为什么自动化需要人性
自动化在大多数行业中无处不在。在制造业中，工业机器人的全球销量预计将翻一番……
自动化在大多数行业中变得无处不在。在制造业方面，预计到 2018 年，全球工业机器人的销量将翻一番，达到 400,000 台。在家庭方面，家庭自动化领域的收入预计今年将超过 600 万美元，年复合增长率为 28.19%。
我们看到的最大的自动化领域之一是汽车行业，随着对全自动驾驶汽车的需求不断增长。本月早些时候，汽车巨头梅赛德斯-奔驰通过在阿姆斯特丹试行其自动驾驶 CityPilot 巴士，预测了城市交通的潜在未来。它声称此举将使公共交通“更加安全、高效和舒适”地运行。
这种安全效益的说法可能并不像最初听起来那样轻率。科幻电影通常以中央计算机为特色，它是众多思想的集体融合。但它没有理由保持虚构。如果能够利用集体驾驶体验，自动驾驶汽车可能是道路上最安全的。想想你自己是如何下班开车回家、穿过红绿灯和绕过环形交叉路口的。这一切都是通过从经验中积累的知识自然完成的。现在，想象一下英国所有司机的经验都被上传到一个数据库中，并用于驾驶未来的自动驾驶汽车。自动驾驶汽车将是拥有数百万年经验的驾驶员。
这将是集体意识大数据的终极目标。然而，与各种形式的大数据一样，隐藏在其中的有价值信息需要通过有效的分析来解锁，以便能够正确处理、推断和使用发现。
全球城市规划者可以使用这些数据来开发基于自动化的“智能城市”。例如，为了解决日益严重的道路拥堵问题，新加坡最近开始测试一小队自动奥迪出租车，以便在商业园区周围运送乘客。无人驾驶出租车通过消除对司机的需求，被认为可以将平均旅行成本降低 70%。虽然如果技术失败，这些汽车最初会让司机准备好接管，但计划是在 2019 年逐步淘汰人工。试点将于 2020 年结束，以期在此之后进行更广泛的部署。这些汽车将配备允许通勤者预订它们的软件，其方式类似于拼车服务优步和 Lyft。美国和欧洲可能会在今年晚些时候宣布类似的试点计划。
部分受数字化转型更广泛趋势的推动，自动化将继续存在。重要的是从整个业务角度和端到端流程来看待自动化。 20 年前的组织会自动对简单算法进行软件测试，但现在我们拥有大量集成系统以及必须集成的嵌入式软件和工程。这使得此类集成系统的质量保证和测试更加复杂，因此需要复杂的自动化测试策略。
确保业务正常运行的唯一方法是不断测试整个业务流程，以确保在数字“链”的一部分实施的升级不会影响其他地方的数字运营。
虽然可以将组合知识汇集到可用于自动化大部分质量保证过程的可操作数字智能中，但重要的是要记住，需要人类来预测人类会做什么。因此，将人工从质量保证流程中完全剔除绝不是明智之举，但我们相信，在未来 5 到 10 年内，至少 30% 的涉及 IT 的交易活动将由机器人自动化。
总之，业务流程的自动化需要以全面的端到端质量保证计划为基础，其中包括自动化静态分析和专家人工审查的最佳组合。任何质量保证都需要从产品或服务开发的一开始就进行，并贯穿始终。仅仅测试新流程看它是否会通过是不够的。领域知识的咨询能力对于确保自动化不仅仅是一条通往灾难的自动途径至关重要。
Dik Vos 是 SQS 的首席执行官关注@ManufacturingGL 和@NellWalkerMG
自动化控制系统