Skip content

播客:从标准到战略 - 利用管理体系和人工智能

聚焦未来

从标准到战略 - 利用管理系统和人工智能,在新的风险时代实现卓越业务

7 月 15 日 - 39 分钟

欢迎来到 LRQA 最新一期的“聚焦未来”播客。在本期播客中,LRQA主持人Holly Plackett与特邀嘉宾——来自DXC Technology公司的全球卓越运营主管Anshuman Tiwari以及LRQA网络安全技术产品经理Shirish Bapat一起,探讨了企业如何通过利用管理体系和人工智能(AI)将标准转化为战略,从而在新的风险时代实现卓越业务。

Anshuman分享了他对 ISO 标准在推动卓越业务方面的基础作用以及 AI 在运营流程中的变革潜力的见解。Shirish则深入探讨了信息安全的重要性,重点介绍了ISO 42001人工智能管理体系新标准的最佳实践和影响。

欢迎收听,了解企业如何实现运营卓越,并在快速发展的技术环境中保持领先地位。无论您是行业专业人士,还是只是对卓越业务的未来感到好奇,本期播客都能为您带来有价值的见解和专家观点。

 

关注我们的Spotify播客

LRQA:聚焦未来

Holly:世界各地的听众朋友们,你们好。欢迎来到 LRQA 的“聚焦未来”播客。我是 Holly Plackett,很高兴为您主持这一期播客。今天,我邀请到两位非常特别的嘉宾。DXC Technology公司全球卓越运营主管Anshuman Tiwari,以及 LRQA 网络安全技术产品经理 Shirish Bahpat。

您好,Anshuman,欢迎来到聚焦未来播客。很高兴今天邀请到您来参加我们的播客。您好吗?

Anshuman:我很好,Holly,感谢邀请我参加这个播客。很高兴来到这里分享我的观点。当然,我们与LRQA 的合作相当频繁,因此很高兴加入其中。

Holly:非常感谢您的加入。Shirish,感谢您的参与。很高兴邀请到您。我想这是您第一次参加播客,所以谢谢您。您今天好吗?

Shirish:我很好,Holly。谢谢。我很高兴能和 Anshuman一起,我过去曾与他合作过,所以很高兴能一起谈论一些话题。谢谢。

Holly:太好了。谢谢您,Shirish。在我们开始之前,我想做一些介绍。如果不介意的话,Anshuman,我想从您开始。您能否向听众简要介绍一下您自己,以及您的工作?

Anshuman:好的,这不容易,Holly,但我会试试。就像你说的,我负责 DXC Technology公司的卓越运营。DXC 是一家遍布全球的全球性 IT 服务组织。我们为一些世界领先的组织提供 IT 服务。我的职责是确保我们遵循流程来帮助 DXC 信守对客户的承诺。首先我们有正确的流程,我们遵循这些流程,并不时地改进这些流程,即流程、计划、控制和改进,以及类似的说法。我们努力在我们所做的每一件事中实施这一点,即建立流程,遵守流程,然后改进流程。DXC是一个跨越许多国家/地区的全球性组织,我的团队在全球范围内工作,这就是我的总结。

Holly:太好了,完美的总结,谢谢您。Shirish,您能为我们的听众介绍一下自己吗?

Shirish:谢谢。好的,Holly。在加入 LRQA 之前,我从事过计算机系统和网络方面的工作,也从事过软件质量方面的工作。在 LRQA,我是一名审核员和培训讲师,因此作为一名审核员,我接触到了各种行业和各种体系。目前我担任产品经理一职,正在帮助 LRQA 保持认可委对我们拥有的能提供的所有网络服务的认证认可。类似 Anshuman 所说的,他们有他们自己的流程,LRQA 也有自己的流程。我们需要改进流程,维护流程并引入新的流程。这就是我目前参与的事情。谢谢。

Holly:谢谢您,Shirish,您参与的这些对LRQA非常重要。谢谢你们两位的介绍。

我们今天在这里讨论业务卓越(business excellence),更重要的是,管理体系标准如何促进业务卓越,稍后在播客中,我们将探讨当下的热门话题,即众所周知的人工智能或 AI。那么,Anshuman,您能否先描述一下您认为的业务卓越是什么样子的,以及您如何对它进行定义?

