Salah satu kritikan paling kerap kedengaran, tetapi paling cetek dari sudut teknikal, terhadap AI ialah:
“AI memakan terlalu banyak tenaga, air dan kuasa GPU.”
Apa yang lebih membimbangkan dari sudut operasi ialah pandangan ini sering dipegang oleh pihak yang membuat keputusan strategik dalam rantaian bekalan dan sistem, sedangkan keputusan tersebut lebih banyak dipengaruhi oleh hype berbanding analisis beban kerja dan pemahaman terhadap seni bina sistem.
Ironinya, sebahagian daripada mereka yang mengkritik penggunaan sumber oleh AI juga merupakan pihak yang menerapkan AI secara membuta tuli dalam proses operasi, tanpa 智能路由, tanpa model segmentation, tanpa kawalan penggunaan dan tanpa memahami bila large model benar-benar diperlukan dalam aliran kerja.
Isu sebenar bukan pada AI itu sendiri.
Masalah sebenar ialah penerapan AI tanpa strategi seni bina dan perancangan beban kerja yang betul.
Dengan 智能路由, model segmentation dan detached 系统, penggunaan sumber seperti GPU, tenaga dan air penyejuk boleh dikurangkan sehingga 90% kerana large model hanya diaktifkan apabila benar-benar diperlukan oleh aliran kerja.
Menggunakan AI tanpa strategi dalam operasi ibarat:
🚛 Memuatkan satu kotak SKU ke dalam kontena 40 kaki untuk satu destinasi.
❄️ Menghantar barang kering menggunakan lori berpendingin berkuasa tinggi.
🛡️ Menggerakkan keseluruhan armada kenderaan berperisai untuk menghantar satu dokumen pengesahan.
Ia juga ibarat melancarkan kempen ESG di gudang, tetapi sebaik sahaja syif tamat, setiap pesanan diproses dengan tiga salinan kertas picking list, dihantar melalui kurier dalaman untuk pengesahan manual, dan disimpan dalam 失败 fizikal.
Bercakap tentang sustainability dalam operasi tidak semestinya bermakna kita mengamalkannya di lapangan.
Begitu juga dalam seni bina sistem AI.
Teknologi berkuasa tidak sepatutnya diterapkan secara membuta tuli untuk setiap tugas operasi.
Gunakan small model untuk tugasan berulang seperti klasifikasi SKU atau pengecekan 状态 pesanan.
Gunakan large model hanya untuk masalah kompleks seperti peramalan permintaan multi-pemboleh ubah atau optimasi rangkaian pengedaran.
Gunakan deterministic 系统 apabila aturan tetap sudah mencukupi, contohnya penentuan zon penyimpanan atau pengiraan lead time standard.
AI tidak secara automatik membazirkan sumber.
Seni bina AI yang lemah, tadbir urus penggunaan yang tidak kukuh, kurangnya kawalan beban kerja, dan keputusan yang dipacu oleh hype sebenarnya menjadi punca pembaziran dalam operasi.
AI yang mampan bukan bermaksud menggunakan kurang kecerdasan dalam sistem.
Ia bermaksud menggunakan kecerdasan yang betul, pada tahap model yang betul, untuk tugasan yang betul.
Ruang pembaca
Apa pendapat anda?
Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.
90%读起来很清楚，也容易跟着理解。
我们团队正好在讨论90%，这篇来得及时。
关于tetapi paling cetek dari sudut的例子很实用，适合团队继续讨论。
这篇内容让我更容易理解为什么untuk satu destina 40 k值得关注。
收藏了，主要是为了salah satu kritikan paling kerap。
这篇文章适合团队用来开始讨论isu sebenar bukan pada AI。
看第二遍才注意到kerana large model 90%的细节。
文章把masalah sebenar ialah penerapan AI和日常运营联系起来，这一点很有帮助。