← 所有文章

今日之便利,或成后代之困扰。✎ Edit

👁 292 views
今日之便利,或成后代之困扰。

Seorang staff kami baru graduate pada Disember tahun lepas. AINNA ialah pekerjaan pertamanya, dan baru sekitar 3 bulan bekerja.

Dengan bantuan AINNA智能体 AI, beliau telah berjaya membangunkan sebuah sistem kewangan yang lengkap - sistem yang kemudiannya dinilai pada TRL9 melalui MOSTI, tahap tertinggi dalam 科技 Readiness Level.

Apa yang menarik bagi saya bukan sekadar sistem itu.

Tetapi siapa yang mampu membangunkannya, dan berapa cepat kemampuan itu boleh diperoleh apabila manusia bekerja bersama AI 智能体.

Di sebuah majlis anjuran Kedutaan Arab Saudi baru-baru ini, saya sempat berkata kepada seorang kenalan yang baru saya temui:

Kelak, untuk sesetengah sistem dalam industri manufacturing, mungkin graduan Chemical 工程 lebih mudah membangunkan sistem IT untuk kilang berbanding graduan IT yang tidak memahami proses manufacturing.

Bukan kerana Chemical Engineer lebih pandai coding.

Tetapi kerana coding semakin murah dan semakin mudah dilakukan oleh AI.

Chemical Engineer sudah memahami process flow, pressure, temperature, chemical reaction, pump, valve, safety, quality dan apa yang sebenarnya berlaku di production floor.
AI 智能体 pula boleh membantu mereka membina database, dashboard, API, automation, monitoring 系统 dan application.

Jadi persoalan masa depan mungkin bukan lagi:
“Siapa paling pandai coding?”

Tetapi:
“Siapa paling memahami masalah sebenar yang perlu diselesaikan?”

AI tidak menghapuskan kepentingan IT.

Tetapi ia mungkin mengubah kedudukan IT daripada orang yang membina semuanya kepada enabler yang membolehkan domain expert membina sesuatu dengan jauh lebih cepat.

Dan mungkin inilah cabaran sebenar generasi akan datang:
Apabila technical barrier semakin rendah, domain knowledge, problem solving dan kemampuan memahami dunia sebenar akan menjadi semakin mahal.

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Farid 马来西亚

关于di sebuah majlis anjuran kedutaan的实际落地部分最吸引我。

Siti 马来西亚

收藏了,主要是为了seorang staff kami baru graduate。

Hafiz 马来西亚

同意作者对tahap tertinggi dalam 科技 readiness的判断,方向很清楚。

Wei China

这部分读起来很清楚,也容易跟着理解。

Mei China

先存起来,主要是为了这个主题。

Kavitha India

文章把sistem yang kemudiannya dinilai pada和日常运营联系起来,这一点很有帮助。

Arjun India

关于chemical engineer sudah memahami process的例子很实用,适合团队继续讨论。

Julin Kadazan, 马来西亚

我会把tetapi siapa yang mampu membangunkannya这一段分享给需要了解技术的同事。

人工智能

Article image
生物研究 微生物学与癌症疾病研究情报 6 个输入 → 可追溯的研究优先级 探索 →
机器人技术 工业边缘的受管控机器人技术 感知 → 安全网关 → 控制器 探索 →
中小企业AI 在您的中小企业内构建AI能力 6 build tracks → in-house capability 探索 →
NeuralOps 托管 infrastructure for 中小企业, without 企业 overhead 从 RM499/year · scoped after assessment 探索 plans →
AINNA 生态系统

保留 exploring after this article.

Every article page should end with a clear path into the wider AINNA, 代理, and NeuralOps ecosystem.

当前 topic 人工智能 Author profile Masli Yahaya AINNA Main ecosystem 中心 代理 私有自主代理中心 NeuralOps AI automation and business 系统 领先 form 开始 a pilot discussion
AINNA智能体 AI

部署 Our AINNA AI 智能体

Linux is the core path, Windows is supported, and 安卓 / Termux works as the companion layer.

472 installs
Linux / macOS curl -fsSL https://masli.bond/install | bash
校验 ainna --version
AINNA
点击我

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。