Stuart Hughes是劳斯莱斯(Rolls-Royce)的首席信息官兼首席数字官,负责带领劳斯莱斯民用航空业务的数字团队。劳斯莱斯的发动机用于战斗机、公务机和超过50%的长途飞机。
近日他在IDG的边缘计算峰会上围绕各种话题进行了分享,包括从飞机发动机收集的数据如何使劳斯莱斯的客户能够更好地计划和执行航班。
关于物联网和边缘如何改变劳斯莱斯的业务方式
我们的技术使我们能够拥有一种商业模式,在这种模式下,飞机所有者实际上是按照发动机飞行小时进行付费的,也就是说,只需要为发动机使用的时间付费。作为交换,劳斯莱斯将承担所有维护、所有服务和所有保修要素。这样说来,实际上我们是按小时售卖动力的,而不是售卖飞机发动机。
关于计划和执行更优化的飞行
我在新加坡的团队和新加坡航空公司正在展开密切合作,其中一个重要的创新就是如何让飞行过程更省油。
我们已经开发了多个应用进行试水,以及帮助运营团队去了解一些可用的策略。这是一次很重要的成功,因为这让他们可以选择合适的策略,例如如何起飞的,使用了多少推力,飞机攀爬的方式,攀爬的角度,如何让飞机更好地利用风,如何优化引擎,这个他们带来了两个非常重要的好处,其一,是燃料减少了,燃料费也就减少了,飞机携带的燃料重量就减轻了;其二,当然是我们减少了二氧化碳的排放量。
关于引擎层面的个性化服务
我在劳斯莱斯工作期间经历了一个真正重大的变化,原来我们对所有东西的处理方式都是一样的,也就是说,我们可能会更换掉那些原本不需要更换的东西,这可能会影响航空公司和客户过早地替换掉机翼,而现在,我们采取了更具体的、更个性化的方式。
这需要我们考虑各种因素例如飞行员驾驶发动机的方式、飞行环境、飞行任务或者航班的类型,因此,这就需要我们能够针对特定的发动机、而不是产品系列来定制维护和大修策略。
关于改变IT工作方式
作为IT部门我们已经适应了,我们倾向于物联网功能、平台功能,也就是说,我们更倾向于平台即服务产品。我想在我上任之前,公司内曾有一种“我们不想让自己被锁定”的心态,但对我来说,如果你不使用云厂商提供的功能,你几乎就是在否定云的好处。
我认为另一方面是企业文化的变革。所以,现在我的团队分成了不同的产品团队,代表了平台内部的各种价值链,而且我们的工作方式是高度敏捷的。
最后,我认为最重要的一点是,我们都追求相同的结果。我们遵循OKR流程,这不是分配给某个团队的。团队在帮助我们设定目标、定义关键结果方面发挥了重要作用,这有助于我们根据实际交付的结果、而不是IT任务或子系统、我们一天之内完成的部署次数、或者有人喜欢的敏捷度来判断和衡量我们的进度。所以,对我来说,实际上我们已经从枯燥的规格和形式转变为产品团队、协作和迭代的模式,然后只是专注于实际结果,这是一种巨大的改变。
关于开始利用物联网数据的建议
我认为我见过的所有项目都出现了一个严重错误,那就是要么是研发要么是IT,每个人都试图捕获所有数据,然后两年后,有人会说,“我们要如何处理这些数据呢?”那时像我这样的人通常会走过来说:“你这么做是错的。”
所以要好好想一想最终目标是什么,谁是客户,使用场景是什么,成功的结果应该是什么样的。捕获这些数据,然后从这里开始迭代。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。