Anshuman:这是个好问题。作为从事这个领域工作的人,我们经常被问到这个问题。我通常的回答是,任何能被完成或正在被完成的事情都可以做得更好。所以总的前提是,一切都可以改进,我们多年来在质量领域接受的培训也是如此。质量已经演变成很多主题,包括卓越业务、卓越交付或卓越运营。我不会说它们都是一样的,但它们在同一个族群中非常相似。

所以第一点,任何应该做的事或正在做的事,可以被做得更好,这是总的前提。

第二点,任何可以测量的东西都可以被改进,或者,除非你对某样东西进行测量,否则你无法真正改进这些东西。这实际上适用于所有事情。在现代,更多元素被添加进来,因为今天很多事情都是通过使用技术来完成的。没有人真正接触或看到整个组织中流动的那些信息。

因此,这需要一些新的元素,即运用技术来发现这些缺陷,甚至可能纠正这些缺陷。我想说,无论一个人是为核心制造公司还是高端 IT 服务公司工作,其中一些原则都不会改变。当然,在 IT 环境中,识别缺陷的方式、纠正缺陷的方式、预防缺陷的方式可能会有所不同,但一般来说,事情变化越多,它们就越保持不变。

Holly:很好的定义。谢谢。我们将在本播客的后面部分重新讨论技术。但是,如果可以的话,我想请您继续下一个问题。质量和相关认证,比如 ISO 9001全球公认的质量管理体系标准,在卓越经营中发挥什么作用?

Anshuman:在我看来,这些是基本要素。所以今天屹立不倒的每座建筑、每座塔楼、今天的高楼都需要一个坚实的基础。我是伴随着 ISO 9000 系列的出现在质量领域成长的。对我来说,它一直是我们所做的每件事情的基本要素。

当我们更多地了解 ISO 系列标准时,我们都学到的原则是,你把你所做的事形成文件,然后做已形成文件的事,这就是它的本源。当然,这些年来,标准已经发生许多变化,包含更多特色、更多条款、更多元素,但无论怎样,最终它都是在说,你做的是对的吗?你正在做的事情有形成文件吗?你能够验证你正在按照所写的东西来做事情吗?而业务卓越就是这三件事。如果我们遵循全球最佳实践,并且能够将这些全球最佳实践应用于我们的组织,然后继续实施,那就是最纯粹的卓越业务。

当然,你知道,在技术和其他领域,层次更多,但我喜欢把东西精简到最低限度。这就是我对 ISO 标准的看法。 

Holly:太棒了。谢谢您,Anshuman。我们刚才谈到了ISO标准。众所周知,ISO 9001 是许多组织管理体系认证之旅的起点。那么,在导入运行 ISO 9001的要求后,企业实施 ISO 14001 和 ISO 45001等标准有多容易呢?

Anshuman:Holly,这是个绝妙的问题,因为不仅你提到的ISO 14001 和 45001这两个标准,我相信一旦你实施了 ISO 9001,几乎所有ISO标准或 ISO 系列标准都会变得更容易,因为所有或至少大多数标准的基本原则、基本格式、基本结构都是相似的。

我讲到了确定最佳实践的基本结构,ISO 系列或多或少在标准中做到了这一点。然后,您根据组织实际情况加以实施。例如,对于 ISO 14001 和 45001,您可能需要了解什么内容适用于您所在行业,什么对您的行业是最好的,这可能需要一些研究。

但是,如果您有 ISO 9001 的基础,那么剩下的事情就相当容易了,而且很直截了当。它可能仍然需要组织去努力,可能仍然需要时间,但理解、实施和部署任何标准都不会是智力上的挑战,实际上,在我看来,不仅是这两个标准,任何标准都如是。

我从事这项工作已经大约 25 年,担任过各种职务,包括顾问、审核员、职能主管等。所以我从多个角度看到过这种情况。基本前提永远不会失效。如果您思想开放,愿意向其他组织学习,并且愿意学习世界正在做的事情,然后在您的组织中加以调整和实施,那么质量就很容易提高。

Holly:太棒了,Anshuman。在我们进入下一个主题之前,还有一个问题要问您。您有没有见到基于管理体系的方法实现业务卓越的例子?我相信您见过。

Anshuman:哦,相当多。我认为不仅是ISO系列标准,还有其他管理体系,包括国家质量奖或全球奖之类的。

所有这些实际上都要求组织把他们的管理体系形成文件。在我从事咨询工作期间,我作为一名顾问给东南亚的一家大型纺织厂服务。他们正在努力实现对客户的承诺,他们雇用我们是为了实现巨大转变。

