AI Operations Intelligence

AI Operations Intelligence je analytická komponenta Operational Health Matrix určená ke zvyšování kvality provozu prostřednictvím inteligentní analýzy nashromážděných dat.

AI nečiní provozní rozhodnutí samostatně.

Všechna doporučení slouží jako expertní podpora pro inženýra a vyžadují potvrzení uživatelem.

Tento přístup zajišťuje soulad se zásadami transparentnosti, reprodukovatelnosti a řiditelnosti kritické infrastruktury.

Zásady návrhu

Komponenta AI stojí na těchto zásadách:

• vysvětlitelná doporučení;
• člověk v rozhodovací smyčce (Human-in-the-Loop);
• deterministický provozní workflow;
• dohledatelná podpora rozhodování;
• nedestruktivní analytika.

Žádné doporučení umělé inteligence nemění Operational Issue automaticky.

Podobné Operational Issues

Při registraci nového Operational Issue systém automaticky vyhledá podobné případy.

Porovnání probíhá podle těchto parametrů:

• kanonický problém (Canon);
• typ zařízení;
• verze firmwaru;
• konfigurace;
• region;
• provozní podmínky;
• Root Cause;
• použité řešení;
• potvrzený výsledek.

Inženýr vidí nejrelevantnější případy včetně míry jejich podobnosti.

Řazení kořenových příčin (Root Cause)

Existuje-li několik možných příčin, sestaví systém seřazený seznam nejpravděpodobnějších Root Cause.

U každé příčiny systém zobrazuje:

• pravděpodobnost;
• podpůrné Evidence;
• podobné případy;
• doporučené kontroly;
• očekávaný dopad.

Konečné určení Root Cause provádí inženýr.

Prediktivní údržba

Na základě historických dat systém identifikuje zařízení se zvýšenou pravděpodobností vzniku provozních problémů.

Prognóza může zohlednit:

• rychlost degradace Health Score;
• opakování kanonických problémů;
• statistiku oprav;
• stáří zařízení;
• stabilitu spojení;
• sezonní vlivy;
• intenzitu provozu.

Výsledkem je doporučení provést preventivní údržbu.

Analýza driftu detektorů

OHM průběžně sleduje účinnost vlastních analytických modelů.

Pro každý Detector systém analyzuje:

• změnu Accuracy;
• změnu Precision;
• změnu Recall;
• nárůst False Positives;
• nárůst False Negatives;
• změnu Confidence Distribution.

Je-li zjištěna degradace, přechází Detector do stavu Requires Review.

Vznikající provozní rizika

AI analyzuje celý soubor Operational Issues a hledá nové trendy.

Například:

• rostoucí poruchovost konkrétního modelu zařízení;
• zvýšený počet chyb po aktualizaci firmwaru;
• zhoršené spojení v určitém regionu;
• zvýšený počet shodných Root Cause.

Takové události se zobrazují jako Emerging Risks.

Míra jistoty doporučení

Ke každému doporučení se uvádí koeficient jistoty.

Pro posílení důvěry inženýr vždy vidí:

• použité Evidence;
• související Operational Issues;
• podobné případy;
• vysvětlení, proč doporučení vzniklo.