Alat respons insiden berbasis AI mengubah rekayasa keandalan situs dengan mengotomatisasi peringatan dan perbaikan rutin. Sistem ini dapat memeriksa peringatan, membentuk hipotesis, melakukan kueri telemetri, dan menerapkan perbaikan secara mandiri. Meskipun ini mengurangi waktu rata-rata perbaikan untuk masalah standar, hal ini menciptakan kesenjangan keterampilan yang signifikan.

Seiring insinyur semakin bergantung pada otomatisasi, mereka kehilangan latihan rutin yang diperlukan untuk menangani insiden kompleks yang belum pernah dilihat sebelumnya. Ini mencerminkan paradoks yang diidentifikasi oleh peneliti faktor manusia Lisanne Bainbridge: otomatisasi mengurangi kecakapan operator tepat ketika paling dibutuhkan untuk situasi abnormal. Artikel ini memperingatkan bahwa waktu penyelesaian insiden rata-rata mungkin menurun, tetapi penanganan peristiwa kompleks akan terganggu karena insinyur berjuang untuk memulihkan kendali.

Untuk melawan penurunan ini, organisasi beralih ke simulasi insiden realistis. Platform seperti Rootly bermitra dengan Uptime Labs untuk memberikan insinyur pengalaman "insident commander" di lingkungan terkontrol. Simulasi ini memaksa responder untuk menyelidiki informasi yang tidak lengkap, berkomunikasi dengan jelas, dan mengoordinasikan tim, secara efektif berlatih keadaan darurat langka yang tidak dapat diselesaikan oleh otomatisasi.

Dengan berlatih keterampilan kritis ini, insinyur dapat mempertahankan intuisi dan koordinasi yang diperlukan untuk mengelola kegagalan dengan tingkat keparahan tinggi, memastikan bahwa otomatisasi meningkatkan daripada menggantikan keahlian manusia.