经过大约一周的诊断评估后,我对他们的建议是,忘记大规模的更改,他们只需要一些基本的东西:确保文件正确无误,并且员工遵循这些文件或已制定的标准。我们说服他们管理层给我们大约六个月的时间,并且要求他们非常严格地实施基本流程文件。

后来就有了巨大的转变。在那六个月里,这本来是两年的任务,但在六个月内,我们能够在零技术投资、零新人力投资的情况下扭转局面,而且大大减少了缺陷和退货,因为这是一家制造公司,它有很多退货。然后,一旦这个平台准备就绪,我们就可以加入全球最佳实践等。

我认为这是一个很好的例子。随后,我参与了许多类似的项目,但这是早期的一个,一直在我的脑海里。这就是我要分享的一个例子,如果你愿意保持开放态度,倾听它并适应它,管理体系就能带来许多力量。

Holly:这真是一个很好的例子。我认为管理体系确实是现在许多企业卓越的核心。而且我认为,只有具备了这些基本的东西,你才可以继续更大的项目和风险管理策略。所以强调这一点真的非常重要。谢谢您,Anshuman。我可能稍后再来请教您,但接下来的几个问题……

Anshuman:我能插句话补充一下吗?你知道,在现代世界的初创公司中,人们普遍认为,公司需要更加灵活、敏捷等等,而管理体系标准没有立足之地。

就我的想法和经验而言,这是最纯粹的胡说八道。因为你越敏捷越灵活,你就越需要一个体系,否则它将是完全混乱的。如果每个人想怎么做就怎么做,我们只会让自己陷入混乱。

想象一下这样做的成本。一个组织,特别是初创组织,当资金充足时,没有人会介意额外的成本。但当监管收紧,投资者开始要求回报或业绩时,这时候所有人都会想起,噢,那个管质量的家伙在哪里?快把他带来,让他施展他的魔法。

所以我要提醒大家,请不要认为在现代世界,在初创企业世界里或者在小型企业里,你不需要质量或者质量管理体系标准,实际上你需要更多的标准。这是我想补充的。好了,交回给您。

Holly:非常感谢你。我认为这是许多企业现在都在努力解决的问题,即新的风险世界以及如何管理风险,但重要的是要记住基础构建模块和基本原理。所以,谢谢您强调这一点。

Shirish,如果可以的话,我想请教您,我们谈到了质量、环境和健康安全,以及其他 ISO 标准,不仅仅是刚才提到的 ISO标准,还有各种管理体系标准,但我现在想把重点转到信息安全上,我们知道,这是当前一个非常非常大的话题,也是全球企业非常重视的问题。Shirish,请问对您来说,信息安全最佳实践是什么样的?

Shirish:好的,Holly,这个问题非常好,而且非常相关。但在我谈到安全之前,我想把Anshuman刚才讲到的业务卓越整体联起来。

安全问题主要是在组织启用IT支持之后出现的。这并不是说安全不是物理世界中的一个主题。相反,它一直都存在,拥有安全的场所的需求一直存在,但在当今时代,IT 支持和数字化转型使这个话题更加引人注目。今天我们知道,当涉及信息安全风险时,我们面临的不仅仅是暴露风险。

所以当Anshuman解释在当今时代我们如何无法把握信息和数据的移动方式时,这些都是安全变得非常重要的地方。就管理体系和整体卓越时刻而言,我们所知道的所有这些都取决于人们的心态、关系和持续改进文化上的真正转变。

现在,这些正是重要的事情,即使在安全方面也是如此,因为在公司或组织从技术角度建立了他们能做的一切,并将策略落实到位之后,我们知道,人的因素或人为因素变得非常重要。

因此,您会发现大多数组织都在不断投资于培训员工。此外,我们知道,今天针对组织的各种攻击确实比我们想象的要聪明。这也是为什么员工的意识水平变得非常重要的原因。这就是组织有多种最佳实践的地方。因此,除了确保他们的网络得到完全强化和隔离,以便数据移动得到完全控制之外,他们还知道这种数据移动是如何在网络的不同部分发生的。我们都知道,在不同行业中,除了拥有信息技术,更多地是要针对企业实际建立组织系统,我们有为现场服务的运营技术,可以为我们提供数据; 在制造业,我们使用各种元件和操作技术。

我们还有类似国家的关键基础设施,比如电力系统、供水系统。这些可能都是基于SCADA 系统。现在,当所有这些系统都使用操作技术时,最终必须与我们拥有的信息技术网络进行交互,双方的接口都必须是安全的。

