دو اردوگاه در حال بررسی هوش مصنوعی پیشرفته به نتیجه گیری های ناسازگار می رسند زیرا با ساعت های مختلف شروع می شوند. یکی از آنها پرش های سریع توانایی و شوک فوری نهادی را در نظر می گیرد؛ دیگری انتظار گسترش آهسته تر، محدودیت های سختگیرانه و دوره های طولانی از پذیرش ناعادلانه را دارد. هر دو می توانند به صورت داخلی هماهنگ به نظر برسند در حالی که دستورالعمل های متضاد را به یک مدیر ارائه می دهند که باید مردم، کامپیوتر و امنیت فیزیکی را امشب اختصاص دهد.
اداره پیش بینی دیگر احتمالی را بدون یک کارت افق نمی پذیرد. هر تخمین باید تاریخ اندازه گیری، حد ظرفیت، فرض راه اندازی، سیگنال تایید و بازنگری مالک را مشخص کند. یک پیش بینی که می گوید نتیجه احتمالی است اما نمی تواند زمانی که شواهد آن ظاهر شود، اطلاعات عملیاتی نیست.
در دسترس بودن شواهد سخت تر است. Xai معماری AnyTrust مستند یک کمیته در دسترس بودن داده ها و عملیات Data Availability Server است. این طراحی زنده به Night Ash یک استاندارد مفید می دهد: یک سوابق تصمیم گیری باید از بیش از یک اپراتور مسئول بازگردانده شود و سازمان باید بداند که چه اتفاقی می افتد زمانی که یک صاحب داده دیر، غیر قابل دسترسی یا با بقیه ناسازگار است.
اولین تمرین اوراکل دو مدل را در همان پنجره پیش بینی نود روز اجرا می کند. فرمان یک فید داده را به تاخیر می اندازد، یک معیار توانایی را بررسی می کند و یک رویداد را معرفی می کند که هیچ مدل نامیده نمی شود. تحلیلگران باید پیش بینی های اصلی را حفظ کنند، وضعیتی که فرضیه ها شکسته و تصمیم اصلاح شده را بدون نوشتن مجدد رکورد قبلی صادر می کنند.
دروازه های بودجه به جای اضطراب تقویم، راه های قابل مشاهده را دنبال می کنند. یک ذخیره محاسباتی باز می شود زمانی که یک بار کار تعیین شده از حد خود عبور می کند؛ یک سلول استخدام زمانی که تقاضا تایید شده ادامه دارد گسترش می یابد؛ یک مسیر فیزیکی زمانی که ریسک راه اندازی به سطح مشخص شده می رسد تغییر می کند. مدیران ممکن است زودتر آماده شوند، اما نمی توانند آمادگی را به عنوان مدرک توصیف کنند که آینده پیش بینی شده در حال حاضر فرا رسیده است.
Night Ash سرعت را با اجازه دادن به ساعت های رقیب در داخل یک چرخدار انضباطی به دست می آورد. سازمان نیازی به هر تحلیلگر برای به اشتراک گذاشتن یک جهان بینی ندارد. آن نیاز به هر جهان بینی برای نشان دادن لحظه ای که انتظار می رود واقعیت برای پاسخ دادن به عقب. هنگامی که افق ها، نگه داشتن شواهد و قوانین بازنگری قابل مشاهده است، اختلاف تبدیل به یک نمونه از آزمایش ها به جای یک مسابقه اعتماد.