"گاهی گران تر از داشتن انسان است": هانی ول و اکولب در مورد محدودیت های هوش مصنوعی در دنیای فیزیکی آگاه هستند

قرار دادن آخرین مدل‌های هوش مصنوعی در ساختمان‌ها، کارخانه‌ها و آشپزخانه‌ها بسیار سخت‌تر از قرار دادن آن‌ها در یک ربات چت است. این پیام مدیران Honeywell و Ecolab بود، اگرچه آنها در کل نسبت به هوش مصنوعی مثبت بودند.

سورش ونکاتارایلو، مدیر ارشد فناوری هانی‌ول، روز پنجشنبه در نشست AIQ فورچون در بورس نیویورک گفت که مشکل دقت است. او گفت که مشتریان این غول صنعتی «واقعا 99.9999 درصد تقاضا دارند، در حالی که مدل های مرزی «می توانند 85 درصد باشند.

AJ Wijesinghe، مدیر ارشد هوش مصنوعی Ecolab محدودیت متفاوتی را توضیح داد: هزینه. او گفت وقتی شرکت «بهترین مدلی را که در بازار وجود دارد» را روی کارهای با حجم بالا قرار داد، «توکنومیک ها از سقف خارج می شوند». "گاهی اوقات گران تر از داشتن انسان است."

او گفت که شرکت مدیریت آب سپس مدل های خود را بهینه کرد و هزینه های توکن را حدود 70 تا 80 درصد کاهش داد. Ecolab از هر دو مدل مرزی و منبع باز، از جمله Anthropic's Claude و OpenAI استفاده می کند. او گفت: «گاهی اوقات لازم نیست سریع‌ترین ماشین را داشته باشید.

هیچ یک از مدیران اجرایی آینده ای کاملا مستقل را توصیف نکردند. ونکاتارایلو گفت که این حرکت به سمت «دنیای نیمه خودمختار» است که در آن اپراتورها به سیستم‌ها اعتماد می‌کنند و «خودمختاری نیز به معنای حذف افراد نیست». Wijesinghe مدل "انسان در رهبری" را توصیف کرد و گفت که فناوری عامل "به اندازه کافی بالغ نشده است" که بتواند به تنهایی در مقیاس اجرا شود.

کندتر از نرم افزار

تجهیزات فیزیکی را نمی توان مانند تلفن به روز کرد. ونکاتارایالو گفت که به‌روزرسانی‌های هوایی در ساختمان‌های تجاری در حال انجام است، اما با وجود یک اپراتور در حلقه. او گفت که ساختمان ها و سایت های صنعتی "ماموریت حیاتی و ایمنی حیاتی هستند." یک تسلا می تواند برای به روز رسانی به مدت 1.5 ساعت از کار بیفتد، اما "شما نمی توانید یک ساعت و نیم یک ساختمان را تعطیل کنید."

ناظر امیلی فورلینی، گزارشگر ارشد هوش مصنوعی در فورچون، خاطرنشان کرد که این شرکت اخیرا در روز سرمایه‌گذار خود با انویدیا همکاری می‌کند. ونکاتارایلو گفت که مدل‌های منبع باز را تا حدی تنظیم می‌کند زیرا مشتریان خواهان حاکمیت بر داده‌ها و مدل‌های خود هستند. او گفت که هانی‌ول آن‌ها را دستی انتخاب می‌کند و با تیم Nemotron انویدیا کار می‌کند، زیرا یک مدل منبع باز پشتیبانی‌نشده بدون نرده‌های محافظ «خطرناک» خواهد بود.

هانی ول چارچوب «دیدن، فکر کردن، عمل کردن و یادگیری» را توصیف می کند. این کار با فهرست بندی دارایی های یک ساختمان، از جمله HVAC، کنترل آتش، و امنیت و کنترل دسترسی، و اتصال آنها از طریق پروتکل BACnet شروع می شود. سپس عوامل هوش مصنوعی نحوه ارتباط سیستم ها را یاد می گیرند و آنها را اجرا می کنند. Venkatarayalu همچنین گفت که این شرکت در حال بررسی چگونگی آموزش هوش مصنوعی در مورد شیمی، مانند فرمولاسیون کاتالیزور است.

Ecolab از حسگرها در ماشین ظرفشویی، تله آفات و سیستم های آب برای کاهش بازدید از خدمات و پیش بینی تعمیر و نگهداری استفاده می کند. مدیر اجرایی آن گفت که این شرکت همچنین آب را برای تولید تراشه، نیرو و خنک کننده در زیرساخت های هوش مصنوعی مدیریت می کند.

آنچه نتایج را از غرفه ها جدا می کند

یکی از مخاطبان از یکپارچه ساز سیستم پرسید چه چیزی کار هوش مصنوعی را که ارزش ایجاد می کند از کاری که متوقف می شود جدا می کند. Wijesinghe گفت هوش مصنوعی فردی ارزش قابل اندازه گیری کمی در سطح سازمانی اضافه می کند و هوش مصنوعی عمودی در یک تابع مقداری را اضافه می کند. به گفته او، بیشترین ارزش از هوش مصنوعی «افقی» ناشی می‌شود که از یک نتیجه در عملکردهایی مانند فروش، مالی و زنجیره تأمین عقب‌تر عمل می‌کند.

او گفت که هوش مصنوعی «نباید فقط یک فناوری دیگر باشد» و باید به یک تحول در سطح شرکت گره خورده باشد. Ecolab انتظار دارد تا سال 2027 سالانه 325 میلیون دلار صرفه جویی در نرخ اجرا داشته باشد، و او گفت که مقادیر قابل توجهی در حال حاضر در دسترس است. او گفت که پایه داده، آمادگی فرآیند و نظم هزینه به یک اندازه اهمیت دارند، او گفت: "اگر یکی از دیگری سنگین تر باشد، ارزش آن را دریافت نمی کنید."

مدیر اجرایی Honeywell گفت که در کجای AI، در لبه، در محل مشتری یا در فضای ابری اجرا می شود، به تأخیر، هزینه تراکنش داده ها و حاکمیت بستگی دارد. او گفت، مشتریانی که 7 درصد صرفه جویی در مصرف انرژی را از کنترل های موجود دریافت کردند، اکنون می پرسند که آیا هوش مصنوعی می تواند 30 درصد یا 40 درصد بیشتر را ارائه دهد.

برای این داستان، خبرنگاران Fortune از هوش مصنوعی مولد به عنوان یک ابزار تحقیق استفاده کردند. یک ویرایشگر قبل از انتشار صحت اطلاعات را تأیید کرد.

این داستان در ابتدا در سایت Fortune.com منتشر شد