圖片

    連續測試

    成功在MoëtHennessy Louis Vuitton進行的AI驅動測試

    人工智能和機器學習無疑是技術行業的關鍵推動力。但是,沒有多少企業有效地采用了它們。一個最近的福雷斯特報告指出:“所有高管都需要就如何以及在何處利用這些技術做出戰略決策,但是很少有領導者對他們有經驗,因此誤解比比皆是,造成不良的結果,浪費的資源以及對未來倡議的抵製。”

    盡管對AI技術的需求巨大,但隻有一組創新者已經實施了它。隨著AI的成功部署稀缺,其需求很高,至關重要的是向領先的組織學習。MoëtHennessy Louis Vuitton(LVMH)的Omnichannel QA的負責人Johann Gaggero最近展示了他們的AI解決方案,這些解決方案已實現,至關重要的是,它們取得了積極的效果。

    Tricentis的AI和機器學習解決方案的產品參與經理Gerta Sheganaku與Johann討論了各自的AI驅動測試方法 - LVMH注射它以進行更智能和更快的測試結果分析,並使用它來驅動測試自動化。

    在測試中使用AI的臨界點:需求和數據

    在我們深入研究LVMH AI推出背後的策略之前,讓我們考慮一下何時將AI成為您測試實踐的戰略部分的合適時機。約翰的臨界點是知道他在倉庫中擁有大量令人印象深刻的數據,並與同事們大量的興趣相結合,以利用這些數據為AI帶來各種有價值的用例。他們的10K自動測試的數據輸出處於休眠狀態,現在該招募新的實習生來實現AI願望了。

    格爾塔(Gerta)觀察到,隨著數據可用性的增加,在過去幾年中,存儲數據的成本顯著下降。那時,我們最近還在Tricentis產品係列中納入了AI,這也就不足為奇了,但是有趣的是,LVMH和Tricentis的方法之間存在明顯的相似之處。

    從有意義的地方開始,您可以在哪裏擴展

    Johann和他在LVMH的團隊選擇了一個非常務實的用例,可以將AI應用於測試過程。通過關注基於屏幕截圖開發MLP(機器學習Python)腳本的可實現領域,他們的測試自動化成本降低了50%。

    在Tricentis,Gerta強調,必須考慮真正重要的事情。AI使用概率,這是LVMH和Tricentis都利用的概率來確定如何進行,以確保AI適用於“關鍵任務和可擴展”測試。

    讓測試人員專注於他們所愛的東西

    Gerta和Johann同意AI應該發揮作用來增強測試人員的經驗,從而掩蓋了AI將取代我們的誤解。LVMH的實施表明,具有AI元素運行的確確實可以釋放測試儀:

    ”在添加此機器學習模型之前,我的質量檢查工程師半天花了半天分析日誌並將誤報與真實的錯誤區分開來,現在她不超過兩到三個小時。”- Johann Gaggero,PCIS LVMH的Omnichannel QA負責人

    LVMH的機器學習如何準確地工作?在每個測試中,都會拍攝屏幕截圖,並且這些測試是根據與通過或失敗的測試有關的。基於此數據集,每次自動測試運行時,Python機器學習都會判斷它們是否通過還是失敗,並評估其建議的準確性。聰明,是嗎?

    在Tricentis,我們通過添加深度學習來解放了測試人員Tricentis Tosca,可以像人類一樣理解和驅動視覺接口。該願景AI功能在9M控件,12.5m的示例上進行了訓練,並且正在不斷學習。AI現在也可以被利用Tricentis liveCompare用於SAP,預測更新的影響並突出顯示每個版本將運行哪些測試。

    如果破裂,自我修複AI可以修複它

    當您的應用程序更改時,Tricentis自我修複AI會適應更改,因此,即使技術層在下麵改變,您的測試仍然可以進行。視覺AI在Tricentis中,Tosca具有自我修複的AI屬性來適應任何變化,這意味著測試人員可以花費更少的時間來修複破裂,而更多的時間創新。這是約翰·約翰(Johann)探索如何將Tricentis Vision AI整合到LVMH的過程中的主要原因之一:

    ”如果確實我們想去DevOps,我們需要相信我們的自動測試,對嗎?我們需要它們堅固。Having auto-healing automated tests on platforms such as mine, ecommerce platforms that are changing every day, is just not a ‘nice to have’ anymore, it’s just a ‘have.’” – Johann Gaggero, Head of Omnichannel QA at LVMH, PCIS

    下一代自動化

    跳到AI並不一定要令人生畏 - 如果您在有可能產生巨大影響的地區仔細地實施它,那可能是非常有意義的。約翰看到它有一個新的挑戰,他認識到AI已經滲透到我們的日常生活中,並為開創性變化提供了機會:“ AI已經在我們周圍。問題是我們要趕上火車嗎?”。觀看與約翰的虛擬峰會采訪

    在新的Tricentis Podcast中,了解有關Johann如何通過Flair和他在奢侈品牌中的豐富多彩職業進行測試實踐的更多信息。轉換為10

    Baidu
    map