惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

WordPress大学
WordPress大学
J
Java Code Geeks
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
腾讯CDC
IT之家
IT之家
罗磊的独立博客
酷 壳 – CoolShell
酷 壳 – CoolShell
U
Unit 42
爱范儿
爱范儿
博客园 - 聂微东
F
Fortinet All Blogs
V
Visual Studio Blog
Blog — PlanetScale
Blog — PlanetScale
G
Google Developers Blog
aimingoo的专栏
aimingoo的专栏
L
LangChain Blog
雷峰网
雷峰网
B
Blog RSS Feed
宝玉的分享
宝玉的分享
T
Tailwind CSS Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Engineering at Meta
Engineering at Meta
H
Hackread – Cybersecurity News, Data Breaches, AI and More

博客园 - 编写人生

关于数据隔离 Pool 模型 的补充 数据流动、隔离粒度与一致性 大型 ERP 云架构的隔离与协作 企业级 Agent 架构的真实形态:Skill、A2A 与 MCP 的边界思考 如何更优雅地提供 MCP Resources 面向 AI Agent 的能力模型与多协议生成架构设计思考 从 LangGraph 回到 Model-Tool Loop:更聪明的模型,正在让 Agent 架构重新变简单 Agent 的“上下文” 生命周期的思考 .NET GC设计的新想法 AI OS 海量 MCP 工具场景下的上下文隔离选择方案 Python 异步编程完全指南 软件架构设计模式全览 我花了一上午,帮一个 AI 找到了自己的"亲生父母" Agent构建:声明式优于硬编码 探索 Nim 中的 sequtils 与箭头语法 —— 立即计算与惰性计算的那些事 .NET Exception.Data 属性:上下文错误处理的架构深思 组合优于继承最佳实践指南 UI界面设计:继承 vs 组合 的架构思考 Nim 枚举类型 对性能的影响 Nim 概念 Concept 对性能的影响 C# 泛型编译特性对性能的影响 c#使用内存映射像处理内存一样去快速处理文件 关于.net 和 JAVA 在内存处理(GC)设计上的差距(ChatGPT水文) 我与 ChatGPT 讨论了面向对象语言 中,关于动态调用的问题 寓言故事:超喜欢的玩具 关于 智能红绿灯 的简单探索 Nim 语言新的性能测试 Kotlin 实现类似 C# 的 Event 事件代码
在AI大爆发的背景下,企业管理软件有什么冲击
编写人生 · 2023-06-22 · via 博客园 - 编写人生

今天与同行开会提到在AI大爆发的背景下,未来企业管理软件究竟有什么冲击? 我和同事对此问题进行了探讨,一些拙见,与大家分享。
先直接说观点:在未来的5到10年,制造业的管理软件市场将几乎消失。
下面我来聊一聊提出此观点的推理逻辑:
1、现有的制造业管理软件的存在的价值在哪里?
2、为什么我们认为未来5到10年,这些价值的基石没有了。

首先,我们认为制造业的管理软件本质是解决企业在内外协作过程中,因为“人”的不确定性,沟通低下,造成协作效率的低下,通过软件约束不确定性,通过软件提高沟通效率。
比如企业需要人力软件,因为有很多的员工,就需要管理,他们有情绪的需要;企业需要财务软件,因为资金是有限的,不予以基本的约束,人是会乱来的,无论是有意还是无意;企业需要供应链软件,因为庞大的业务量,没有软件的支持没人会记得发货,记得今天要生产什么。所有这些其实是解决人的限制,通过工具来增强人的能力。
那么,为什么制造业,在工业革命,流水线革命,以及信息化革命之后,仍然需要大量的人力呢?因为还有很多人能够轻松便宜的完成,但目前阶段机器人很难便宜的,方便的代替。比如,你让机器人去安装一个轮胎,你是需要去编程的,即使编程的成本降到很低,也是有问题的,比如轮胎突然没有抓住掉地上了,抱歉,机器人没辙了,整个流水线要停下来。

