التخفيف من تكلفة وقت التعطل في عصر الذكاء الاصطناعي

توفر القدرة على التنبؤ بأعطال الأجهزة بدرجة معينة من الدقة إمكانية تحقيق وفورات هائلة لمقدمي الخدمات الذين لديهم استثمارات رأسمالية كبيرة في تكنولوجيا المعلومات (IT). بالنسبة للعملاء من الشركات الذين يقومون بتشغيل منصات الحوسبة عالية الأداء (HPC) والذكاء الاصطناعي (AI) المكلفة على نطاق واسع، فإن توافر عروض خدماتهم هو كل شيء: يؤدي تعطل النظام إلى إقفال العملاء وحبس الموارد، مما يجعلها عديمة الفائدة بتكلفة كبيرة. يمكن أن يؤدي انقطاع من هذا النوع إلى خسارة في الإيرادات، والتأثير على إنتاجية الموظفين الإجمالية، والإضرار بالعلامة التجارية للشركة. واعتمادًا على الصناعة، أظهرت الدراسات أن متوسط تكلفة ساعة واحدة من التعطل غير المخطط له يمكن أن يتراوح بين 100,000 دولار في الساعة إلى أكثر من 500,000 دولار في الساعة[1] [2].

أدخل تحليل الفشل التنبؤي (PFA)

من خلال تقييم كميات كبيرة من البيانات التاريخية، يمكن أن يقدم التحليل التنبؤي للأعطال (PFA) رؤى قيمة حول احتمالية حدوث انقطاع. فجميع الشرائح الإلكترونية ولوحات الدارات الكهربية ومحركات الأقراص الصلبة والوصلات الملحومة لها عمر إنتاجي محدود. قد تشير الاتجاهات في بيانات الأعطال التاريخية إلى أفق زمني للأعطال المستقبلية.

بالنسبة للمعدات الكبيرة أو الشركات المصنعة للسيارات (وعملائها)، يمكن أن يوفر الترتيبات الاحترازية للأصول تحسينات في العمر المتوقع للأصول مما يؤدي إلى خفض الإنفاق المستقبلي بنسبة تصل إلى 5%. كما يمكن استخدام PFA أيضًا لجدولة الصيانة عندما يكون المشغلون والفنيون متاحين بحرية أكبر وبكلفة أقل، مما يؤدي إلى تحقيق كفاءات وتوفير يصل إلى 20%.[3]

هناك العديد من العوامل التي يمكن أن تؤثر على أداء تحليل الأداء الوظيفي. واعتمادًا على متوسط عبء العمل في النظام المعني، ونطاق البيانات التاريخية المستخدمة، وخوارزميات التعلم الآلي (ML) أو التعلم العميق (DL) المستخدمة، قد تكون دقة تحليل الأداء الوظيفي موضع تساؤل.

وغالبًا ما تُستخدم الانحدارات الخطية ومتعددة الحدود لتحديد العمر الإنتاجي المتبقي (RUI)، بينما يمكن استخدام خوارزميات الذاكرة طويلة الأجل قصيرة الأجل (LSTM) وخوارزميات الغابة العشوائية لتحسين تنبؤات الفشل بدرجات متفاوتة من النجاح. [4] [5] [6] 

في حين أنه من الواضح أن هناك فوائد ملموسة في برنامج الدعم عن بُعد، إلا أنه ليس مضموناً. ولتوفير نفس المستوى من توافر الخدمة وحماية قيمة الاستثمارات الرأسمالية، من الحكمة النظر في تعزيز أي برنامج دعم باستخدام PFA بعقد يدوي عن بُعد.

الأيدي البعيدة كوثيقة تأمين

يوفر استخدام الأيدي العاملة عن بُعد جنباً إلى جنب مع PFA مزايا لكل من حالات الانقطاع المخطط لها وغير المخطط لها.  

يمكن جدولة الانقطاع المخطط له قبل وقت كافٍ، مما يسمح بتخصيص الموارد عندما تكون متاحة مجاناً وبأسعار معقولة. كما يتمتع مقدمو الخدمات عن بُعد بوفورات الحجم: مع وفرة الموارد التي يمكن نشرها، يمكن تحقيق وفورات كبيرة مقارنةً بتوظيف وتدريب وإدارة الفنيين الخاصين بك. (يمكن بسهولة أن يكلف مهندس واحد مثقل بالكامل ستة أرقام أو أكثر سنويًا اعتمادًا على مجموعات المهارات المطلوبة).

مع أي انقطاع غير مخطط له، فإن استعادة الخدمة هي الشاغل الأساسي. سيستغرق حل الانقطاع غير المخطط له بدون عقد عمل عن بُعد وقتًا أطول. يجب أولاً التحقق من الموارد التي يتم نشرها لاستكشاف المشكلة وحلها في الموقع والتأمين عليها وتجهيزها قبل نشرها. أما مزود خدمة العمل عن بُعد، الذي لديه موارد على نطاق واسع، فسيكون قد قام بالفعل بفحص الموارد وتعيينها مما يؤدي إلى وقت استجابة أسرع.

الاستثمار التكنولوجي الاستراتيجي

اعتمادًا على طبيعة الخدمة، يمكن أن يكلف الانقطاع المستمر لبيئة كبيرة بسهولة ملايين الدولارات. يمكن التعامل مع عقد الأيدي العاملة عن بُعد بمفردها أو التي تعمل كجزء من خطة أوسع لاستعادة القدرة على العمل بعد الكوارث التي تشمل PFA، كبند نفقات، أو حتى يمكن رسملتها كجزء من اشتراك أكبر في البرامج أو الخدمات.