我们需要安全地维护我们的 OT 网络,需要维护我们的信息技术网络。我们已经看到,对于这类情况,公司确实有确保他们有多重身份验证的做法,他们有适当的访问控制。他们采用了各种加密技术,并且不断让员工更改密码,从技术角度来看,他们现在还拥有数据泄漏预防工具。他们会过滤通过 Web 的所有内容。

可见,所有这些实践都可被付诸实施,最重要的是,即使从安全角度来看,今天的组织也在关注信息通信技术ICT的业务连续性准备情况。因此,所有这些加起来,为组织创造了一个安全基础,也是帮助他们构建更好界面的原因。

另外两个因素现在已经出现在组织中。其中之一就是云服务。所有组织都依赖于云数据。因此,信息安全与云服务和相关供应链有关,因为您可能并不总是拥有自己的云中心,您可能使用混合云。

所以在这些情况下,了解和协议变得非常重要。最后我想说的是,威胁情报是当今所有组织都在投资的东西,他们试图与可以帮助他们的供应商建立联系,根据他们所处的网络数据或行业类型,不断获得相关信息。

Holly:太棒了,谢谢您。让我们继续进入另一话题,人工智能或 AI。我们都看到了AI 在过去几年的爆炸式发展,以及世界各地的企业如何迅速导入 AI 战略,从市场营销到面向消费者的工具,例如 AI 购物助手。更有趣的是,一些公司实际上正在使用人工智能来识别欺诈和网络安全漏洞,我认为,这确实凸显了人工智能改变游戏规则的能力。但是,这里面学问很深,是吧?与生活中的许多事情一样,AI 也存在重大风险。

事实上,今年,国际标准化组织 (ISO) 发布了第一个人工智能管理体系标准 ISO 42001,该标准规定了建立、实施、维护和持续改进 AI 管理体系的要求并提供指导。那么,Shirish,您能否告诉我们,您如何看待 AI 的使用,您认为那些积极将 AI 实施到其流程中的企业,是否应该实施 ISO 42001 等标准,以帮助他们更好地了解和管理相关风险?

Shirish:当然可以,Holly。我认为这是现在每天可能都在讨论的事情,我们看到新闻时也会以某种方式讨论。我们拿起报纸,看到很多人工智能生成的内容。我们还看到很多文章在讲述人们正在进行实验使用自动驾驶汽车。

但在讨论这些并将其与 42001 联系起来之前,我想说的是,工业界一直在使用自动化来完成重复性过程。这类工具或这些设备一直存在于车间或我们看到的任何类型的组织中。所以自动化是一直在被使用的。

过去几年发生的事情是,我们已经在这些系统中内置了自动决策。我们都知道软件总能对一些事情作出决定。他们内置了一个逻辑,这样他们就可以使用给定的门(gates),然后他们可以通过它基于用户的输入来做出一些决定。

但这是有限的,而且该框架是在软件的编程程序范围内。但是,当我们回顾今天的自动决策时,我们谈论的是自我学习或 AI 学习或机器学习,在一段时间内,该工具通过从给出的问题或提示中收集更多信息而变得更加智能,并且它会在一段时间内不断自我建设,让自己更完整。

因此,在这种情况下我们可以看到,经过一段时间,这些设备做出的决策是我们自己无法解释的。就像我前面所说,在自动化或者我们使用软件编程的地方,我们可以清楚地定义或者清楚地判断输出是什么。

现在,在自我学习工具中,我们并不总是能预测结果,这就是整个人工智能改变游戏规则的地方,或者说是人工智能开始发挥作用的地方。这使得它对于我们来说是不可解释或不透明的。而且,我们知道这种机器学习基于后端的大量数据分析,该工具通过做这些分析,为我们提供了洞察力。

因此,这种持续学习将在一段时间内发生飞跃。最终会发生的下一步是,当设备或工具中有如此多的决策和知识时,工具本身的行为就会发生变化。这与人类的行为方式非常相关或非常相似。

这给人工智能工具的道德使用带来了巨大的社会挑战。而我们现在可以制造更聪明的工具。我最近与一个客户进行了交流互动,了解到他们正在开发一个可以读取X光片的工具。因此,自然而然地,他们为这个项目提供了医院里所有可用的 X 光片。

