AI Operations Intelligence

AI Operations Intelligence هو المكوّن التحليلي في Operational Health Matrix، وقد صُمّم لرفع جودة التشغيل عبر التحليل الذكي للبيانات المتراكمة.

ولا يتّخذ الـ AI قرارات تشغيلية من تلقاء نفسه.

وتُعامَل جميع التوصيات على أنها دعم خبير للمهندس، وتتطلّب تأكيدًا من المستخدم.

ويضمن هذا النهج الالتزام بمبادئ الشفافية وقابلية إعادة الإنتاج والقابلية للتحكّم في البنى التحتية الحرجة.

مبادئ التصميم

يقوم مكوّن الـ AI على المبادئ التالية:

• توصيات قابلة للتفسير؛
• الإنسان ضمن الحلقة (Human-in-the-Loop)؛
• سير عمل تشغيلي حتمي؛
• دعم قرارات قابل للتتبّع؛
• تحليلات غير مُتلِفة.

وما من توصية صادرة عن الذكاء الاصطناعي تُعدّل Operational Issue تلقائيًا.

الـ Operational Issues المشابهة

عند تسجيل Operational Issue جديد، يبحث النظام تلقائيًا عن الحالات المشابهة.

وتجري المقارنة وفق المعايير التالية:

• المشكلة المعيارية (Canon)؛
• نوع المعدّات؛
• إصدار البرنامج الثابت؛
• التهيئة؛
• الإقليم؛
• ظروف التشغيل؛
• الـ Root Cause؛
• الحل المطبَّق؛
• النتيجة المؤكَّدة.

وتُعرَض على المهندس أكثر الحالات صلةً مع درجة التشابه لكلٍّ منها.

ترتيب الأسباب الجذرية (Root Cause)

عند وجود عدّة أسباب محتملة، يُنشئ النظام قائمة مرتّبة بأكثر الـ Root Causes احتمالًا.

ويعرض النظام لكل سبب:

• الاحتمالية؛
• الـ Evidence المؤيِّدة؛
• الحالات المشابهة؛
• الفحوص الموصى بها؛
• الأثر المتوقَّع.

ويتولّى المهندس التحديد النهائي للـ Root Cause.

الصيانة التنبّؤية

استنادًا إلى البيانات التاريخية، يحدّد النظام المعدّات ذات الاحتمالية المرتفعة لظهور مشكلات تشغيلية.

وقد يأخذ التنبّؤ في الحسبان:

• معدّل تدهور مؤشّر Health Score؛
• تكرار المشكلات المعيارية؛
• إحصاءات الإصلاحات؛
• عمر المعدّات؛
• استقرار الاتصال؛
• العوامل الموسمية؛
• كثافة التشغيل.

والنتيجة توصية بإجراء صيانة وقائية.

تحليل انحراف أدوات الكشف (Detector Drift)

تراقب OHM باستمرار فعالية نماذجها التحليلية الخاصة.

ويحلّل النظام لكل Detector ما يلي:

• تغيّر Accuracy؛
• تغيّر Precision؛
• تغيّر Recall؛
• تزايد False Positives؛
• تزايد False Negatives؛
• تغيّر Confidence Distribution.

وعند اكتشاف تدهور، يُنقَل الـ Detector إلى حالة Requires Review.

المخاطر التشغيلية الناشئة

يحلّل الـ AI المجموعة الكاملة من الـ Operational Issues لتحديد الاتجاهات الجديدة.

على سبيل المثال:

• تزايد أعطال طراز معيّن من المعدّات؛
• ارتفاع عدد الأخطاء بعد تحديث البرنامج الثابت؛
• تدهور الاتصال في إقليم بعينه؛
• ازدياد عدد الـ Root Causes المتطابقة.

وتُعرَض هذه الوقائع بوصفها Emerging Risks.

الثقة في التوصيات

تقترن كل توصية بمعامل ثقة.

ولتعزيز الثقة، يرى المهندس دائمًا:

• الـ Evidence المستخدَمة؛
• الـ Operational Issues المرتبطة؛
• الحالات المشابهة؛
• تفسيرًا لسبب صدور التوصية.