencji. Tutaj system często ma rację, ale nie jest w tym niezawodny. To jest strefa weryfikacji: pozwól maszynie stworzyć szkic, ale sprawdzaj każdy wynik, zanim mu zaufasz.

The Competence Frontier

Cała dyscyplina pracy z automatyzacją sprowadza się do jednego nawyku geometrycznego: wiedzieć, w której strefie znajduje się Twoje zadanie, i działać odpowiednio.

Czytanie trzech stref

Kolega wprowadza nowe narzędzie do Twojego workflow i mówi: „po prostu pozwól mu działać na wszystkim”.

Korzystając z geometrii granicy kompetencji, wyjaśnij, dlaczego „dopuszczanie go do działania na wszystkim” jest złym pomysłem. Opisz trzy strefy względem granicy i powiedz, co należy zrobić z zadaniem w każdej z nich.

Dwie krzywe i punkt przecięcia

Co delegować, to punkt przecięcia

Wiedza, że zadanie mieści się wewnątrz frontu, mówi Ci, że maszyna może je wykonać. Nie mówi jednak, że maszyna powinna to zrobić. Aby to ustalić, narysuj dwie krzywe.

Ułóż swoje zadania wzdłuż osi poziomej, sortując je od tych, które maszyna wykonuje najgorzej (po lewej stronie), do tych, które wykonuje najlepiej (po prawej stronie). Na osi pionowej zaznacz poziom umiejętności dla każdego zadania.

Narysuj krzywą umiejętności człowieka oraz krzywą umiejętności maszyny dla tych zadań. W pewnym miejscu krzywe te się przecinają. Ten punkt przecięcia to geometryczna odpowiedź na pytanie „co powinienem delegować?”.

Po prawej stronie punktu przecięcia krzywa maszyny znajduje się powyżej krzywej człowieka: te zadania należy delegować. Po lewej stronie krzywa człowieka znajduje się wyżej: te zadania należy zachować.

Subtelna kwestia to względna przewaga, a nie bezwzględna. Możesz być szybszy od maszyny w prawie wszystkim. I tak opłaca się delegować te zadania, w których maszyna jest względnie silna, ponieważ uwolnisz wtedy swój czas na te zadania, w których Twoja przewaga jest największa. Punkt przecięcia dotyczy względnych nachyleń, a nie tego, kto jest lepszy w izolacji.

To ta sama geometria, której ekonomiści używają do opisu handlu między dwoma producentami: całkowita produkcja rośnie, gdy każdy specjalizuje się w obszarze, w którym ma względną przewagę, nawet jeśli jeden producent jest lepszy we wszystkim.

Znalezienie linii

Prowadzisz małe studio. Osobiście jesteś lepszy niż Twoje zautomatyzowane narzędzia w każdym wykonywanym przez Ciebie zadaniu. Twój tydzień jest wypełniony, więc godziny spędzone na jednej rzeczy nie mogą być spędzone na innej.

Korzystając z geometrii punktu przecięcia, wyjaśnij, czym jest punkt przecięcia i jak wskazuje, które zadania należy delegować. Następnie wyjaśnij, dlaczego w ogóle warto delegować cokolwiek, jeśli jesteś lepszy we wszystkim.

Błędy skalują się wraz z wynikiem

Dźwignia mnoży w obie strony

Automatyzacja to dźwignia. Pociągnij ją raz, a otrzymasz wiele wyników za jedną jednostkę wysiłku. Wynik rośnie liniowo wraz z liczbą przetwarzanych elementów: wyślij N elementów, uzyskaj N wyników.

Haczykiem jest to, że błędy korzystają z tej samej dźwigni. Jeśli system generuje błędny wynik z prawdopodobieństwem p dla każdego elementu, to dla N elementów oczekiwana liczba błędów wynosi:

oczekiwane błędy = p x N

To jest po prostu średnia z sumy N niezależnych prób, z których każda jest błędna z prawdopodobieństwem p. Podwojenie wolumenu podwaja oczekiwaną liczbę wad. Liczba błędów to nie stały koszt, który płacisz raz; rośnie wraz z Twoją dźwignią.

Ta jedna linia zmienia sposób, w jaki weryfikujesz. Przy N = 10, 2% wskaźnik błędów oznacza około jednego oczekiwanego błędu: łatwo go wychwycić gołym okiem. Przy N = 100 000, te same 2% oznaczają 2000 oczekiwanych błędów wysyłanych do świata. Ten sam system, ta sama niezawodność na element, a ekspozycja jest zupełnie inna.

Zatem zasada: weryfikacja musi skalować się z dźwignią. Im bardziej dźwignia mnoży Twój wynik, tym bardziej mnoży błędy, które musisz wychwycić, a Twój budżet na sprawdzanie musi rosnąć wraz z N, a nie pozostać stały.

Liczba wad

Zautomatyzowany potok formatuje listy produktów. Dla każdej listy wprowadza błąd z prawdopodobieństwem p = 0,02 (2% wskaźnik błędów). Uruchamiasz go dla N = 4 000 list w jednej partii.

Ile błędów oczekujesz w partii? Pokaż obliczenia, podaj końcową liczbę i wyjaśnij, co to oznacza dla sposobu weryfikacji.

Weryfikuj tam, gdzie produkt jest duży

Dwa wymiary, jeden iloczyn

Oczekiwana liczba błędów mówi Ci, ile błędów możesz się spodziewać. Nie mówi jednak, jak bardzo każdy z nich boli. Błędnie sformatowana notatka wewnętrzna & błędna kwota w zeznaniu podatkowym to nie ten sam defekt.

