霍尼韦尔首席执行官维马尔·卡普尔认为,人工智能的回报并非源自生产力。

Mon, 14 Oct 2024 15:08:45 GMT

在凤凰城的霍尼韦尔航空航天公司,一台飞机发动机正在接受测试。作为全球最大工业集团之一的CEO,霍尼韦尔的维马尔·卡普尔看待人工智能的方式与大多数人不同。他并不担心AI会威胁到办公室职员,也不认为AI的魅力在于那些炫酷的功能,比如让消费者为简历撰写或餐厅推荐而兴奋。卡普尔在最近纽约市举行的CNBC Evolve: AI Opportunity峰会上表示:“每隔五年,总有一种趋势让你的技能变得过时。白领阶层的变动是持续不断的进化。”

卡普尔认为,AI在霍尼韦尔能解决的最大问题始于代际劳动力短缺,这不仅是霍尼韦尔,也是其客户公司面临的挑战。从飞行员到技术人员,工业化国家的低出生率导致25年前热门职业的从业人数减少。他说:“工业领域每个人都面临这个问题。”

对于霍尼韦尔而言,AI的机会在于创造一个能够与AI共同学习和工作的新劳动力群体,他们能更快地积累和应用机构知识。卡普尔表示,传统上需要15年经验才能胜任的复杂角色,现在只需5年经验加上两位AI副手即可达到同等水平。

AI的应用不仅限于劳动力问题。卡普尔提到,霍尼韦尔计划在未来几个月内推出喷气发动机内的连接功能,使公司能够在发动机返回维修前主动监控其性能。同样,霍尼韦尔的另一主打产品烟雾探测器也将比以往更早地被识别出来进行服务或更换。

然而,劳动力问题仍是霍尼韦尔CEO最关注的焦点。他补充说,这让他将AI视为创收机会而非仅仅是提高生产力的手段。卡普尔表示:“技能短缺是我们问题的核心,它是限制我们增长收入的瓶颈。最大的收入限制因素就是缺乏熟练劳动力。”

大多数公司刚刚开始寻找AI投资的回报,这些回报远未触及OpenAI的基础大型语言模型和英伟达的芯片制造。Gecko Robotics的CEO杰克·卢萨里亚里安表示,直接从源头收集的未经中介过滤的原始数据将是许多公司AI成功的关键。他的公司在能源、制造和国防领域工作,通过AI驱动的检测机器人分析设备,如航空母舰,以识别结构缺陷。

卢萨里亚里安在Evolve: AI Opportunity活动上对CNBC“Closing Bell Overtime”主持人乔恩·福特特表示:“未来属于拥有‘第一手’数据集的公司。”多位高管强调了超越当前对大型语言模型关注的重要性,其中包括在LLMs前沿工作的Hugging Face联合创始人兼CEO克莱门特·德朗格。德朗格在CNBC活动上表达了与卢萨里亚里安类似的观点:“数据和数据集是AI的下一个前沿。”他指出,在Hugging Face平台上,采用开源方法开发AI模型,已有超过20万个公共数据集被分享,数据集的增长速度快于新大型语言模型的增长速度。

德朗格说:“世界将演变为每个公司、每个行业,甚至每个用例都有其特定的定制模型。最终,每个公司都会像拥有自己的代码库并构建自己的软件产品一样,构建自己的模型……而这最终将帮助他们脱颖而出。” 企业从针对其使用场景定制的人工智能中获益最大,这种定制伴随着一种观点的兴起,即在人工智能监管讨论中,焦点正从大型语言模型转向行业特定的监控。随着这些使用场景的增多,高管层需要确保这些信息传达给董事会。”董事会成员确实需要了解其公司可能的使用场景,以便从最了解公司面临风险的人那里获取报告,”曾在Paul, Weiss, Rifkind, Wharton & Garrison律师事务所担任联邦法官和合伙人的AI法律专家Katherine Forrest在CNBC AI峰会上表示。她指出,现在是时候询问:”有哪些风险?我们是否有合适的人管理这些风险?我们是否发生过任何事件?他们应该了解这些风险的任何实际体现。”尽管关于AI机遇将多快实现存在诸多争论,但Honeywell的Kapur对采用曲线的迅速陡峭化持乐观态度。”意识高,采用率低,但会有一个拐点,”他表示,”我相信2025-2026年将是工业领域AI采用的重要年份。”

原文链接:https://www.cnbc.com/2024/10/14/honeywells-ceo-says-the-big-ai-payoff-wont-come-from-productivity.html