الذكاء الاصطناعي الفيزيائي
Anthropic يضع كلود على أرض المصنع. المعايير يمكنها الانتظار.
تقوم Anthropic وUST بوضع كلود في العمل داخل خطوط أنابيب التحقق من أشباه الموصلات والتصنيع، وتدريب 20,000 مهندس. تظهر الشراكة كيف يمكن لنماذج اللغة الكبيرة اكتشاف عيوب التصميم في وقت مبكر وضغط فترات التسليم التي تستغرق أربعة أيام إلى 48 ساعة، وهو تحول ينقل الذكاء الاصطناعي إلى ما بعد النص إلى إنتاج السلع المادية.

عندما يتم اكتشاف عيب في تصميم الرقاقة أثناء التحقق، فإنه يكلف المهندس بعد ظهر أحد الأيام. عندما يتم اكتشاف نفس العيب بعد أن يلتزم المصنع بالتصنيع، فإنه يكلف دورة إنتاج. ربما ملايين الدولارات. هذا التفاوت هو المحرك الاقتصادي وراء شراكة جديدة بين Anthropic وUST، وهي شركة خدمات تكنولوجيا وهندسة تبني وتدير البيئات التي يعتمد عليها العملاء لجلب أشباه الموصلات والسيارات والأجهزة المتصلة إلى السوق.
الصفقة، التي أُعلن عنها اليوم، تضع كلود في سير عمل التحقق والاختبار التي تديرها UST لعملائها في صناعات أشباه الموصلات والسيارات والتصنيع والاتصالات وإنترنت الأشياء. تقوم UST بتدريب 20,000 من مهندسيها ومعمارييها ومستشاريها على كلود في جميع أنحاء العالم وتدمج النموذج في منصتها iDEC، التي تدعي بالفعل تقليل أوقات دورة التحقق بنسبة 50 إلى 70 بالمائة. فترات التسليم القياسية التي تستغرق أربعة أيام تصبح 48 ساعة. cursor-puts-an-ai-agent-in-your-pocket-with-new-ios-app
عنق الزجاجة في التحقق
التحقق من الأجهزة هو العمل على إثبات أن الرقاقة تتصرف فعليًا بالطريقة التي قصدها مصمموها. إنه شاق ومتكرر. يكتب المهندسون نصوص الاختبار يدويًا، ويشغلونها، ويقرأون النتائج، ويكررون الدورة عدة مرات. العيب في التصميم الذي يتسلل عبر التحقق يصبح أكثر تكلفة بشكل مضاعف في كل مرحلة لاحقة: تصنيع القناع، إنتاج الرقاقة، التغليف، وأخيرًا تكامل النظام.
منصة iDEC من UST تقوم بالفعل بأتمتة أجزاء من خط الأنابيب هذا. تقرأ تصاميم الأجهزة، وتولد وتشغل اختبارات الانحدار، وتقارن بيانات المعدات الحية مع توأمها الرقمي، وهو نموذج البرنامج لكيفية سلوك ذلك الجهاز. سيعمل كلود الآن كطبقة التفكير داخل خط الأنابيب هذا. وفقًا لـ Anthropic، يقرأ Claude Code دبابيس الرقاقة ومخططات الأجهزة مباشرة، ثم يكتب ويشغل اختبارات الانحدار التي اعتاد المهندسون كتابتها يدويًا. كما يقوم أيضًا بوضع علامات على أخطاء البرامج الثابتة وأخطاء سلامة الإشارة من خلال مقارنة بيانات المعدات في الوقت الفعلي مع التوأم الرقمي. the-subtle-trap-waiting-for-ai-agents-in-production
أين تضيف نماذج اللغة الكبيرة قيمة في التصنيع
توضح الشراكة تحولًا استراتيجيًا في كيفية نشر نماذج اللغة الكبيرة في البيئات الصناعية. ركزت الرواية السائدة حول نماذج اللغة الكبيرة على توليد النصوص، والمساعدة في البرمجة، وروبوتات الدردشة لخدمة العملاء. لكن تنفيذ UST يستهدف نوعًا مختلفًا من المشاكل: عمليات هندسية طويلة ومتعددة الخطوات حيث يتراكم الخطأ المبكر بمرور الوقت.