Dlatego dodajmy drugi wymiar. Na jednej osi umieśćmy prawdopodobieństwo błędu. Na drugiej koszt pojedynczego błędu. Każde zadanie to punkt na tej płaszczyźnie, & wielkość, która powinna determinować Twój wysiłek weryfikacyjny, to iloczyn:

wysiłek weryfikacyjny powinien skalować się z (prawdopodobieństwo błędu) x (koszt błędu)

Odczytując to jako powierzchnię, iloczyn rośnie w kierunku narożnika, gdzie oba czynniki są wysokie, & spada w kierunku narożnika, gdzie oba są niskie. Twoja uwaga weryfikacyjna powinna podążać za wysokością tej powierzchni.

Narożniki są proste. Częste & katastrofalne: weryfikuj mocno. Rzadkie & błahostkowe: sprawdzaj ledwo. Instruktywne są przypadki z narożników poza przekątną. Rzadki, ale katastrofalny błąd nadal wymaga intensywnej weryfikacji, ponieważ duży koszt podnosi iloczyn nawet przy małym prawdopodobieństwie. Częsty, ale błahostkowy błąd może nie wymagać prawie żadnej weryfikacji, ponieważ minimalny koszt utrzymuje iloczyn na niskim poziomie, niezależnie od częstotliwości występowania.

Dlatego „jak jest niezawodne?” to złe pytanie zadawane w pojedynkę. Niezawodność to jedna oś. Koszt to druga. Weryfikujesz wzdłuż iloczynu obu.

Które zasługuje na dokładne badanie

W Twoim warsztacie działają dwa zautomatyzowane zadania.

Zadanie A tworzy rutynowe wewnętrzne przypomnienia. Błędnie wykonuje je dość często, ale koszt błędnego przypomnienia jest niemal zerowy: ktoś się uśmiechnie i to poprawi.

Zadanie B składa dokumentację regulacyjną. Błędnie wykonuje je rzadko, ale jeden błędny wniosek jest katastrofalny: kary, ryzyko prawne, utrata zaufania.

Korzystając z powierzchni kosztu błędu, które zadanie zasługuje na większą weryfikację i dlaczego? Podaj regułę, której używasz, i wyjaśnij, dlaczego zadanie rzadko się mylące może być tym, które wymaga największej uwagi.

Geometria profesjonalisty

Gdzie to prowadzi

Systemy zautomatyzowane znajdują się teraz między ludźmi a rosnącą częścią handlu i pracy intelektualnej. Tworzą szkice, sortują, wyceniają, kierują i podsumowują. Profesjonalistą, który dobrze współpracuje z nimi, nie jest ten, kto im najbardziej lub najmniej ufa. Jest to ten, kto czyta geometrię.

Trzy kształty niosą ten osąd:

- Frontiera: wiedź, gdzie kończy się niezawodność. Deleguj w jej obrębie, weryfikuj na jej krawędzi, a to, co leży poza nią, zostaw w rękach człowieka.

- Punkt przecięcia: wiedź, co przekazać. Deleguj stronę przecięcia, w której maszyna ma przewagę, i pamiętaj, że skończony czas czyni przewagę względną czynnikiem decydującym.

- Dźwignia i powierzchnia błędów: oczekiwane błędy = p x N rosną wraz ze skalą, więc weryfikacja musi skalować się wraz z dźwignią, ważona przez prawdopodobieństwo x koszt, aby Twoja uwaga skupiła się tam, gdzie błędy są zarówno prawdopodobne, jak i kosztowne.

Żadne z tych zagadnień nie dotyczy wewnętrznych mechanizmów maszyny. Chodzi o geometrię: regiony, granice, punkty przecięcia i iloczyny. Jeśli dobrze opanujesz geometrię, narzędzie Cię wzmocni. Jeśli się mylisz, wzmocni Twoje błędy w tym samym stopniu.

Podsumuj lekcję. Wymień trzy pojęcia geometryczne, których profesjonalista używa do efektywnej pracy z systemem zautomatyzowanym, i podaj jedno zdanie wyjaśniające, co każde z nich decyduje.

Geometria automatyzacji: Podsumowanie

Czego się nauczyłeś

Decyzja o tym, co zautomatyzować, to zastosowana geometria:

- Front kompetencji: krzywa oddzielająca obszar niezawodny od obszaru awarii. Deleguj wewnątrz, weryfikuj wzdłuż pasma, a to, co poza nim, zostaw w ludzkich rękach.

- Przecięcie przewagi komparatywnej: uporządkuj swoje zadania, wykreśl umiejętność ludzką w stosunku do umiejętności maszyny i przekazuj tę stronę przecięcia, gdzie maszyna ma przewagę. Skończony czas sprawia, że to przewaga względna decyduje, nawet jeśli jesteś absolutnie lepszy.

- Dźwignia i skalowanie: wynik rośnie liniowo wraz z wolumenem, tak jak błędy. Oczekiwana liczba błędów = p x N. Stopa 2% przy 4 000 pozycji to 80 oczekiwanych wad, więc weryfikacja musi skalować się wraz z dźwignią.

- Powierzchnia kosztu błędu: weryfikuj proporcjonalnie do (prawdopodobieństwa błędu) x (kosztu błędu). Rzadki, ale katastrofalny błąd może mieć wyższy priorytet niż częsty, ale trywialny.

Maszyna mnoży to, na co ją skierujesz. Jeśli dobrze odczytasz geometrię, pomnoży twój zasięg. Jeśli odczytasz ją źle, tak samo szybko pomnoży twoje błędy.