Về thiết kế, đây là mẫu coupe 2 cửa, 4 chỗ ngồi kế thừa tinh thần của mẫu Phantom Coupe. Tuy nhiên, Spectre có vẻ giống như một biến thể chạy điện của mẫu Rolls-Royce Wraith nhiều hơn, từ ngoại hình cho tới không gian bên trong. Xe có kích thước tổng thể dài x rộng x cao lần lượt là 5.453 x 2.080 x 1.559 mm, chiều dài cơ sở 3.210mm, đi kèm trọng lượng khá nặng 2.975kg do phải kèm thêm pin.

Ở phía trước, Rolls-Royce Spectre vẫn giữ đặc điểm nhận diện đặc trưng của thương hiệu là bộ lưới tản nhiệt thẳng dạng thác đổ. Đây cũng là bộ lưới tản nhiệt có kích thước rộng nhất từng xuất hiện trên một mẫu Rolls-Royce. Lưới tản nhiệt được phát sáng nhờ 22 đèn LED lắp ở mặt sau các cánh tản nhiệt.  

Ngoài ra, Spectre cũng là mẫu siêu xe đầu tiên được hãng thiết kế dải đèn LED ban ngày tách biệt với cụm đèn chiếu sáng trước. Cụm đèn hậu phía sau sẽ có màu sắc được tùy chọn theo ý của khách hàng.

Nội thất của Rolls-Royce Spectre không có sự phá cách thường thấy ở các dòng xe điện thương hiệu khác mà vẫn giữ phong cách tạo hình tương tự như các mẫu xe động cơ đốt trong của hãng. Hiện, hãng đã giới thiệu các lựa chọn cá nhân hóa đương đại, bao gồm thiết kế Starlight Doors (Cửa xe bầu trời sao) và Illuminated Fascia (Bảng điều khiển phát quang).

Về trang bị và an toàn, chiếc xe siêu sang chạy điện ứng dụng công nghệ AI kết nối 1.000 tính năng. Xe sở hữu hệ thống giải trí màn hình cảm ứng cao cấp, hệ thống an toàn chủ động, hệ thống treo khí nén, hệ thống lái tự động cấp độ 4, hệ thống đèn LED thông minh, hệ thống cửa tự động, hệ thống khóa vân tay và nhận diện khuôn mặt,...

Hãy chọn hai trong ba: tốt hơn, nhanh hơn, hoặc rẻ hơn

Như đã biết, trong ba đặc tính quan trọng của một sản phẩm: chất lượng tốt hơn, tốc độ nhanh hơn và giá rẻ hơn, bạn chỉ có thể chọn hai trong số đó.

Phương pháp Agile (phát triển phần mềm linh hoạt) và phương thức DevOps đã giúp chúng ta đẩy nhanh tốc độ phát hành và áp dụng khái niệm sản phẩm khả thi tối thiểu (MVP).

Tuy nhiên, một vấn đề khó khăn là đo kiểm không theo kịp với tốc độ của DevOps.

Có thể tăng tốc độ bằng cách giảm các yêu cầu đo kiểm, tuy nhiên chất lượng đo kiểm sẽ giảm. Có thể tăng chất lượng bằng cách duy trì các yêu cầu đo kiểm, nhưng tốc độ sẽ giảm. Có thể sử dụng nguồn lực để tăng tốc độ và duy trì chất lượng, nhưng lại làm tăng chi phí. Trong hai tình huống đầu tiên, trải nghiệm người dùng sẽ bị ảnh hưởng không tốt. Trong tình huống thứ ba, doanh nghiệp phải chi tiêu nhiều hơn.

Tự động hóa đo kiểm có thể trợ giúp ít nhiều nhưng chưa đủ. Vì vậy, doanh nghiệp bắt đầu mất niềm tin vào năng lực vận hành của chức năng CNTT - vốn được kỳ vọng cung cấp các giải pháp tốt hơn, nhanh hơn và rẻ hơn. 

Cốt lõi của vấn đề này là liệu doanh nghiệp coi chức năng quản lý chất lượng (QA) là khoản chi phí hay công cụ hỗ trợ.