تتناسب قدرة كلود على الحفاظ على السياق عبر المهام التي تستغرق ساعات (قراءة تصميم، فهم قيوده، توليد الاختبارات، تشغيلها، وتفسير النتائج) مباشرة مع بنية التحقق من الأجهزة. النموذج لا يحل محل المهندسين. إنه يمتص الجزء الأكثر مللًا من عملهم: كتابة وتشغيل وقراءة الاختبارات. mistral-acquires-emmi-ai-to-build-physics-foundation-models-for-industrial-engineering
ما وراء التصنيع: الرعاية الصحية، الاتصالات، البنوك
تقوم UST أيضًا بإدخال كلود في ثلاث منصات أخرى تديرها للعملاء. في الرعاية الصحية، تتعامل منصة UST CarePath مع خدمات الأعضاء، وإدارة الرعاية، والمطالبات. يربط كلود CarePath مباشرة بأنظمة المطالبات والرعاية الأساسية، محولًا البيانات الصحية المتناثرة إلى إجراءات موصى بها لفرق الرعاية. كل إجراء يتم توجيهه إلى شخص للموافقة قبل الوصول إلى العضو.
في الاتصالات، تدير UST IntelliOps عمليات الشبكة. يساعد كلود المشغلين في اكتشاف مشكلات الخدمة، والتنبؤ بالأعطال في شبكة الوصول الراديوي (الأبراج والهوائيات التي تربط الهواتف بالشبكة)، وتقصير أوقات الاستجابة للانقطاعات من خلال سير العمل المعتمدة. بالنسبة للفرق التي تفرز التنبيهات، يعني ذلك وقتًا أقل لفصل المشكلات الحقيقية عن الضوضاء.
في الخدمات المصرفية، لا تزال معظم المؤسسات متوسطة الحجم تعمل على أنظمة أساسية قديمة بما يكفي بحيث يتم تحديث دفتر الأستاذ مرة واحدة كل ليلة. تساعد UST FinX البنوك في التحديث بشكل تدريجي. ستستخدم FinX كلود لدمج وكلاء الذكاء الاصطناعي مباشرة في سير العمل المصرفي، ودعم فرق العمليات والعملاء من خلال معالجة الحالات الذكية، وأتمتة الخدمة، ودعم القرار. microsofts-new-platform-gives-scientists-a-governed-factory-for-ai-agents
الحوكمة كميزة
الصناعات التي تخدمها UST خاضعة لتنظيم كبير. خطوات الموافقة البشرية وضوابط التدقيق مدمجة في النشر. تركيز Anthropic على الموثوقية والسلامة، إلى جانب خبرة UST في التسليم الخاضع للحوكمة، هو ما يجعل النشر الإنتاجي ممكنًا بدلاً من أن يكون مشروعًا تجريبيًا.
وضع كريشنا سودهيندرا، الرئيس التنفيذي لـ UST، الإعلان في سياق النتائج التجارية: "من خلال الجمع بين قدرات كلود مع خبرة UST الهندسية، ومعرفتها الصناعية، وخبرتها في التسليم، فإننا نقدم إلى السوق منصات خاصة بالصناعة تعمل على تحسين الإنتاجية، وتسريع النتائج التجارية، ومساعدة العملاء على تشغيل القرارات المدعومة بالذكاء الاصطناعي في بيئة آمنة ومأمونة."
أشار بول سميث، الرئيس التجاري لـ Anthropic، إلى حجم التزام التدريب: "تثبت UST كلود داخل هندستها أولاً، وتدرب 20,000 من موظفيها عليه، قبل إدخاله في الأنظمة التي تبنيها وتديرها للعملاء." anthropic-and-dxc-technology-launch-global-alliance-to-embed-claude-in-enterprise-systems
ماذا يعني هذا لسوق نماذج اللغة الكبيرة
شراكة UST هي تذكير بأن أكثر التطبيقات ربحية لنماذج اللغة الكبيرة قد لا تكون الأكثر وضوحًا. بينما تستحوذ روبوتات الدردشة الاستهلاكية والمساعدة في البرمجة على العناوين الرئيسية، فإن دمج الذكاء الاصطناعي في خطوط أنابيب التحقق الصناعية يعالج مشكلة ذات عائد استثماري واضح وقابل للقياس. اكتشاف عيب في التصميم خطوة واحدة مبكرًا يمكن أن يوفر الملايين. هذا هو نوع القيمة الذي يبرر التزامات التدريب على مستوى المؤسسة والشراكات المقفلة. كما أنه نوع النشر الذي سينتج بيانات التدريب الأكثر قيمة للنماذج المستقبلية. ليس نصوص الويب، بل قرارات هندسية حقيقية في بيئات عالية المخاطر. the-math-says-general-ai-is-a-myth-biology-markets-and-machine-learning-all-agree