文 |石亚琼、张翼
编辑 |石亚琼
大数学模型为代表者的AI控制技术成为亚洲地区热点，给民营企业数智化增添捷伊打下基础、启迪与势能。
第三代的AI控制技术可为民营企业提供什么样的新势能？会种叠在产业发展哪里破冰，又会遇到哪些症结？2023年，在控制技术大潮刚刚起跑的当今社会，产业发展革新者们已经已经开始寻找答案，产业发展的创变者们已经已经开始前进。
因此，在这样的时间结点，他们旧友了在数智化领域有见数的多名C等级专家，撷取他们对金融行业的观点和判断。
下期他们应邀到了台积电CDO史喆。
台积电做为亚洲地区最大的电子技术韦谢列服务供应商，其客户基本都是3C多媒体金融行业的佼佼者。过去十多年，台积电已陆续完成50+多座内部水塔厂房的升级改造，建立起完善的水塔厂房软件产业建设标准及体系，其中有5座厂房已获得WEF世界经济论坛水塔厂房证书，对于轻工业的变动、智能化都有深刻的洞悉与实践。
2019年底，结束了北京太阳城智云科技有限公司的创业经历，史喆加入台积电，担任集团公司首席位数官、智能锻造网络平台负责人，负责集团公司位数化转型和智能锻造发展战略，推动水塔厂房、韦谢列网络平台及轻工业网络的破冰。
当大数学模型为代表者的AI风潮来袭，史喆也在评估结果控制技术增添的变动，短期内新控制技术会增添轻工业营运生产成本的降低，长期来看更理想的情景则是一个“轻工业神经系统”才能算是轻工业的“AIGC”。当今社会，大数学模型为代表者的AI控制技术部署很“贵”，但今后这一定是商业性市场竞争中的基础建设，就像一个民营企业必须要有办公设备场馆。
以下为本次访谈的摘录。
AI会降低轻工业的营运生产成本，台积电已在科学研究如何试点工作破冰位数时氪：做为台积电的CDO，你有在科学研究以大数学模型、AIGC为代表者的第二波AI风潮吗？
史喆：他们最近有在评估结果。
它提升的是中间层工作的一些效能，大概率不能真正能影响到他们的全盘生意。目前的控制技术不会影响到轻工业的产品、产品的功能、产品的性能，但它会影响轻工业的营运生产成本（operation cost ）。
这波AI控制技术因为会影响营运生产成本（operation cost ），后者是财务报表上市场竞争力的重要指标之一。对于网络公司、软件公司来说，是颠覆性的。但对轻工业的影响短期内没有那么颠覆。
对于轻工业来讲，还要一段时间去找到——如何把工具真正融入到业务体系里。这个阶段可能影响的还是小的点，如报表效率提升。可以说，对轻工业影响还是主要在后台、在支持岗的效率提升。
现在轻工业，包括流程金融行业或者离散轻工业，大家用的其实都是决策数学模型。现在大家期待可以从决策数学模型再往前一步做到“AIGC ”。
当前，轻工业民营企业还没有真正将自己所有的流程、所有的管理、所有的设备营运数据结合在一起，变成一个内部神经系统，帮助所有的内部人去协作。如果做到这一点，就可以减少内部营运的复杂度，是系统性的机会。
今后可能会有这样的数学模型来告诉他们应该如何去做。所有营运数据、指导手册和设备信息都集中在这个数学模型中。这将减少培训和营运生产成本。当他们拥有这样的工具时，如果生成的内容很精准，可以直接回馈给设备，指导它们的运行。如果不是那么精确，可以回馈给操作人员，告诉他们如何操作以及需要注意的事项。
这样的产品可能会很适合复杂的金融行业，如汽车，往往是很几万工程师参与，里面涉及大量的数据，大量的验证、大量的迭代、大量的协作。每一次都要处理很长的数据，如历史数据和营运数据，这类公司就最需要这样的工具。
但是这样的一个这么大的一个系统，到底谁能做？很可能是像微软这样有控制技术又有各种套件的民营企业。或者是西门子、达索很专业的轻工业软件系统集成商。
以后者为例，他们可以为汽车锻造商提供从设计到研发再到生产的整体汽车解决方案，涉及到产品生命周期管理系统（PLM）。这样的解决方案需要各种工程师，如电气工程师、机械工程师等共同参与设计。AI提供的能力可以显著提升效率。
很可能一年之内，微软在海外的客户中就会有把这些AI能力真正结合到民营企业的生产经营中的案例。
位数时氪：在轻工业里面需要什么样的大数学模型？
史喆：轻工业情景里的供应链会是一个很好的情景，有非常多的协同工作，涉及到许多人之间的互动，包括人与机器之间的交互，而且这中间会有大量信息出现。以前可能需要整理表格、整理数据，以及收集各种信息，然后大家再进行协作。但是通过AI增添的能力，一方面可以把这种链路缩短，另一方面让交互的生产成本降低，效率提升。
在轻工业里需要很强能力的大数学模型。因为需要强大的历史数据支持，只有拥有大量的历史数据，才能保证数据的规范性，并且还需要许多外部的标准和信息。综合这些因素，才能形成一个完整的数学模型。此前许多人提到的知识图谱在实际应用中进展缓慢是因为知识图谱与人的交互性较差。它可能能够以结构化的形式整理一些信息，但无法产生有实际意义的内容。这是一个重要的问题。