Trong rất nhiều trường hợp, chức năng này bị coi là một khoản chi phí. 

Đo kiểm là công cụ hỗ trợ kinh doanh quan trọng

Trên thực tế, chức năng quản lý chất lượng nên được xem là một công cụ hỗ trợ - làm việc doanh nghiệp cần nó làm - cải thiện chất lượng để nâng cao trải nghiệm người dùng, tăng sự hài lòng của khách hàng, củng cố uy tín và mang lại lợi thế cạnh tranh.

Vì vậy, chúng ta nên làm thế nào để có thể kiểm thử tốt hơn, nhanh hơn và rẻ hơn, để hoạt động này được coi là một công cụ hỗ trợ kinh doanh quan trọng.

Câu trả lời là hãy sử dụng các công cụ AI tạo sinh như Generative AI (GAI). GAI tăng cường năng lực đội ngũ, để chức năng QA trở thành đội nhóm gia tăng giá trị cho doanh nghiệp.

Giới thiệu tóm tắt về GAI

Eggplant Generative AI (GAI) là một mô hình ngôn ngữ lớn (LLM) đã tinh chỉnh được thiết kế đặc biệt cho kiểm thử.

Mô hình cơ sở được huấn luyện bằng các văn bản tài liệu về kiểm thử ISO/ IEEE/ BSI/ ISTQB® từ các nguồn đáng tin cậy, giúp tăng độ tin tưởng vào chất lượng của dữ liệu đầu vào.

Mô hình cơ sở này cũng có thể được cải thiện bằng cách cung cấp các kiến thức độc quyền theo yêu cầu chính xác của người dùng. Mô hình này vận hành ngoại tuyến, an toàn 100% và tuân thủ Đạo luật AI của EU.

GAI có thể tạo ra mọi máy móc thiết bị tự động hóa, mọi mô hình và mọi bài đo cần thiết trong mọi tình huống. Mô hình này còn có thể hợp lý hóa các yêu cầu và thực hiện tối ưu hóa các bài đo thử nghiệm, chẳng hạn bằng cách loại bỏ các bài đo bị trùng lặp.

Phiên bản phát hành sắp tới của Sentient Test Expert (STE) từ Eggplant của Keysight có khả năng sử dụng công nghệ tính toán nhận thức thế hệ tiếp theo, ứng dụng các mô hình Large Action Models (LAM) và Large Vision Models (LLaVA) để tạo ra trình biên dịch Universal Language Test Translator (ULTT) cho phép STE tự động kiểm tra mọi giao diện số bạn cần. Chuyên gia đo kiểm có thể đánh giá các đề xuất đo kiểm, áp dụng kiến thức cá nhân để loại bỏ những đề xuất không có giá trị và yêu cầu STE chạy những bài đo có khả năng.

Những khả năng này giúp tự động hóa đo kiểm có thể hiện thực hóa tiềm năng của mình.

Tăng cường năng lực chuyên gia đo kiểm

Cấu phần trọng yếu để phương pháp DevOps có thể thực sự thành công là sự tham gia của các chuyên gia kinh doanh và chuyên gia kỹ thuật về các yêu cầu triển khai và thử nghiệm. 

GAI có cả hai. Khi bạn đặt con người lên vị trí hàng đầu, bạn sử dụng kiến thức và trí tuệ của những người lao động tri thức để xác nhận và xác minh rằng mọi ý kiến của các bên liên quan là chính xác và được sử dụng đúng cách. Mô hình này cho phép bạn biến một vấn đề chuyên môn trong kinh doanh thành đầu bài cho nhóm CNTT và kỹ thuật sử dụng để phát triển ứng dụng và tự động hóa đo kiểm ứng dụng này.

Điều đó cũng có nghĩa là chúng ta có thể tiến hành đo kiểm sớm hơn, ngay từ giai đoạn phát triển yêu cầu, nhúng UX ngay từ đầu và nâng cao giá trị của việc kiểm thử. Công cụ có khả năng thay đổi cục diện này sẽ giúp chúng ta đáp ứng đúng yêu cầu và mong muốn của doanh nghiệp.

Jonathon Wright (Giám đốc Kỹ thuật Keysight Technologies)