IA para pruebas y medidas

Adoptar la IA: El futuro de las pruebas

En una encuesta realizada en 2023 por Financial Times Group, solo el 44 % de los gerentes de pruebas dijeron que estaban teniendo un buen desempeño en comparación con sus métricas de calidad. Esta estadística es alarmante, ya que resalta las presiones y frustraciones que enfrentan los gerentes. Muchos equipos se apresuran a impulsar cambios significativos para cerrar la brecha cada vez mayor entre la complejidad de la ingeniería y la capacidad de los recursos.

Un cambio significativo requiere un enfoque claro, decisiones tecnológicas acertadas y la voluntad de trazar un nuevo camino a seguir. Esa misma encuesta muestra que las principales organizaciones de prueba están invirtiendo en IA, y el 79% planea adoptar esta tecnología en los próximos cinco años.

El cambio de esta magnitud naturalmente trae incertidumbre y temor a muchos, pero también representa una gran oportunidad para los usuarios para diferenciarse de la competencia logrando un cambio gradual en la productividad dentro de sus equipos. La confianza en la adopción de cualquier nueva tecnología proviene de sólidos procesos fundamentales que pueden adaptarse al cambio sin perder identidad, cadenas de herramientas abiertas que pueden incorporar tecnología en evolución con un mínimo movimiento y sólidas colaboraciones con líderes tecnológicos que pueden asesorar sobre las prioridades de la implementación.

Aunque la IA es innegablemente transformadora y continuará evolucionando, los líderes de las pruebas tienen más preguntas que respuestas sobre esta tecnología: ¿Qué sigue? ¿Cómo será la tecnología dentro de cinco años? ¿Cuáles son los costos? ¿Qué modelo debemos usar? ¿Cómo protegemos nuestra IP? ¿Cómo medimos el éxito? 

Aunque sus preocupaciones tienen mérito, esta “parálisis del análisis” impide que el liderazgo técnico aproveche los beneficios de la IA. Afortunadamente, cada organización puede tomar las medidas necesarias en este momento. Estas acciones no requieren una inversión masiva y sientan las bases para el éxito futuro con la adopción de la IA. 

1. Ponga sus datos en orden hoy mismo

La adopción efectiva y significativa de la IA en la industria de las pruebas y medidas siempre exigirá un enfoque coherente y estratégico para gestionar un inmenso volumen de datos de pruebas. Históricamente, este tesoro de conocimientos se ha descartado o infrautilizado como un subproducto operativo en lugar de un activo estratégico.

Sin embargo, ahora estamos corriendo para actualizar las capacidades de gestión de datos para apoyar esta transformación impulsada por la IA. Al implementar una estrategia de gestión de datos eficaz, las organizaciones de pruebas pueden posicionarse para adoptar rápidamente los avances de IA a medida que surgen. 

Comience por comprender su modelo de datos.

1. Identifique los datos que está recopilando y determine si son valiosos para su empresa y los productos que prueba. 
2. Busque lagunas en los datos e identifique las fuentes para llenarlas. 
3. Si no existen fuentes, determine cómo puede hacerlas disponibles. 

Al comprender su modelo de datos y asegurarse de recopilar los datos correctos, tendrá una base sólida para la adopción de herramientas de IA.

Para aprovechar plenamente los beneficios de la IA, los buenos datos de medidas también deben tener algo más que lo que mide el instrumento. Para realizar la detección de anomalías u otro análisis de causa raíz, el contexto de cómo y dónde se tomó esa medida es tan importante como los propios datos de la señal. Al agregar las condiciones ambientales, la información sobre el estado de los activos, las versiones de código y los datos del operador en un hilo digital holístico conectado a un DUT en particular, podemos caracterizar una comprensión completa de cualquier medida dada. Usar software de NI como TestStand combinado con SystemLink puede proporcionar el contexto necesario para tomar rápidamente las acciones adecuadas.

Para que las organizaciones aprovechen plenamente la IA, deben tener una estrategia estructurada e intencional para garantizar que las grandes cantidades de datos preparados para la IA sean accesibles y significativas. La recopilación disciplinada, los esquemas coherentes y el almacenamiento organizado y centralizado permitirán a las organizaciones transformar una gran cantidad de información bruta en conjuntos de datos bien estructurados, el combustible que impulsa una IA eficaz y proporciona información más significativa.

2. Construir en una plataforma optimizada para pruebas

Los ingenieros están acostumbrados a trabajar en niveles de abstracción, confiando en especialistas para crear plataformas sobre las que puedan construir para entregar sistemas y productos. Usar tecnología de IA no es diferente.

Las aplicaciones de pruebas y medidas se distinguen de otras debido a complejidades únicas que se introducen al sentarse en la frontera de los mundos físico y digital. La transmisión de señales del mundo real en un programa de software (por lo general rápidamente y desde múltiples fuentes) crea requisitos como procesamiento paralelo, visualización de datos de forma de onda de alto rendimiento, implementación en objetivos deterministas y más. Los sistemas rara vez funcionan en silos, ya que las decisiones de calidad del producto se toman comparando los resultados de múltiples pruebas, de diferentes sistemas, tomadas en diferentes momentos.

Al abordar los desafíos de pruebas y medidas, busque tecnologías como las plataformas de hardware y software de NI y el asesor de IA de Nigel que están diseñados para pruebas y construidos por grupos que tienen los conocimientos tecnológicos y de aplicación necesarios. Esta ventaja tecnológica garantiza que pueda centrarse en abordar los desafíos de alto riesgo de los productos, en lugar de adivinar sobre cómo colocar modelos de IA potentes pero genéricos en entornos de prueba sensibles y flujos de trabajo especializados.

El futuro de la prueba está ligado a la IA

El acceso a la IA para pruebas y medidas cambiará fundamentalmente la forma en que los ingenieros desarrollan los sistemas de pruebas. Desde el primer documento de requisitos hasta el informe final publicado, la IA simplificará la complejidad del desarrollo, proporcionando la información que necesita para tomar decisiones acertadas y eliminar tareas que requieren mucho tiempo de su lista de tareas pendientes, para que pueda centrarse en su área de especialización. 

Eventualmente, la IA le ayudará a diseñar sistemas de pruebas completos. Como expertos en el campo de pruebas y medidas, avanzamos hacia ese futuro. Las herramientas universales de IA impulsarán la inversión en los modelos subyacentes, y al construir sobre estas tecnologías, el Nigel AI Advisor se beneficiará de mayor inteligencia y rendimiento. Pero los modelos universales por sí solos no satisfacen los complejos requisitos de los usuarios de pruebas y medidas.

Debido a nuestras décadas de experiencia en pruebas y a una base de datos de medidas bien organizados y contextualizados, Nigel continuará evolucionando como una inteligencia potente y específica para pruebas.

Aprenda más sobren sobre Nigel.