Разбираюсь тут с проектом, где куча обещаний про инновации, но как-то все мутно. Маркетинг льет воду про супер-пупер разработки, а по факту — одни презентации. Хочу понять, как вообще оценивать практическую ценность подобных проектов, если смотреть характеристики и ттх?

Какие методы вы используете, чтобы отделить зерна от плевел в сфере научных исследований, когда речь идет о внедрении новых технологий? Может, есть какие-то конкретные метрики или подходы при оценке?

В восьмидесятые годы мы работали с первичными перфокартами которые требовали бережного обращения. Это сейчас всё в облаке, а тогда любая искра или пролитый кофе могли уничтожить результаты десятилетней работы.

Сидишь, бывало, ночами, набиваешь данные, а старая лампа сверху так греется, что воздух плавится. Однажды лампа лопнула, осколки полетели прямо на стопку с отчетами. Успел схватить брезент, накрыл все это дело, повезло. Сейчас вспоминаю — смешно, какие были риски.

Современные ребята даже не представляют, сколько сил стоили простые вычисления. Наука тогда была настоящим испытанием на прочность.

Короче, затестили мы на заводе новые манипуляторы для сортировки брака. Производитель обещал золотые горы и полную замену ручного труда, но по факту получили кучу геморроя.

Плюсы:

• Скорость реально выросла.
• Минимум человеческих ошибок в ночную смену.

Минусы:

• Датчики постоянно слепнут от пыли
• Поддержка отвечает раз в неделю.

Впечатление среднее, ибо новые технологии требуют такого штата инженеров, что проще было оставить людей. Итого: если производство не масштабируемое, не лезьте в автоматизацию ради хайпа.

Ну типа использую последнюю версию модели для рефакторинга базы, а она внезапно меняет логику доступа к переменным на абсолютно левые методы. Раньше вроде была адекватной, а сейчас просто выдумывает несуществующие атрибуты библиотек.

Кто-то сталкивался с подобным в текущих научных исследованиях или я один такой «везучий»?