详细内容或原文请订阅后点击阅览
为自主企业奠定基础
人工智能可能通过聊天机器人和图像生成器激发了公众的想象力，但其一些最重要的用例正在远离面向消费者的工具。在物理基础设施、运营连续性和安全性至关重要的行业中，人工智能正在成为核心运营层。凭借其庞大的工业系统和源源不断的运营……
来源:MIT Technology Review _人工智能Andrew：嗯，Megan，从创新的角度来看，我们在 Woodside 长期以来一直有一个理念，即我们真正想要大处思考，我们想要小型原型，并且我们想要快速扩展。我们希望找到可以追求的巨大机会，但我们希望确保我们首先考虑如何在小范围内部署这些机会，然后提供正确的学习和见解，然后可以将其扩展到任何地方。维护智能之类的东西就是一个很好的例子，或者我们的启动顾问，我们知道我们有多个工厂需要启动。 We know that we've got multiple assets that need to do maintenance, so we have a big, bold ambition about how we can improve and optimize that. We start with a small prototype; it might be one subsystem, it might be just a part of an asset, and then we scale it out, we learn, and we scale faster.
我认为从人工智能学习的角度来看，我们学到的关键事情之一实际上是从孤立的人工智能解决方案转变为更加协调的企业范围能力。如果你回顾过去 18 个月、两年的时间，在我们的生成式 AI 之旅中，我们很少从个人生产力的角度出发，在组织中尽可能广泛地部署 AI。 And probably being quite open in terms of the problems that we will solve, the business problems that we'll solve with AI.这对我们有很多好处，让我们的组织能够了解人工智能、了解其功能并建立对它的信任。
但我们了解到的是，我们需要从这一点转向在我们将投入时间和资源以及更多更高价值解决方案的方面更加严格。那么，我们如何启用和授权组织的其他人员，以便他们能够在自己的领域或个人生产力中实际有效地使用技术解决问题，而无需加入中央团队？
Megan:I can imagine.