قد تحميك الزيادة الطفيفة في التكاليف التشغيلية من خسائر بملايين الدولارات المرتبطة بانقطاع الخدمة لفترة طويلة.

ما هو النهج الذي يجب أن تستخدمه لتبرير الاستثمار في الدعم اليدوي عن بُعد؟ تختلف مقاييس تمويل الشركات من شركة لأخرى، ولكن يمكن استخلاص بعض الأمثلة التوضيحية.

دراسة حالة

أنت تقوم بتقييم عقد عمل يدوي عن بُعد مقابل 250,000 دولار لتغطية ثلاث بيئات في مراكز البيانات في أمريكا الشمالية لمدة عام واحد. تبلغ التكلفة التقديرية لوقت تعطلك 100,000 دولار في الساعة (بما في ذلك الموارد المتوقفة أو المعطلة والإيرادات المفقودة وتأثير العلامة التجارية، إلخ). في آخر مرة تعرضت فيها لانقطاع الخدمة بسبب تعطل الأجهزة، تعطل تطبيقك لمدة ست ساعات. وكان صافي التأثير على الشركة 600,000 دولار.

لن يوافق قسم تمويل الشركات على الإنفاق على تكنولوجيا المعلومات ما لم يتجاوز الاستثمار معدل عقبة (يُعرف أحيانًا باسم الحد الأدنى لمعدل العائد المقبول أو MAAR) بنسبة 10%.

تتمثل إحدى الفوائد المتوقعة من عقد التشغيل اليدوي عن بُعد في تقليل متوسط الوقت اللازم لاسترداد التكاليف (MTTR) في حالة الانقطاع غير المخطط له. تشير التقديرات إلى أنه يمكن تقليل متوسط الوقت المستغرق للتعافي بشكل كبير. كان من شأن تخفيض متوسط الوقت المستغرق لاسترداد الخدمة بنسبة 50% في حالة الانقطاع السابق أن يوفر 300,000 دولار من خلال استعادة الخدمة بشكل أسرع بثلاث ساعات.

هل يجب أن تأذن إدارة الشؤون المالية للشركات بشراء عقد الأيدي العاملة عن بُعد كوثيقة تأمين للمساعدة في تقليل وقت التعطل غير المخطط له في المستقبل؟

سنستخدم معادلة بسيطة لعائد الاستثمار:

العائد على الاستثمار = (صافي الربح / تكلفة الاستثمار) * 100

في هذه الحالة، سيكون صافي الربح في هذه الحالة هو صافي الربح هو 300,000 دولار منقوصاً منه تكلفة العقد البالغة 250,000 دولار، أو 50,000 دولار.

العائد على العائد على الاستثمار = (300,000 دولار - 250,000 دولار) / 250,000 دولار * 100

50,000 دولار أمريكي مقسومة على 250,000 دولار أمريكي تساوي 20%، أو ضعف الحد الأدنى لمعدل الحد الأدنى للمخاطر الذي يتطلبه التمويل.

(ضع في اعتبارك أن هذا العائد يقاس مقابل انقطاع واحد فقط. أما في حالة حدوث عدة انقطاعات غير مخطط لها في سنة واحدة، فإن الوفورات ستكون أعلى بكثير).

يجب أن يوافق قسم تمويل الشركات على الاستثمار في عقد الأيدي العاملة عن بُعد.

الملخص

لقد قطع الذكاء الاصطناعي أشواطاً كبيرة في مجال التحليل التنبؤي للأعطال، وستزداد فعالية تحليل الأعطال التنبؤية في الأشهر والسنوات القادمة.

في غضون ذلك، تظل الحاجة إلى حماية الاستثمار قائمة. يمكن أن يساعدك الاستثمار الاستراتيجي في عقد عمل يدوي عن بُعد في التخفيف من الأثر المالي للانقطاعات غير المخطط لها، مع مساعدتك على الاستفادة من مرونة فترات التوقف المخطط لها.

الملاحظات

[1] https://medium.com/@brijesh_soni/why-random-forests-forests-outperform-decision-trees-a-powerful-tool-for-complex-data-danalysis-47f96d9062e7

[2] Yadav, D. K., Kaushik, A., & Yadav, N. (n.d.). التنبؤ بفشل الآلة باستخدام خوارزميات التعلم الآلي والتعلم العميق. ScienceDirect. https://www.elsevier.com/locate/smse

[3] https://www.bakerhughes.com/bently-nevada/blog/unplanned-downtime-key-disruptor-industry

[4] https://medium.com/@jatin2707/machine-failure-prediction-a-comprehensive-guide-524726c3b1fd

[5] https://www.atlassian.com/incident-management/kpis/cost-of-downtime

[6] من "الصيانة التنبؤية: نهج ديلويت " https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-predictive-maintenance.pdf

المواضيع: الأيدي البعيدة، التعلم الآلي (ML)، الذكاء الاصطناعي (AI)، التعلم العميق (DL)، الإنتاجية، مراكز البيانات، السحابة، تحليل الفشل التنبؤي (PFA)، الشبكة العصبية المتكررة (RNN)، الحوسبة عالية الأداء (HPC)، تمويل الشركات، الاستثمارات الاستراتيجية، الانحدار الخطي، الذاكرة طويلة المدى القصيرة (LSTM), الغابات العشوائية، نظرية المحفظة