隨著 AI 的崛起,幾乎每個產業都在經歷著一場巨大的變革。今天在這裏,Computerworld 未來科技領域的資深記者 Jürgen Hill 與 Mercedes-Benz Group AG 的資訊長 Jan Brecht 將展開一場對話,詳細探討 AI 為這家汽車製造商的 IT 策略以及公司員工所帶來的影響。
文/Jürgen Hill‧譯/Christy
問:多年來,Mercedes-Benz 一直仰賴著機器學習以及傳統的 AI 技術。然而,現在你也採用生成式 AI,例如在 MO360 生產環境中。那麼,AI 到底是什麼?它又在多大的程度上改變了員工的職位配置呢?
隨著數位化和強大的 AI 系統日益普及,生產和行政工作的職位配置正在發生變化。AI 的宗旨在於改善並且簡化員工的日常工作。例如,新的數位工具讓生產員工能夠更進一步地優化生產流程,並在長期下提升品質管理水準。MO360 的首次中期成果非常振奮人心。在我們的觀察中,這項變革不僅獲得 IT 專家的高度肯定,也受到車間主管的積極支持。
問:你的公司已經啟動了 Turn2Learn 的資格計劃。這個計劃主要是教導員工哪些 AI 或數位化方面的技能?
Turn2Learn 是我們人力資源部門推出的一個計劃,專注於數位化和 AI。我們提供的培訓範圍從適合初學者的 AI 和機器學習課程,到 Prompt Engineering 學習路徑,再到 Python、深度學習和神經網路、強化學習、RPA 以及自然語言處理等編程語言方面的培訓課程。員工總共可以在各種外部學習平台上存取超過 40,000 門有關資料和 AI 資格的課程。此外,我們還啟動了 IT 的最佳團隊計劃,因為我們最寶貴的資產就是我們的員工。因此,吸引和保留最優秀的員工,並讓他們充分發揮個人的最佳潛力,這些對我們來說非常的重要。
問:Mercedes-Benz 是否只培訓在生產部門工作的員工,還是在辦公室工作的員工也受到培訓?
我們在公司各個領域的數位技能發展方面都進行投資。無論是生產部門還是行政部門的同事,每個人都需要相關的知識和新技能,以便在他們的日常工作中有效地使用 AI 應用程式。目前,我們在兩個試點計劃中培訓來自集團各個領域的 600 多名員工,進而讓這些員工成為資料和 AI 專家。
問:你是否預期生成式 AI 會導致失業率增加?
我們目前還不能確定增加的數位化和生成式 AI 對未來的工作模式會帶來什麼樣的影響。但顯而易見的是,我們的工作方式將會發生變化,工作內容本身也會發生變化。這就是為什麼資格教育是成功轉型的關鍵所在。
問:在數位轉型過程中,以及引入 AI 的過程中,員工的工作將會有什麼樣的變化?
在未來,一些的工作活動肯定可以轉移到 AI 應用程式上,例如重複性的工作或是與模式識別相關的工作。但這是一個積極且正向的變化,因為這意味著我們可以投入更多的精力和時間在策略性或創造性的工作上,就像自動化和生產機器人已經改變了汽車製造方式一樣。
問:當我們談到員工培訓時,Mercedes-Benz 在使用生成式 AI 方面已經取得了多大的進展?
我們在一些領域中確實已經取得了生成式 AI 的實際成果,這不僅僅只是在談論著試點計劃。例如,自五月以來,我們一直在軟體開發中使用 GitHub Copilot,我們在那裡看到了非常顯著的效率提升。我們還在客戶環境中使用生成式 AI。例如,在英國,一個智慧虛擬助理可以在網站上與客戶進行互動,並對操作說明和車輛資訊等問題給出具體的答案。此外,在我們的資料平台 MO360 中(一種數位化生產生態系統),生成式 AI 可以幫助我們分析和處理資料。並且,在大型語言模型的幫助下,我們能夠提供資料或是資料模式,幫助生產員工使用自然語言對其進行查詢,再也不僅僅只侷限於讓專家使用高度專門化的資料庫進行查詢。我們目前正在使用 ChatGPT 對此進行測試。最後的結果就是 AI 加速了資料使用的民主化。
問:你認為 AI 在哪些領域最具有潛力?
我們非常深入地探討了這個問題,分析了外部研究成果並在內部試用了 AI,包括軟體開發。我們看到了,不管是在工程和汽車研發方面,還是在企業內部方面,工作效率都得到了非常顯著的提升。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球 CIO 同步獲取精華見解 ]
另一個領域是與客戶的對話。在可預見的未來裏,AI 與客戶的直接互動,就像目前在英國實驗的方式,仍然可能只會是個個例。但是,我相信 AI 的應用將有助於進一步改善客戶體驗並且可以提高流程效率。
還有一個需要投入大量腦力的領域是工程工作中的參數設計。在這個領域,AI 可以幫助大幅提升生產力,為人們的工作提供支援。
問:對於可以透過語音或鍵盤輸入的可能性,員工需要接受 AI 的培訓嗎?
在一開始,我們對生產中的特定用例進行了初步的培訓。此外,我們的員工還有機會獲得有關這主題的進一步培訓機會,包括一個有關提示工程的學習路徑。但他們同時也學習如何以創造性的方式使用這些工具來進行嘗試,並查看哪些是有效的,哪些是無效的。
[ 推薦閱讀:【製造業】何時人工智慧能帶領製造業進入新時代? ]
總而言之,我認為提示工程是一門需要學習的技能,因此我們正在考慮是否應該在整個公司範圍內更廣泛地提供這方面的培訓,而不僅僅只是針對特定的 IT 人員和資料專業人員。這絕對有助於從生成式 AI 中獲得更多的利益。
問:到目前為止,你在 AI 或是 ChatGPT 使用初期遇到過哪些困難?
AI 的幻覺(Hallucinations)無疑是一項挑戰。在英國,這也是在直接與客戶互動中的一種非常微妙的平衡模式。 透過合理性檢查和相關的限制條件,你可以在很大程度上排除幻覺,但如果你設定的標準太狹隘,機器就會比你所預期的更頻繁地告訴你「我無法對此發表評論」。你必須非常小心,並找到適當的平衡點。如何控制幻覺,也許是當前需要解決的最重要的一個問題,這也是 AI 研究的核心。
問:Mercedes-Benz 只會用自己的資料去訓練自己的 AI 工具嗎?
是的。例如,如果我們想要使用視覺元素向客戶介紹我們的汽車,那麼這只能使用我們自己的訓練資料來完成。順便一提,這些 AI 環境的培訓僅在安全區域中進行,因此資料是不會公開的。我們也可以使用一些公共資料進行 AI 的培訓,但是在生產環境中,我們還是只會使用自己的資料。
問:除了生產環境中的 Azure OpenAI 服務之外,其他 AI 解決方案在 Mercedes-Benz 中扮演著什麼樣的角色?
OpenAI 目前在媒體中被描繪成一個 AI 的先驅。它確實有一個非常好的技術解決方案,但我們不會只局限於此。當然,其他公司也有一些不錯的解決方案。我們開始仔細研究開源的替代方案。除了像 OpenAI、Microsoft 或 Google 這樣的大型專利供應商外,我們還需要了解開源的替代方案。
我也相信我們不應該將 AI 視為一個獨立存在的引擎。它需要深入地融入我們的系統和流程中。這就是為什麼我們要求所有的系統合作夥伴在他們的環境中使用 AI 元素。它必須融入整個系統架構,而且它將會如此。
(本文授權非營利轉載,請註明出處:CIO Taiwan)