梅赛德斯奔驰CIO:数字化转型需要人工智能作为推动力

人工智能 CIOAge
新的数字工具让生产员工能够进一步优化流程和长期管理质量。MO360的第一个中期结果非常鼓舞人心,尤其是它不仅得到了IT专家的认可,而且还得到了车间专家的认可。

梅赛德斯-奔驰长期以来一直依赖机器学习和经典人工智能。但现在您也在使用生成式AI,例如在MO360生产环境中。那么AI到底是什么?它在多大程度上改变了员工的形象?

随着数字化和强大的AI系统的日益普及,生产和管理中的工作岗位也在发生变化。AI旨在改善和促进员工的日常工作,例如,新的数字工具让生产员工能够进一步优化流程和长期管理质量。MO360的第一个中期结果非常鼓舞人心,尤其是它不仅得到了IT专家的认可,而且还得到了车间专家的认可。

贵公司已经启动了Turn2Learn资质计划,那么该计划主要是向员工教授哪些AI或者数字化方面的技能?

Turn2Learn是公司人力资源部门的一项举措,专注于数字化和人工智能,课程范围从面向初学者的人工智能和机器学习,到即时工程学习路径,再到Python、深度学习、神经网络、强化学习、RPA和自然语言处理等编程语言方面的培训课程。员工总共可以在各种外部学习平台上访问超过40000门有关数据和人工智能资格的课程。此外,我们还启动了IT领域Best Team计划,因为我们最大的资产就是我们的员工。因此,吸引和留住最优秀的员工并让他们发挥个人潜力,这对我们来说非常重要。

梅赛德斯公司只培训生产员工或者办公室职员吗?

我们会在公司所有领域的数字技能发展方面进行投入,无论是生产还是管理岗位,每个人都需要相关的知识和新技能,以便在日常工作中有效地使用AI应用。目前我们正在两个试点项目中培训来自集团各个领域的600多名员工成为数据和AI专家。

您预计生成式AI会导致失业吗?

我们还不能肯定地说未来数字化和生成式AI的发展将会给工作生活产生什么影响,不过显而易见的是,我们的工作方式将会发生变化,工作内容本身也会发生变化,这就是为什么说资质是成功转型的一个关键。

在数字化转型过程中,以及作为引入AI的一部分,员工的工作会发生怎样的变化?

其中一些活动未来肯定能够转移到AI应用中,例如重复性的活动或与模式识别相关的活动。但这个趋势是积极的,因为这意味着可以投入更多精力在战略性的工作或者创造性的工作上,就像自动化和生产机器人改变了汽车制造方式是一样的。

当我们谈及员工培训的时候,梅赛德斯-奔驰在使用生成式AI方面取得了多大进展?

我们在某些领域应用生成式AI的确是非常高效的——而不仅局限于试水项目。例如,自5月以来,我们一直在软件开发中使用GitHub Copilot,结果效率得到显着提高。我们还在客户环境中使用了生成式AI。例如在英国,智能虚拟助理可以在网站上与客户进行互动,对有关操作说明和车辆信息的问题给出具体答案。此外,我们的MO360数据平台(一种数字化生产生态系统)中的生成式AI可以帮助分析和处理数据。在大型语言模型的帮助下,我们能够提供数据或者数据模式,帮助生产员工使用自然语言对其进行查询,而不仅仅是专家使用高度专业化的数据库进行查询。我们目前正在使用ChatGPT对此进行测试。最终,人工智能将加速数据使用的民主化。

您认为AI在哪些领域最具潜力?

我们非常深入地研究了这个问题,分析了外部研究成果并在内部尝试了AI,包括软件开发。我们看到,无论是在工程、车辆开发还是企业方面,效率都得到显着提高。

另一个领域是客户对话。在可预见的未来,AI与客户的直接互动(目前在英国正在尝试)可能仍然不是主流,但我相信,AI应用将有助于进一步改善客户体验并使流程更加高效。

另一个必须投入大量脑力的领域是工程工作中的参数化设计,AI可以帮助大幅提高生产力,为人们的工作提供支持。

由于可能要通过语音或键盘输入,那么员工是否必须接受AI方面的培训?

一开始,我们是会围绕生产用例进行初步的培训。此外,我们的员工还有机会获得有关这个主题的进一步培训机会,包括快速工程的学习路径,同时他们也会学习如何以创造性的方式使用这些工具来进行尝试,看看哪些是有效的,哪些是无效的。

不过总的来说,我认为提示或提示工程是你必须学习的东西,因此我们正在考虑是否应该在整个公司范围内更广泛地提供这方面的培训,而不仅仅是针对特定的IT人员和数据专业人员,这绝对有助于从生成式AI中获得更多收益。

到目前为止,您在AI或者ChatGPT使用初期遇到过哪些麻烦?

“幻觉”无疑是一个挑战。在英国,这也是直接客户互动中一种非常微妙的平衡方式。您可以通过合理性检查和相关限制条件在很大程度上排除幻觉,但如果您把标准设置得太窄,机器就会比您希望的更频繁地告诉您“我无法对此发表评论”。您必须非常小心并找到适当的平衡点。如何控制幻觉,或许是目前需要解决的最重要的一个问题,也是AI研究的核心。

梅赛德斯-奔驰只会用自己的数据训练AI工具吗?

是的。例如,如果我们想直观地向客户介绍我们的车辆,那么这只能用我们自己的训练数据来完成。顺便说一句,训练仅在这些AI环境的安全区域中进行,因此数据是不会公开的。还有一些公共数据我们可以用于AI,但是在生产环境中,我们是依赖我们自己数据的。

除了生产环境中的Azure OpenAI服务之外,其他AI解决方案对梅赛德斯-奔驰起到了哪些作用?

OpenAI目前被媒体描述为AI的先驱,还有一个非常好的技术解决方案,但我们不会仅限于此。当然,其他公司也会有不错的解决方案。我们开始仔细研究开源的替代方案,除了OpenAI、微软或谷歌等大型专有厂商之外,我们还需要了解开源的替代方案。

我还认为,我们不应该把AI视为一个独立的引擎,它需要深入地融入我们的系统和流程中,这就是为什么我们要求所有系统合作伙伴在他们的环境中使用AI元素,必须找到进入整个系统格局的方法,而且一定会的。

责任编辑:姜华 来源: 至顶网
相关推荐

2022-09-08 16:35:38

人工智能能源

2021-08-03 10:23:26

人工智能AI数字化转型

2022-03-23 12:01:43

人工智能制造业数字化转型

2018-05-02 14:03:56

数字化转型 人工智能

2024-02-19 16:10:52

人工智能数字化转型

2023-06-30 11:20:56

人工智能数字化转型

2024-04-12 12:06:27

AI人工智能数字化转型

2021-10-11 15:23:06

数字化转型大数据企业

2023-07-12 07:12:01

2022-10-26 14:20:05

人工智能能源行业

2023-01-06 07:19:48

人工智能图像数字化

2018-05-16 13:35:51

人工智能

2022-05-31 15:01:36

人工智能数字化教师

2021-03-28 23:41:14

人工智能数字化转型科技

2021-05-13 16:17:23

人工智能数字化转型技术

2020-10-19 15:39:34

人工智能

2021-03-30 10:38:03

人工智能安全技术

2018-06-13 10:55:55

大数据人工智能Teradata

2017-04-18 16:28:38

开源 推动

2024-04-16 15:22:42

企业5.0人工智能数字化
点赞
收藏

51CTO技术栈公众号