为什么自动化智能对技术创新者至关重要

由于不断发展的标准、分布在多个云环境中的应用程序以及新用户对“一体式”期望的加速，当今的最新产品变得越来越复杂。这种增加的复杂性直接影响新产品的开发验证和测试覆盖率，增加了开发团队的压力。

有这么多潜在的测试向量，人们期望自动化设计和测试程序将成为主流。然而，根据Keysight公司最近委托 Forrester 进行的一项研究，如今 89% 的公司仍在使用手动流程，而如今只有 11% 的公司将其测试矩阵完全自动化。虽然完全自动化的采用率仍然很低，但公司确实看到了在自动化，75% 的人报告了一些自动化，近一半的人希望在未来三年内实现自动化。

鉴于设计和测试自动化将对创新周期产生巨大影响，我们请Keysight公司产品组合和全球营销负责人介绍当今行业的自动化状况以及自动化将改变开发生命周期的领域。

Keysight公司为何委托 Forrester 测试和测量自动化思想领导力研究？

2021 年 12 月，Keysight公司委托 Forrester评估数据集成、分析、人工智能 (AI) 和机器学习 (ML) 在典型产品开发周期中的使用。Forrester 调查了 406 位开发领导者，并向他们询问了一系列与他们目前在产品开发过程中使用 AI 和 ML 的程度相关的问题。该调查包括北美、欧洲、中东和非洲和亚太地区的开发人员。我们真的很想了解测试创新在典型产品开发过程中的可扩展性。

组织对其当前的测试系统是否满意？

从表面上看，大多数组织报告他们对当前的开发方法感到满意，其中 86% 的组织表示中等到非常满意。然而，深入研究时，这些组织报告说 84% 的项目和设计要么是复杂的多层子系统，要么是集成系统，其中大部分都没有经过测试。

尽管最初看起来很满意，研究中了解到，公司感到需要做得更多，尤其是在被问及未来时。例如，在 3 年内，近一半 (45%) 的公司会考虑使用完全自动化的测试方法，其中 72% 的公司预计至少会使用增强型自动化，其中自动化会在他们的发展过程。

目前，只有十分之一的公司在其开发过程中使用全自动化，预计 新冠疫情将加速远程开发、自动化测试排序的采用。

能否举例说明公司如何发展到更自动化的方法？

这是一个很好的例子，说明使用数字双胞胎模型可以加速开发过程并显着扩大测试范围。任何优秀的软件开发人员都可以模拟一系列测试 IP 流量。然而，在不同用户应用程序的所有库中模拟各种协议，并模拟不同用户同时交换不同类型流量的流量混合，要复杂得多。在一定规模上，开发人员更容易使用仿真器，也就是所谓的数字双胞胎。Keysight公司提供 140 多个仿真器，为各种通道和第 1 层协议、第 2-3 层协议、第 4-7 层流量、安全性、网络应用程序交付等创建数字孪生。

自动化正迅速成为一项必备要求。目前，基于人工数据输入、一些 Python 或图形编程以及 Excel 表格的全手动测试计划只能涵盖一小部分可能的用户故事。每个软件版本都必须手动更新。

       新一代软件需要反映应用知识、高级分析算法和测量深度，并包裹在 AI 和 ML 框架中以解决复杂问题。

由于复杂性，测试数量和测试时间如何增加？

       多云环境的引入、仍在发展的 5G 标准、高速 I/O 协议和交织的应用分层增加了公司的测试数量 (77%) 和测试时间 (67%)。出于说明目的，我们假设一个产品过去需要 1 分钟进行 30 次测试，而现在需要 1 分 45 秒和 50 多次测试。虽然这些数字听起来很小，但当时间和测试数量同时增加时，开发人员的验证矩阵开始呈指数而非线性扩展。结果将意味着要么增加验证和生产测试，要么减少测试矩阵的范围。一种选择会显着增加单位成本，而另一种选择会显着增加运营风险。两者都不是一个好的选择。

公司如何应对测试时间和测试数量增加近一倍？

在Keysight公司，我们看到虽然测试自动化软件是解决方案的一部分并且绝对需要，但这还不够。自动化与它们产生的分析和洞察力一样好。在 Forrester 调查中，受访者透露，他们的测试例程覆盖了“超过需要”的时间超过一半。自动化可以帮助减少测试所需的时间，但不能解决测试范围、质量和覆盖率问题。在分析和洞察力的支持下，自动化智能、范围更广的测试序列将同时解决测试速度和测试范围的问题。

Keysight公司如何解决这些复杂的测试问题？

Keysight公司创建了一个模型来描述我们如何将深厚的测量专业知识与智能分析和洞察力相结合，以及如何利用这些洞察力实现工作流程自动化的知识。端到端过程被称为自动化智能。这三个核心要素：测量深度、分析和洞察力以及工作流程自动化，是是德科技提供的每款软件的核心。

       自动化智能建立在业界最深入的测量技术和模拟之上，可提供更快的洞察力，开发人员可以利用这些洞察力以更快的速度和更低的风险进入市场。无论是测量电源和接地、波形信号质量、高速数据 I/O、网络完整性还是应用程序交付，我们都会考虑如何帮助客户加快开发过程。

