新聞 
幣種資訊 
關於我們 
霍尼韋爾與藝康高層表示，在工廠和建築物導入人工智慧（AI）時，準確度與營運成本可能成為挑戰，並說明包含人員監督的運作方式。
霍尼韋爾（Honeywell）技術長蘇雷什・文卡塔拉亞魯（Suresh Venkatarayalu）10月1日在紐約證券交易所舉行的《財富》AIQ峰會上表示，工業客戶要求「99.9999%」的準確度，前沿模型的準確度則「可能是85%」。這項比較出自文卡塔拉亞魯的說法，他未提供模型名稱或評估標準。
他表示，建築與工業場域涉及安全及關鍵設施，因此正朝由操作人員介入的半自主模式發展。他也補充，自動化不代表要讓人員退出作業。
藝康（Ecolab）首席AI長AJ維傑辛哈（AJ Wijesinghe）表示，若將效能最強的模型用於大量作業，Token成本「有時比聘用人員還高」。他說，透過模型最佳化，Token成本降低約70%至80%，但未公開節省幅度的計算期間與比較基準。
維傑辛哈表示，代理技術尚未成熟到足以獨立、大規模運作，並說明公司採用「由人員主導」的營運模式。兩位高層的說法顯示，工業現場運用AI時，除了準確度與成本，也須考量設備安全和人員監督。
霍尼韋爾介紹了連接建築空調、消防控制與保全設備的構想，讓AI代理學習不同系統之間的關係並協助營運。藝康則提出運用洗碗機、害蟲捕捉裝置及水資源系統的感測器資料，減少到場巡檢並預測維護時機。兩家公司都未公布具體導入規模與成效指標。
藝康以「One Ecolab」生產力提升計畫為由，設定2027年前實現每年3億2500萬美元（約4420億韓元）成本節省的目標。這是公司公布的年度節省目標，是否全數由AI帶來尚無法確認。
留言 0