那么在AI大爆发的背景下,会发生什么?我不想说那些未来的,科幻的,尚未落地的任何假想。我想说的是人形机器人,更准确的说是马斯克现在在搞的以AI为基础研制的人形机器人,他解决了以下问题:
1、这些机器人可以通过人类演示怎么做,就很快学习到知识,无需任何编程,极大的降低了使用门槛(参考特斯拉的机器人演示视频);
2、他是能够应变基本的变化情况,比如零件掉地上了,他知道会去捡,即使他没有让你满意,也是可以非常低成本的教育的,比如你跟机器人用语音说:你应该把工具用完之后放回原位,机器人是能够转为为行为。(参考微软在GPT4的机器人实验);
3、人形机器人的应用是与现有的生产是渐进式发展的,而不是颠覆性的改动,以前你上一套流水线,那是要对生产的各个环节进行梳理,上什么样的机器人,节拍怎么处理等等,但人形机器人不同,你现有的生产不需要变动,领着机器人到现场,照着学几天就能替代其中一个工种,一步一步替换;
4、现有的投资仍然是被保护的,专业的事情仍然是专业的设备去做,你现有的注塑机、磨具、流水线、机床等等现有的投资仍然是有效的;
5、人形机器人是通用的,你不必为不同的工种配套不同的机器人,你买的机器人今天替代了这个工种,明天你发现他太闲了,完全可以去做其他的工种;

除了我们刚才讲到的技术问题,经济问题,我们还要讨论社会层面的问题,比如:这些技术真的会发展那么快吗?这些技术真的能那么快落地吗?社会为什么会朝着这个方向发展吗?会出现社会性问题吗?
首先,刚才提到的技术是已经出现的,并不是科幻的,基于微软在GPT4.0的实验已经证明:AI能够很好的听懂人类的语言,并转换为机器人的实际行为,特斯拉基于FSD的现有技术实现人形机器人;
其次,正如我们看见ChatGPT带来的冲击,短短的半年无数的资本在追逐这个赛道,当人形机器人有一个成功的示范,必然带来资本的疯狂追逐,因为这又是新的赛道;
也就是说,诸如特斯拉人形机器人在自己工厂生产中如果应用成功,那么就逐步减少生产线员工了,如果没有大量的生产线员工,那么还需要中层管理人员吗?还需要大量的人事吗?还需要大量的财务吗?
那么大型的生产企业将需要迅速倒入人形机器人,以便成本低于竞争对手。从历史的经验看,低成本的,规模化的,全球化的产品一定是占主要部分,个性化的产品一定是奢侈的,占少数的。至于造成的失业等问题,我觉得可以参考美国的底特律问题,任何政策等方式都无法阻止资本在社会发展表现的贪婪,最多缓解。
稍微歪个楼,某些产品其成本、高科技特性很重要,比如汽车,电子产品,大宗原材料,但也有成本不敏感的,比如服装,可能会认为将服装成本降到十几块的厂商非常多,但成功的服装厂却赢在设计和营销。我的观点是,任何观点都不是一统的,我们只关注主要的情况。

所以,最终一个生产企业就只剩下设计,营销、执行层和董事会了,那生产企业的管理软件就基本没有价值了,所有我们现在努力的云、低代码平台、易用性等努力,都失去其价值的土壤,剩下的可能就只有最基本的订单管理,报税,合规的基本功能了,界面都不需要,只需要支持服务调用即可。


* 参考资料
《微软154页GPT-4测试报告精华版》 https://zhuanlan.zhihu.com/p/625266080
《微软研究报告原文》https://arxiv.org/pdf/2303.12712v1.pdf
《微软:使用ChatGPT控制机器人》 https://www.cnblogs.com/botai/p/Using-chatgpt-to-control-robots.html
《特斯拉人形机器人集体出街》 https://www.thepaper.cn/newsDetail_forward_23116551
《特斯拉2023年股东大会关于人形机器人的视频》https://www.youtube.com/watch?v=N-_ZBfKXfr0
《獨家詳解!特斯拉人形機器人的秘密》https://www.youtube.com/watch?v=pxGcGc9HXC4
《誰將率先實現AGI通用人工智能?特斯拉還是OpenAI?》 https://www.youtube.com/watch?v=45JO0zAjaVQ