所以,这个特殊的工具有很多数据,每次医生修正预测时,它都会不断累积预测。经过一段时间,这个工具会预测得更好。这就是他们所关注的。所以不断的学习将会产生社会影响。

此外,随着我们向前发展,将会有更多人工智能的使用案例。这里我们必须在治理和创新之间取得平衡,如果不这样的话我们就会看到风险。归根结底,我们想要的是什么?我们需要值得信赖的系统。我们想要值得信赖的 AI。我们希望安全地使用这些工具。我们希望管理好安全,保持公平,并始终保持透明度。人工智能系统的数据质量必须良好,因为如果数据本身是有偏见的,那么一段时间之后,该工具的决策可能也会发生变化。

这些都是非常非常有趣的人工智能技术。另外,我们必须考虑各个方面。就像我们谈论人工智能时,我们关注的是学习、识别,最终是预测。从研究的角度来看,我们也在考虑推理、知识和语言,所以我们有语言处理,我们有发现、搜索,最终是创造。

我们知道创新可以由人工智能本身驱动。在您的问题中,您提到了一些人工智能工具,比如欺诈检测工具。目前我们还知道存在欺诈性信用卡收费。所有这些会被后端的AI工具拾取。还有欺诈性贷款申请,保险索赔。各种账户访问,生态系统中任何不寻常的活动都可以被这些AI工具拾取。

我最近在一个客户那里看到一家美国超市的例子。他们收集所有进来超市的顾客的面部图像。这是他们做的一个巨大的实验。然后,他们对一些行为活动进行记录。对某些顾客来说这些行为是故意的。所以下次那个人进来的时候,系统会开始给他们一个警告,这就是他们试图建立一个系统的方式。在这里我们可以看到,在一段时间内,系统的行为本身会变得非常有趣。

我们现在看到的另一个重要例子是自动驾驶汽车。我们知道路线会得到优化。谷歌一直在为我们做这些。然后,连变道都将是自动化的。那么有哪些不同呢?这个话题我们在最近关于自动驾驶汽车的讨论中也谈到,而且我们已经知道航空公司一直在使用自动着陆系统。在着陆的最后阶段,如果能见度很低,自动着陆系统则必须被锁定。

我们再来看车辆,它们在街道上与周围移动的物体——人或汽车——一起移动。因此,这涉及到物体避让,这一点车辆必须完全依赖计算机视觉和规划。

这也是人工智能正在发展的一部分。目前,我认为,在直接的公共应用上,自动驾驶汽车的人工智能是最为重要的事情之一。在给出了自动驾驶汽车这个例子之后,我们再回到您的问题,看看ISO 42001。

首先,我想把它与安舒曼所说的联系起来。管理体系基本上给了我们基础。所以42001也是这样。之前你讨论了ISO 9001,45001和14001,我们关注环境、安全和质量。现在我们可以看看信息安全,然后说人工智能。

但是,就管理体系而言,这是基础。当涉及到一个组织时,它有助于对自己和供应商进行分类。因为从这个角度来看,当今的人工智能领域非常大,非常开放。所以有很多工具被推出。

有很多技术即将问世。通过这些技术,我们会知道一个人是否是AI用户。所以我想要一个工具,我希望这个特殊的过程使用AI工具,无论我是一个开发人员还是一个多种工具的生产者。在此基础上,这取决于组织面临的风险是什么。这种风险对体系的影响是什么?现在,当我们考虑体系影响时,我们需要知道这些影响是敏感的还是非敏感的,因为一些影响可能非常敏感,具有社会敏感性,在社会环境中,这可能会给组织带来很多问题。

然后,还要确保有适当的风险管理。我们知道,所有的管理体系在很大程度上依赖于风险管理过程。所以在这种情况下,对于人工智能管理体系来说,要有过程来识别风险。

再回到我们所说的多种标准。通过过程方法,我们知道我们可以很容易地导入质量、安全、环境或信息安全。同样,我们可以将过程方法引入人工智能中。我们还需要知道我们的工作是否涉及多个法律框架,以及我们正在使用的人工智能工具将对相同的体系产生什么影响,以及应用程序的多样性。所以当我们考虑到所有这些,我们知道管理体系基本上会把所有这些东西联系到一个框架中,因为它确实为所有管理体系提供了一个非常好的架构。

大多数组织都了解ISO所提倡的架构,这种特殊的架构将确保适当的目标得以落实。组织知道哪些利益相关方受到影响,哪些风险得到了控制。他们还可以确保他们对人工智能系统的可信度的担忧,以及我之前提到的关于透明度、数据质量的问题,所有这些东西都可以在整个生命周期中得到管理。我认为这才是最重要的。这不是组织需要做出的单一决定,它必须贯穿整个生命周期,并确保他们与为其提供AI产品的供应商、合作伙伴和第三方有更多可控的互动。这样整个网络可得到覆盖。这就是我对 ISO 42001 的看法。

Holly:很好的见解。这一切都非常有趣。谢谢您,Shirsh。最后一个问题我想交给Anshuman,如果您不介意的话。在您看来,AI 如何融入业务卓越?

