16 downloads

AI Seperti Automobil: Pengajaran Sejarah untuk Perniagaan Malaysia✎ Edit

👁 602 tontonan
AI Seperti Automobil: Pengajaran Sejarah untuk Perniagaan Malaysia

AI hari ini sering mengingatkan saya pada industri automobil - analogi yang saya gunakan apabila berbincang dengan pemilik perniagaan di Malaysia. Pada dekad 1960an, 70an, 80an dan 90an, ramai yang berebut memiliki kereta kerana ia melambangkan kemajuan dan pertumbuhan ekonomi. Industri berkembang pesat untuk memenuhi permintaan itu, tetapi begitu juga penggunaan bahan api, kesesakan dan pencemaran.

Kecekapan mula menjadi fokus kemudian. Apabila pengeluar Jepun serius mengenai kecekapan bahan api, keboleharapan, pengeluaran lean dan kejuruteraan praktikal, fikiran berubah daripada hanya menghasilkan lebih banyak kereta kepada menghasilkan kereta yang lebih baik dan lebih cekap. Seperti yang selalu diperkatakan, “Jika membakar lebih banyak minyak menjadikan kereta lebih baik, tank pasti kenderaan keluarga yang sempurna.”

China juga mengalami perubahan serupa. Pada peringkat awal perindustrian negara itu, pertumbuhan agresif dan kerosakan alam sekitar agak ketara. Tetapi bermula tahun 2000an, pembuatan menjadi lebih automatik dan cekap, tenaga boleh diperbaharui berkembang, EV berkembang pesat, dan pengeluaran lebih bersih menjadi keutamaan yang lebih besar.

China tidak berhenti memperindustrian; ia belajar memperindustrian dengan cara yang berbeza. Teknologi terus maju, tetapi cara ia direka dan digunakan menjadi lebih praktikal dan lebih menjimatkan sumber.

AI kini berada di persimpangan yang sama. Hari ini, semua orang mahukan model lebih besar, lebih banyak agen, tetingkap konteks lebih panjang, lebih banyak GPU dan berbilion token. Ada anggapan bahawa penggunaan AI yang lebih banyak bermaksud sistem lebih canggih. Tetapi itu ibarat berkata, “Kereta saya guna dua kali lebih banyak petrol, jadi ia pasti dua kali lebih bijak.”

Soalan sebenar bukan, “Berapa banyak AI yang boleh kita guna?” Sebaliknya, “Berapa sedikit AI yang sebenarnya kita perlukan untuk menyelesaikan masalah dengan betul?” Inilah sebabnya arkitektur seperti Smart Routing, Segmentation dan Sistem Berasingan penting - terutamanya untuk PKS Malaysia yang mahu nilai maksimum tanpa membazir.

Smart Routing menghantar tugas mudah kepada model yang lebih kecil atau perisian konvensional, manakala model canggih hanya digunakan apabila penaakulan mendalam benar-benar diperlukan. Segmentation memecahkan masalah besar kepada tugas-tugas yang lebih kecil, mengurangkan konteks, penggunaan token dan pengiraan yang tidak perlu. Sistem Berasingan memindahkan pengiraan, pengesahan, penapisan, operasi pangkalan data dan peraturan deterministik keluar daripada model AI. AI mengendalikan kebijaksanaan; perisian mengendalikan kepastian.

Jika direka sedemikian, sistem AI boleh mengurangkan penggunaan token, kos inference, bebanan GPU, keperluan infrastruktur dan penggunaan tenaga, sambil meningkatkan kebolehharapan dan skalabiliti. Di sinilah kecekapan AI dan ESG sepatutnya bertemu. Kita sudah tahu akibatnya apabila teknologi diterap dahulu dan dioptimumkan beberapa dekad kemudian. Masa depan AI bukan sekadar lebih bijak, tetapi lebih cekap - menggunakan AI canggih hanya apabila kebijaksanaan canggih benar-benar diperlukan. Itulah yang kami usahakan di AINNA: membantu perniagaan Malaysia mencapai hasil yang lebih besar dengan sumber yang lebih sedikit.

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. Email diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Arjun India

1 वाला हिस्सा मैं अपने बॉस को भेजूँगा।

Julin Kadazan, Malaysia

That point about industri berkembang pesat untuk memenuhi is well put.

Ginsang Kadazan, Malaysia

Ringkas dan jelas. 1 boleh kongsi dengan team saya.

Dimas Indonesia

Good to finally see apabila pengeluar jepun serius mengenai set out this clearly.

Ayu Indonesia

Useful. We are dealing with 80an dan 9 90 right now.

Artificial Intelligence

Article image
Edge AI Kecerdasan IoT dan Linux terbenam di pinggir 14 edge agents → offline-capable Terokai →
SmartCity Infrastruktur dan operasi bandar pintar berkuasa AI 24 domains → one intelligent operating layer Terokai →
IC DesignOps Kebolehulangan, kebolehkesanan dan kecerdasan pengesahan 21 detached services → 85% without LLM Terokai →
Robotics Robotik yang ditadbir di pinggir industri Perception → safety gateway → controller Terokai →
Ekosistem AINNA

Teruskan meneroka selepas artikel ini.

Setiap halaman artikel hendaklah diakhiri dengan laluan yang jelas ke dalam ekosistem wIDer AINNA, Ejen dan NeuralOps.

Semasa topic Artificial Intelligence Author profile Rozni AINNA Main ecosystem hab Agent Pusat ejen autonomi persendirian NeuralOps Automasi kecerdasan buatan dan sistem perniagaan Lead form Mula a pilot discussion
AINNA Agent AI

Laksanakan Ejen AI AINNA Kami

Linux ialah laluan teras, Windows disokong, dan AndroID / TeRMux berfungsi sebagai lapisan pendamping.

16 downloads
Linux / macOS curl -fsSL https://neuralops.bond/install | bash
Verify ainna --version
AINNA
KLIK SAYA

Seksyen Laman

Tiada data seksyen tersedia buat masa ini.

Laman dengan seksyen terdokumen akan dipaparkan di sini.