当今社会的AI增添了这样的能力，可以生成文本、图片、代码等各种东西，这些都可以帮助大家进行工作。此外，人机交互也是一个重要的方面。以前需要具备强大的职业技能，比如去做机器人编程，人们通过低代码等方式想要改进机器人编程的界面，使其变得更加友好。之后人可能只需要向机器说明要做什么，无需编写代码，直接生成所需的内容。如果有这样的能力，将会非常有帮助，生产的柔性将会提升。
位数时氪：台积电在2023年会有可能以什么样的方式参与到这一波AI控制技术大潮吗？
史喆：几家控制技术公司目前都在与他们一起探讨中，预计可能会在北美厂房进行第一步的破冰尝试。
部署大数学模型太贵，但这是今后的商业性基础建设位数时氪：预留给部署破冰大数学模型的服务费用会在什么水平？
史喆：一般一个民营企业招一个IT团队的费用也太贵，而且人的能力是参差不齐的。
随着人工智能和大数学模型的发展，将其融合到各种服务软件中确实能够提供更强大的功能和潜力。通过使用这些控制技术，民营企业老板甚至可以自己设计和定制软件框架，从而实现更高的灵活性和个性化需求。然而，初期的开发和实施可能会较为昂贵，因为只有少数专业人士能够提供相关服务。随着控制技术的普及和市场竞争的加剧，预计这些服务的价格会逐渐下降，更多的人将能够获得这些能力并应用于他们的业务中。这种趋势的发展将为民营企业提供更多的选择和机会，以提升效率、降低生产成本，并实现更加个性化和创捷伊解决方案。
而且对于这样类似于基础建设的费用，民营企业需要承担相应的生产成本。这些生产成本就类似于租房子的生产成本是不得不承担的。这类支出是民营企业发展和提升效率的投资，同时也可以获得更高的市场竞争优势和商业性机会。
位数时氪：如果大数学模型破冰太贵，什么样民营企业会种叠受益？
史喆：一些企服软件服务商将成为首批受益者。当他们受益时，很多民营企业，包括中小型民营企业，将更容易使用这些软件。以前老板可能会考虑是否需要雇佣IT人员，因为购买这些软件需要专业的控制技术支持，但现在连维护这些软件的人都不需要了。老板只需要拥有这些软件以及职能部门的人员就可以了。这使得整个流程更加简化。
位数时氪：对金融行业客户来说，私有部署是否很重要？
史喆：没有完全的私有部署，因为民营企业是想接入全网的能力，除非这个工具只是民营企业内部的效率工具。
就类似于云服务，这会是一种公共服务，只有利用工具把它做到更好才是民营企业应该思考的问题。
CIO们当今社会很焦虑，但今后的CIO、CDO应该承担更重要的职责位数时氪：第二波AI控制技术对位数化转型有什么影响？
史喆：位数化已经是金融行业共识。无论是IT还是位数化转型，它们都是民营企业核心能力和市场竞争力的一部分，而不仅仅是后台的支撑能力。从这个角度来看，确实对于组织形式会有所改变。随着时间的推移，这种改变将影响到过去大家考虑的IT预算的问题。今后，IT和位数化转型将与业务密切相关。只有通过将这些控制技术应用到业务中，才能实现增长。
之后民营企业的位数化可能会成为市场竞争门槛，没有位数化，没办法进金融行业务发展，甚至最终没有位数化的企业会被淘汰。
位数时氪：这一波AI控制技术对CIO、CDO的职业发展会产生什么影响？
史喆：现在CIO很焦虑，焦虑的点在于，新控制技术本身，以及新控制技术趋势下如何推动业务发展。一方面，他们也在积极科学研究当今社会，国内外先进民营企业推动成功的新创新案例，科学研究如何在中国本土民营企业破冰。
当前一些中小民营企业的CIO往往是IT背景出身，重点在于IT环境的搭建与运维。但今后如果还有CIO、CDO这样的岗位，可能就需要他们懂机器学习、懂数据，还得懂业务。
理论上，今后的CIO、CDO应该承担更重要的职责，但有可能是兼具IT、OT 、DT能力的人CIO、CDO。
位数时氪：这一波AI大潮对中国轻工业会有什么影响？
史喆：从中国的角度来看，我认为他们面临的最大挑战是在产品创新能力方面相对欠缺。举例来说，像Microsoft、Apple和Tesla这样的公司在最终产品方面非常强大，并且能够销售到亚洲地区市场。同样，日本民营企业也能够在亚洲地区范围内销售产品。随着AI控制技术的不断进步，他们对于锻造能力的深入度也越来越强。
在今后的某些阶段，他们可能不需要把锻造环节外包到一些劳动力生产成本低的地区，因为他们的管控能力越来越强，自动化越多，对于系统整合的管控力度上越来越强，这对于他们的轻工业来说是一个很大的挑战。他们需要思考如何在这个捷伊格局下找到自己的定位。如何继续为亚洲地区客户提供优质服务，这是一个值得深思的问题。
THE END
