2023年将利用人工智能提高工业生产率
原标题：2021年将利用人工智能提高工业生产率
近年来，通过各种人工智能/机器学习（ML）平台、框架和工具箱，在资本密集型行业中，对人工智能技术的民主化使用进行了大量投资。IoTAnalytics发布的《人工智能市场报告2020-2025》估计，到2025年，全球工业人工智能市场规模将达到725亿美元。普华永道（PwC）估计，到2030年，这项技术对中东地区的潜在经济影响将达到3200亿美元，该公司将制造业、金融、教育、公共服务和制药行业列为该地区人工智能的最大发展机会。专注于业务成果尽管基于AI的用例的启用已在加速，但这并不一定转化为可观的商业价值，尤其是在工业领域。根据埃森哲的《人工智能：按比例构建》研究，近69％的工业组织高管承认他们知道如何试行计划，但他们难以在整个企业范围内扩展其工业人工智能战略。到2021年，我们将看到工业组织转向以业务为先的思维模式，更加强调将人工智能技术应用于特定领域的工业挑战，并将重点放在业务成果上。虽然探索和识别工业人工智能支持的用例可能很有趣，但任何组织策略的出发点从来都不是技术。它将从确定业务问题、公司目标和战略目标开始。专注于自动化劳动力的转移以及随之而来的专业知识的流失，推动了在整个流程行业实现知识共享自动化的需求。这产生了对更多智能应用程序的更大需求-但具有讽刺意味的是，缺乏内部数据科学技能是采用AI的最大障碍之一。在新的一年中，将会有更多的工业组织通过部署针对性的嵌入式工业AI应用程序来增加投资，以降低AI采用的障碍，这些应用程序将数据科学和AI与专用软件和领域专业知识相结合。这将是克服技能不足的关键，并且将大大减少对数据科学家的依赖，因为数据科学家实际上是短缺的。这些嵌入式AI应用程序将使用户能够在整个工业资产生命周期中以更高的准确性，质量，可靠性和可持续性来高效，成功地执行其特定领域的操作。专注于资产优化为了在当今瞬息万变的市场中壮成长，公司必须同时跨利润，经济，可持续性等业务目标优化其资产和流程。通过在2021年采用工业AI，无需数据科学专家就可以实施下一代资产优化解决方案，这意味着工业组织可以为运营中的安全性和生产力达到新的水平打开大门。在整个工厂中，随着时间的流逝，将创建半自主和自治过程，因为实时数据将被收集，汇总，调节并送入智能丰富的应用程序中，以评估方案，获取见识并推动持续的运营改进。此外，由AI和机器学习提供支持的认知指导系统将使人员跨关键操作授权，扩展其能力，以便他们可以更快，更准确地做出决策。综上所述，到2021年，生产力提升将是工业AI在资本密集型流程工业中的最大收益。人工智能对成本节约、生产力和就业的影响
那些考虑如何使用人工智能来削减工作岗位和降低成本的企业，我认为，你们做错了。
最近，高盛公司发布了一份报告。报告指出，在人工智能的影响下，可能会有3亿个工作岗位被削减。并且目前大约有三分之二的工作面临某种程度的人工智能自动化，而且生成式人工智能可以替代目前四分之一的工作。当然，高管层中目光短浅的守财奴完全有可能会想方设法削减工作岗位，节省企业开支。
但是，聪明的企业是那些鼓励员工使用生成式人工智能（GenAI）和其他人工智能驱动的具来提高生产力的公司。正如InfoWorld的JeremyDuvall所言，我们在软件开发方面看到了这样的优秀案例，但这不仅限于软件开发。面对各种工作领域，个人工智能已经准备好了。因此，与其将成本减半，不如不将生产力提高一倍！
低估了人的创造力当然，并不是说企业不能注重成本节约。而是，以单一的降低成本为目的方式利用人工智能技术具有一定的局限性。在过去的30年里，许多很重要的技术趋势（开源、云计算等）最初都是作为一种省钱的方式来推销的，但很快就演变出了更多宣传方式。例如，在2008年，AWS推出两年后，该公司的网站便宣传说AWS是"向客户提供应用程序的最经济的方式"。然而，到了2015年，AWS首席执行官AndyJassy说：“是的，云计算成本较低，但客户真正关心的是敏捷性”。
敏捷性特点继续被放在中心位置，即使许多人依然声称云计算更便宜。对于精明的云计算客户来说，这种灵活性带来的红利远比多赚几美元要诱人得多。
在其他方面，云计算、开源以及现在的人工智能都承诺要给开发者的工作带来便利。是的，开放源代码可以免费下载，但其单位成本并不是重点。相反，开发者不需要经历繁琐的购买流程就可以轻松地访问和使用软件，这一点更为重要。开放源码软件供应有助于提高质量，但这也不总是这样的。虽然最早的开源软件使用者关心的可能是软件自由，但大多数人购买开源软件是为了实现更大的敏捷性。
这很重要，因为开发者很重要。他们的时间很重要。正如我曾经写道“硬件（或软件）是一种商品，而人是有价值的”。对于需要寻找更好的方式来接触、吸引和服务客户的企业（或者说是：所有企业）来说，开发人员的生产力是至关重要的。这并不是开发人员的专利，公司雇用的人才是公司最大的资产。从市场、销售、支持、开发到财务，你需要最大限度地发挥每个员工的作用。因此，你的任务主要不是寻找降低成本的方法，而是提高生产力。
这就到了人工智能发挥作用的时候了。
AI是答案，那问题是什么？SimonWillison这样的开发者已经证明了，GitHubCopilot的GenAI编码工具在改善软件开发体验方面的影响是深远的。同时，这些工具也不能取代开发者，因为，正如马丁·海勒（MartinHeller）说的那样“你永远不能假设由任何种类的人工智能生成的代码是正确的或有效的，甚至不能假设它将被编译和运行。”因此，“你应该始终把人工智能生成的代码当作来自未知程序员的拉动请求，这意味着在使其成为你的应用程序的一部分之前，要审查它，测试它，并调试它。”
换个说法：GenAI工具可以处理80%的工作，让开发者腾出时间来处理最后20%的工作。
在其他场景下，情况也大致如此。例如，国家经济研究局发现使用人工智能的客服人员比不使用这些工具的客服人员的工作效率高14%，因为他们能够解决更多的支持问题。有些人读到这里可能会想，"哇，现在我可以解雇14%的客服人员了！"但是，这又一次忽略了问题的关键。这不是用更少的人做同样的工作，而是让同样数量的人做更好的工作。
这种"更好的工作"并不仅仅是为了生产更多的产品。我已经谈到过，一味地提高开发速度会使公司忽视投入更少但影响更大的项目的重要性。在这种情况下，人工智能可以帮助保持高水平的产出的同时确保开发人员（或技术支持、文案编辑等）有更多时间考虑他们应该创造什么。人工智能为他们赢得了这些时间。
对于雇主来说，很明显，人工智能对于提高劳动力的生产力越来越重要。对于员工来说，无论你的工作是什么，你都需要弄清楚如何融入人工智能，以便你能提供更多、更好的产出。如果你还没有开始尝试ChatGPT、StableDiffusion、GitHubCopilot或其他生成性人工智能工具，现在便是最佳时机。
原文标题：AI’simpactoncostsavings,productivity,andjobs
原文作者：MattAsay