聊聊chatgtp背后的悖论,chatgtp吸引人的点在于他可以给你的问题一个很八股的答案。能产生这类答案的点在于他通过模型工具和大量的互联网获取的信息训练了一个可以较好组合信息的方法。
这套逻辑注定了这类大模型可以用在类似于智能驾驶这类组合社会环境的场景应用,但却无法应用到to b专业认知产生的企业。
接近真理往往是少数人,数据量多与认知深度是不同的纬度。
一个制造领域的企业能领先的关键核心之一在于这个企业里面的专业角色有对产品相关的设计、工程有优于市场上的常规认知。
这类专业人员去问这类大模型专业问题得到的答案往往是很基础的东西,他们本身就代表了认知深度。
对于to b这类企业的信息化建设,核心重点还是在围绕如何让老板对市场的理解,与专家对产品技术,工程技术的理解,制造过程交付的现状的协同上做好系统工具。特重点是围绕专家团队打造工业工具(研究性的工具,数学,材料,结构,分析形成的仿真类工具)。
这几年制造企业信息化建设被带跑偏了不少。企业资源协同相关的ERP利益相关人员不管是方法论,还是专业水平还不如十五年前的水平。大量基础常识不知晓,质量分析里面的过程控制数据分布八大异常判定准则不知晓。更别说围绕着产品设计仿真类软件的开发与研究。
目前仿真类,设计类的产品基本还是停留在机械阶段以德国美国(军重工业,精密加工)为主的机械设计所形成的设计与仿真工具。在新新行业里面可用性非常有限。
目前是电子工业阶段,电子工业涉及到大量的高分子类的材料加工与应用。中国是这类制造的主体,但却没能形成这类的工业软件,相当多的经验与理论更新停留在了个人头脑里,消失于多变的市场中,没能形成平台工具。
制造业的企业信息化应该回到正轨上,回到协助企业产业升级所需要的技术平台打造上,以及用好已有的商用产品上。