De kosten van stilstand beperken in het tijdperk van kunstmatige intelligentie

De mogelijkheid om hardwarestoringen met enige mate van nauwkeurigheid te voorspellen, kan enorme besparingen opleveren voor serviceproviders met grote kapitaalinvesteringen in informatietechnologie (IT). Voor zakelijke klanten die dure high-performance computing (HPC) en artificial intelligence (AI) platforms op grote schaal gebruiken, is de beschikbaarheid van hun serviceaanbod allesbepalend: een uitgevallen systeem blokkeert klanten en houdt bronnen vast, waardoor ze nutteloos worden tegen hoge kosten. Zo'n uitval kan leiden tot inkomstenverlies, de algehele productiviteit van werknemers beïnvloeden en het merk van een bedrijf beschadigen. Afhankelijk van de branche hebben onderzoeken aangetoond dat de gemiddelde kosten van een uur ongeplande uitval variëren van $100.000 per uur tot meer dan $500.000 per uur.[1] [2]

Voorspellende foutenanalyse (PFA) invoeren

Door grote hoeveelheden historische gegevens te evalueren, kan voorspellende storingsanalyse (PFA) waardevolle inzichten bieden in de kans op een storing. Chipsets, printplaten, harde schijven en gesoldeerde verbindingen hebben allemaal een eindige levensduur. Trends in historische storingsgegevens kunnen wijzen op een tijdshorizon voor toekomstige storingen.

Voor grote fabrikanten van apparatuur of auto's (en hun klanten) kan PFA mogelijk de levensduur van bedrijfsmiddelen verlengen, wat kan leiden tot een vermindering van toekomstige uitgaven tot 5%. PFA kan ook worden gebruikt om onderhoud te plannen wanneer operators en technici vrijer beschikbaar en goedkoper zijn, wat efficiëntie en besparingen tot 20% oplevert.[3]

Tal van factoren kunnen de prestaties van PFA beïnvloeden. Afhankelijk van de gemiddelde werklast van het systeem in kwestie, de omvang van de gebruikte historische gegevens en de betrokken machine learning (ML) of deep learning (DL) algoritmen, kan de nauwkeurigheid van PFA in twijfel worden getrokken.

Lineaire en polynomiale regressies worden vaak gebruikt om de resterende levensduur (RUI) te bepalen, terwijl Long Short-Term Memory (LSTM) en random forest algoritmen met wisselend succes kunnen worden gebruikt om faalvoorspellingen te verfijnen. [4] [5] [6] 

Hoewel het duidelijk is dat PFA tastbare voordelen heeft, is het niet waterdicht. Om hetzelfde niveau van beschikbaarheid van diensten te bieden en de waarde van kapitaalinvesteringen te beschermen, is het verstandig om te overwegen om elk ondersteuningsprogramma dat gebruik maakt van PFA uit te breiden met een remote hands contract.

Handen op afstand als verzekeringspolis

Het gebruik van remote hands in combinatie met PFA biedt voordelen voor zowel geplande als ongeplande uitval.  

Een geplande uitval kan ruim van tevoren worden gepland, waardoor resources kunnen worden toegewezen wanneer ze vrij beschikbaar en het meest betaalbaar zijn. Remote hands providers profiteren ook van schaalvoordelen: Als er voldoende resources kunnen worden ingezet, kan er aanzienlijk worden bespaard op het inhuren, trainen en managen van eigen technici. (Eén volledig belaste technicus kan gemakkelijk zes cijfers of meer per jaar kosten, afhankelijk van de vereiste vaardigheden).

Bij elke ongeplande storing is het herstel van de service de eerste zorg. Een ongeplande storing zonder remote hands contract duurt langer om op te lossen. De middelen die worden ingezet om het probleem ter plekke op te lossen, moeten eerst worden geverifieerd, verzekerd en in dienst worden genomen voordat ze worden ingezet. De provider van remote hands, die beschikt over grootschalige resources, heeft de resources al doorgelicht en toegewezen, wat resulteert in een snellere responstijd.