Anshuman:这是一个新兴领域,Holly,我想我得说现在还没有定论。

但总的来说,我们已经可以观察到一些模式或趋势。就像几乎所有领域一样,低端任务、重复性任务肯定会以某种方式实现自动化或 AI 驱动。任何需要一些搜索元素的任务都会在组织内实施。

我们一直在试验,我知道其他组织也在试验。因此,在业务卓越中,有一个要素是快速找到适用于这种情况的情形。可能还有其他元素。例如,我管理与业务连续性相关的团队。在非常紧急的情况下,我们可能需要总结我们向客户承诺的内容。从业务连续性的角度来看,因为这是危机的情况(通常这些情况只存在于洪水,火灾,愤怒,流感之类的情况,即4F情况),在这些情况下,AI肯定已经非常有用了,对吧?

所以这不是未来才发生的情况。它在快速阅读和总结我们向客户做出的需求或承诺方面已经很有用了。我认为这已经很有帮助了。

另一个方面是数据或数字的掌握,随着更快的工具和更聪明的技术问世,这已经存在多年了,但是,AI可以被训练来识别寻找某些现有技术无法识别的特定模式。例如,如果世界各地的网络在一段时间内多次中断,我们实际上可以研究或努力找到一些方法来识别这些网络中断是在什么共存的条件下发生的。如果其中任何一种或多种共存条件在其他地方有发生的苗头,我们可以用来预测网络中断。我相信随着实施的不断深入,会出现更多的用例,这对我们来说是一个进步。

其中有一些在五年前便已成为可能,但是运行成本可能非常昂贵,可能需要一些非常非常聪明的人在世界的某个角落做这件事。今天,它是民主化的,它本身在应用程序中可获得,它可以在普通的笔记本电脑上运行,也可以在你的手机上运行。也就是说,这些工具的获得和可用性将使它变得更好。

综上所述,从我们的角度来看,从企业卓越的角度来看,我们在预测什么可能出错方面看到了很多优势。显然,避免成本或任何缺陷的最佳方法或最便宜的方法是不让它发生。因为一旦发生任何缺陷,总会产生与之相关的成本。如果你不让它发生,便会是非常好的场景。这就是我想关注的地方。但从很多方面来看,现在仍然处于早期阶段。

Holly:太好了。非常感谢。

Shirish:我能补充一点吗,Holly?

Holly: 当然可以。

Shirish:谢谢。除了前面 Anshuman 所说的,我想说的是,在过去十年左右的时间里,我们看到,除了 IT公司,许多制造企业也已经实施了很多这样的安全系统或信息安全系统。

展望未来,相比其他许多组织,这些制造企业将会有更多的 AI 应用,在这一方面他们似乎发展更快,因为他们意识到,有很多预测技术可以为他们使用,比如当涉及到昂贵的维护时,又比如一个制造厂,比如水泥制造厂的窑,里面的温度非常高,在那里工作很困难。因此,任何类型的数据,可使用AI工具进行预测分析,是他们所关注的。

我还看到过另外一个例子:在风力发电场中,基础设施的维护并不容易,而且维护成本非常高。所以他们不想做任何重复的维护。这时他们可以使用AI 工具来更好地发现和预测事情。早些时候虽然有一些数据分析,但还是需要一些干预。现在他们正试图进入下一个阶段。所以,形势肯定正在显现,我们将看到它如何发展。

Holly:太棒了。再次感谢两位今天参加我们的播客节目,希望您能再次加入我们。

Anshuman:很荣幸,Holly,如果您邀请,我一定会参加。作为临别感言,我想说的是,随着世界的变化,多种新技术、新流程、新工作方式的出现,质量运营卓越、业务卓越的世界非常活跃。

但基本原理几千年来没有改变,我们希望再过几千年也不会改变。

Holly:非常感谢。

最后,提醒我们的听众,您可以访问我们在 Spotify 上的主页以收听更多播客,并及时了解更新内容。

要了解有关 LRQA 服务的更多信息,请访问 www.lrqa.com。您一直在收听 LRQA 聚焦未来播客。非常感谢您的聆听,我们希望很快能再次见到您。