از آرشیو
یک سرویس مجهز به هوش مصنوعی همچنان به برنامه بازیابی نیاز دارد.
یک سیستم مفید شامل راهی برای ادامه دادن در صورت بروز مشکل است.
نسخه گذشته نگربرای این آرشیو آماده شده است تاریخ چاپ جایگاه آن را در مجموعه هفتگی مشخص می‌کند.
هوش مصنوعی م یتواند وابستگی جدیدی را به یک گردش کار آشنا معرفی کند. اگر این وابستگی در دسترس نباشد یا نتایج غیرقابل اعتمادی ایجاد کند، تیم همچنان وظایفی برای انجام دادن دارد. من می خواهم که بازیابی و تداوم به عنوان بخشی از طراحی سرویس مورد بحث قرار گیرد.
مواردی را که می توان مکث کرد را مشخص کنید
برخی از کارها می‌توانند منتظر بازیابی سیستم باشند. دیگران به یک جایگزین موقت نیاز دارند. این تمایز را با صاحب کسب و کار انجام دهید. درک کنید که گزینه جایگزین به چه اطلاعات و تاییدیه هایی نیاز دارد و اینکه آیا تیم واقعاً می تواند در صورت اختلال در گردش کار اولیه به آنها دسترسی داشته باشد.
انتقال را تمرین کنید
یک تمرین کوتاه می‌تواند نحوه تشخیص مشکل، تصمیم به استفاده از بازگشت و انتقال تغییر را آزمایش کند. شامل بازگشت به عملکرد عادی: کار تکمیل شده از طریق مسیر دیگری ممکن است نیاز به تطبیق داشته باشد. بهبود این مراحل در طول تمرین آسانتر از یک رویداد فوری است.
وابستگی ها را با شریک مرور کنید
یک شریک فناوری باید بتواند ترتیبات پشتیبانی مربوطه و حدود مسئولیت خود را توضیح دهد. سازمان باید بداند که مسئولیت خود چه چیزی باقی می ماند. من طرفدار یک دیدگاه مشترک از خدمات کامل هستم، با مفروضات واقع بینانه در مورد افرادی که برای اجرای آن در دسترس هستند. انعطاف‌پذیری زمانی نشان داده می‌شود که یک تیم بتواند تحت فشار تصمیمی منظم بگیرد، نه زمانی که یک ارائه حاوی یک نمودار بازیابی اطمینان‌بخش باشد.
چگونه Genellipse می تواند کمک کند
Genellipse می‌تواند به بررسی وابستگی‌ها و الزامات بازگشتی یک سرویس مجهز به هوش مصنوعی کمک کند. تیم‌های زیرساخت، امنیت و دیجیتال ما می‌توانند با صاحبان کسب‌وکار بر روی یک مدل عملیاتی و یک سناریوی بازیابی نماینده کار کنند. این تعامل می تواند روشن کند که کدام مسئولیت به سازمان، Genellipse و سایر ارائه دهندگان درگیر تعلق دارد.
از دیدگاه تا تمرین
در این مورد با Genellipse بحث کنید