Strategische technologie-investeringen

Afhankelijk van de aard van de dienst kan een langdurige uitval voor een grote omgeving gemakkelijk miljoenen dollars kosten. Een remote hands contract op zichzelf of als onderdeel van een breder rampherstelplan dat PFA omvat, kan worden behandeld als een kostenpost of mogelijk zelfs worden geactiveerd als onderdeel van een groter software- of serviceabonnement.

Een kleine verhoging van de operationele kosten zou u heel goed kunnen beschermen tegen de miljoenen dollars aan verliezen die gepaard gaan met een langdurige uitval van de service.

Welke benadering moet je gebruiken om een investering in remote hands support te rechtvaardigen? Corporate finance metrics verschillen van bedrijf tot bedrijf, maar er kunnen een paar illustraties worden getrokken.

Casestudie

U evalueert een remote hands contract voor $250.000 om drie omgevingen in datacenters in Noord-Amerika voor een jaar te dekken. Uw geschatte kosten van downtime zijn $ 100.000 per uur all in (inclusief gestrande of ongebruikte resources, gederfde inkomsten, merkimpact, etc.). De laatste keer dat u een storing had door defecte hardware, lag uw applicatie er zes uur uit. De netto-impact voor het bedrijf was $600.000.

Corporate finance zal IT-uitgaven niet goedkeuren tenzij een investering een hurdle rate (soms ook bekend als een minimaal aanvaardbaar rendement of MAAR) van 10% haalt.

Een verwacht voordeel van een remote hands contract is het verminderen van de mean-time-to-recovery (MTTR) voor een ongeplande uitval. Schattingen suggereren dat de MTTR aanzienlijk kan worden gereduceerd. Een reductie in MTTR van 50% voor de vorige storing zou $300.000 hebben bespaard door de service drie uur sneller te herstellen.

Moeten de bedrijfsfinanciën de aankoop van dit remote hands contract goedkeuren als verzekeringspolis om toekomstige ongeplande stilstand te helpen verminderen?

We gebruiken een eenvoudige formule voor ROI:

ROI = (Nettowinst / Investeringskosten) * 100

In dit geval is de nettowinst de besparing van $300.000 min de kosten van het contract van $250.000, oftewel $50.000.

ROI = ($300.000-$250.000)/$250.000 * 100

$50.000 gedeeld door $250.000 is 20%, of het dubbele van de MARR die vereist is door financiën.

(Houd in gedachten dat dit rendement is gemeten op basis van slechts één uitval. Met meerdere ongeplande uitvallen in één jaar zouden de besparingen aanzienlijk hoger zijn).

Corporate Finance moet de investering in het remote hands contract goedkeuren.

Samenvatting

Kunstmatige intelligentie heeft grote vooruitgang geboekt op het gebied van voorspellende storingsanalyse en de effectiviteit van PFA zal de komende maanden en jaren alleen maar toenemen.

Ondertussen blijft de behoefte aan investeringsbescherming bestaan. Een strategische investering in een remote hands contract kan helpen om de financiële impact van ongeplande uitval te beperken, terwijl u profiteert van de flexibiliteit van geplande uitvalvensters.

Opmerkingen

[1] https://medium.com/@brijesh_soni/why-random-forests-outperform-decision-trees-een-krachtig-tool-voor-complexe-data-analyse-47f96d9062e7

[2] Yadav, D. K., Kaushik, A., & Yadav, N. (n.d.). Het voorspellen van machinestoringen met behulp van machine learning en deep learning-algoritmen. 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] Uit "Predictive Maintenance: Deloitte's Approach " https://www2.deloitte.com/content/dam/Deloitte/us/Documents/process-and-operations/us-predictive-maintenance.pdf

Onderwerpen: Remote hands, machine learning (ML), kunstmatige intelligentie (AI), deep learning (DL), productiviteit, datacenters, cloud, predictive failure analysis (PFA), recurrent neural network (RNN), high-performance computing (HPC), corporate finance, strategische investeringen, lineaire regressie, Long Short-Term Memory (LSTM), random forests, portfoliotheorie.