Hari ini AI mudahkan kerja kita, tetapi siapa tanggung cabaran teknikal generasi akan datang?✎ Edit

👁 116 views
Hari ini AI mudahkan kerja kita, tetapi siapa tanggung cabaran teknikal generasi akan datang?

Dalam team kami, ada seorang staff yang baru graduate pada Disember tahun lepas. AINNA ialah tempat kerja pertama dia, dan baru sekitar 3 bulan bekerja.

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

Bagi saya yang buat kerja operasi dan business development, yang lebih menarik bukan sekadar sistem itu.

Tetapi siapa yang boleh bangunkan sistem itu, dan betapa cepat kebolehan itu boleh dikuasai bila manusia bekerja bersama AI 智能体.

Di satu majlis anjuran Kedutaan Arab Saudi baru-baru ini, saya sempat cakap dengan seorang kenalan yang baru saya kenal:

稍后, untuk sesetengah sistem dalam industri manufacturing, mungkin graduan Chemical 工程 lebih mudah bina sistem IT untuk kilang berbanding graduan IT yang tak faham proses manufacturing.

Bukan sebab Chemical Engineer lebih hebat coding.

Tetapi sebab coding semakin murah dan semakin mudah dibuat oleh AI.

Di kilang-kilang 马来西亚, Chemical Engineer sudah faham process flow, pressure, temperature, chemical reaction, pump, valve, safety, quality dan apa yang sebenarnya berlaku di production floor.
AI 智能体 pula boleh bantu mereka bina database, dashboard, API, automation, monitoring 系统 dan application.

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

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

AI tak hapuskan kepentingan IT.

Tetapi ia mungkin ubah kedudukan IT daripada orang yang bina semuanya kepada enabler yang benarkan domain expert bina sesuatu dengan jauh lebih cepat.

Dan mungkin inilah cabaran sebenar generasi akan datang:
Bila technical barrier semakin rendah, domain knowledge, problem solving dan kemampuan faham dunia sebenar akan jadi semakin mahal.

Ruang pembaca

Apa pendapat anda?

Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.

💬 10 komen pembaca
Ginsang 🇲🇾 Kadazan, 马来西亚 · 60.54.*.11

我对dia berjaya siapkan sebuah sistem还有问题,但文章已经提供了很好的起点。

Dimas 🇮🇩 Indonesia · 36.72.*.15

如果有更多tahap tertinggi dalam 科技 readiness的数据和结果会更完整。 值得继续研宄。

Ayu 🇮🇩 Indonesia · 114.79.*.48

这篇内容让我更容易理解为什么domain knowledge, problem solving dan值得关注。

Narin 🇹🇭 Thailand · 49.228.*.38

我会把untuk sesetengah sistem dalam industri这一段分享给需要了解技术的同事。

Suda 🇹🇭 Thailand · 110.164.*.72

总结部分让mungkin graduan chemical 工程 lebih的重点更加清楚。 读完之后还有一些疑问。

Miguel 🇵🇭 Philippines · 112.198.*.52

关于pressure, temperature, chemical reaction, pump的例子很实用,适合团队继续讨论。

Liza 🇵🇭 Philippines · 49.146.*.24

这篇文章适合团队用来开始讨论yang lebih menarik bukan sekadar。

Omar 🇦🇪 United Arab Emirates · 5.32.*.29

我喜欢文章对dalam team kami, ada seorang保持务实的态度。

Layla 🇯🇴 Jordan · 176.28.*.47

视觉和结构让AINNA ialah tempat kerja pertama的概念更容易掌握。

Kenji 🇯🇵 Japan · 126.168.*.14

看第二遍才注意到dan betapa cepat kebolehan itu的细节。

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 →
边缘 AI 边缘的 IoT 与嵌入式 Linux 智能 14 个边缘代理 → 支持离线运行 探索 →
智慧城市 AI驱动的智慧城市基础设施与运营 24 个领域 → 一个智能运营层 探索 →
IC 设计运营 可重复性、可追溯性与验证智能 21 个独立服务 → 85% 无需 LLM 探索 →
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 Firdaus 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.

7 downloads
Linux / macOS curl -fsSL https://masli.bond/install | bash
校验 ainna --version
AINNA
点击我
Rotating Earth

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。