随着个别技术变得更加互联，产品需要更多接口，是德科技将继续提供帮助：

1.在新的工作流程中自动化智能洞察，

2.加快工程开发方法，以及

3.自动化必要的测试（利用高级分析、人工智能和机器学习）。

       自动化将如何帮助解决这些挑战？

Keysight公司看到了这一切——新技术引入的复杂性、可靠性、交互性和更快的速度——为希望突破创新界限的公司提供了一种新的发展范式：需要更广泛的自动化和数字孪生开发加快交货速度和提高产品质量的环境。

硬件开发人员长期以来一直依赖仿真环境作为原型设计之前的布局的一部分。使用仿真器或数字双胞胎，通过允许它们测量不同操作环境、条件和协议演变对已知良好参考的影响，减少了设计变量的数量。同样，软件开发人员使用 scrum 方法并在模拟沙箱中进行测试，以在较小的分组中逐步构建和部署新功能，同时限制变量的数量。

产品交互的日益复杂性——不断发展的通信协议、不断发展的云平台、持续的软件和固件更新——给开发人员带来了真正的挑战，因为每一个都代表着一系列新的变量。尽可能使用自动化和不断更新的数字双胞胎，使开发团队能够减少与其特定设计相关的变量。使用“已知良好”的数字孪生参考减少设计变量会增加在实践中发挥作用的创新与开发人员的设想相同的可能性。

智能如何影响？

如果你正在建造一座新的办公楼，你会想要一个顶级的建筑师和承包商。你可以依靠他们的智慧来衡量各个方面并为您提供深思熟虑的设计选择。电子产品也不例外。测量系统越精确，构建测试系统的团队越了解，您就越信任他们的结果。随着复杂性和碎片化的指数级增长，有必要从简单的“收集数据”转变为确保您的测量系统具有您可以依赖的智能，以便做出更好的决策和洞察力。下一代软件通过使用基于对真实应用程序和人工智能算法的理解的高级分析来支持这种变化，这些算法不断处理数据、学习和发展以提高决策质量。

人工智能提供的高级分析使组织能够专注于对用户重要的事情，而不是试图了解数据的各个方面。是德科技的智能自动化可以发现任何可能存在的错误或缺陷。它主动发现系统中的任何弱点，并从用户的角度确定测试的关键。所有这些都提供了竞争优势。

自动化智能方法能否缩短上市时间？

在委托进行的研究中，Forrester 确定了影响上市时间的三个最重要因素是跨团队共享数据、对当前测试和测量数据进行更好的分析，以及跨产品开发生命周期的软件工具。总之，这些因素可以加快开发和验证时间，从而缩短上市时间。组织需要了解并解决所有三个问题：

1.数据——是德科技认为，下一代软件将需要在各个方面改进数据集成和共享：

2.物理——更好的测量数据和对行业标准的理解

3.数字——模拟和仿真，以及将来自数字孪生的物理和数字数据结合到混合模型中，并融合来自多个来源的数据

4.更好的分析——自动化是未来的要求，但分析有可能通过人工智能和机器学习的进步与深入的应用知识相结合，彻底改变测试组织，从而揭示真正的洞察力。随着复杂参数的排列继续以前所未有的速度增长，“测量什么”现在是许多人的关键绊脚石。

5.贯穿产品开发生命周期的软件工具——需要更高级别的工具来跟踪产品，消除设计和测试之间的人为障碍，并使工作流程自动化。

自动化智能和人工智能有什么区别？

人工智能只是自动化智能所需的一个组成部分。如何进行测量、如何分析以及了解设计的不相交部分如何连接对于智能自动化任何设计、构建或操作至关重要。虽然人工智能可以成功地识别模式、群体、关系和结果，但它在理解行业标准、频段、立法、测量限制、客户使用条件等变化的影响方面只有它的设计者一样好。这就是为什么更完整的自动化智能方法至关重要。

今天有多少公司在使用人工智能，人工智能的采用率是多少？

我们很高兴地看到，人工智能作为自动化智能的组成部分的采用率正在急剧增加。Forrester 研究发现，目前有 16% 的受访者使用 AI 来集成复杂的测试套件。在接下来的 3 年中，52% 的受访公司（增加 325%）表示考虑使用 AI 来集成复杂的测试套件。

在Keysight公司，我们也是希望开发更快、更智能、更安全产品的工程师。无论产品开发涉及新兴的电子或无线通信标准、高速数据传输、复杂的云网络还是分布式应用程序交付，我们都专注于构建实验室自动化解决方案，以提供由 AI 和 ML 提供支持的深入分析，以及针对目标的测试自动化技术在最小化开发时间和最大化性能方面。

深圳市晶光华电子有限公司  26年专注提供一站式晶振产品解决方案，产品主要有SMD石英晶振、  车规晶振 、  SMD振荡器等。晶光华始终坚持以品质为基石，品质符合国际IEC和美国ANSI标准。为了满足客户的高标准需求，我司积极整合供应链，真正服务每一位品质客户。