霍尼韋爾(Honeywell)執行長:50年來的自動化系統已複雜到人類難以駕馭
重點速覽
- •Kapur表示,許多工業設施約有95%的時間自主運轉,人類主要負責處理例外情況。
- •霍尼韋爾的實體AI策略,是在醫院、資料中心、生命科學設施與煉油廠的現有自動化系統上加入學習系統。
- •Kapur指出,取得私有的、特定場域的營運數據與領域專業知識,是部署實體AI的主要障礙。
- •C.H. Robinson通報,自2022年底以來每人每日運送量的生產力提升超過65%,同時其員工人數從2022年至2025年減少近三分之一。
- •Deloitte與製造業協會的研究發現,美國製造業在2024年至2033年間可能需要多達380萬名額外工人,其中190萬個職缺可能無人填補。

運行醫院、資料中心與煉油廠的自動化系統起源於1970年代。霍尼韋爾(Honeywell Technologies)董事長兼執行長Vimal Kapur指出,這些系統如今已發展得過於複雜,負責監督的人員已難以駕馭。
Kapur週一在底特律舉行的《財星》500創新論壇上表示,這類設施大部分時間是自行運轉的——「大約95%」,只有少數例外情況需要人為介入處理。他說:「在這套系統問世後的50年裡,由於我們不斷加入越來越多的軟體和實體基礎設施,系統變得高度複雜。」「所以人類在現階段已經跟不上了。」
他引用近期的新聞作為例證。「過去兩週發生的事件就是複雜性的例子,」Kapur說,在這些情況中「人類無法跟上」,因而產生「非預期的事故」。他未指明是哪一起事件,但可能的例子幾乎多到數不清。
11月13日,FAA下令全國範圍停飛。運輸部長Sean Duffy表示,該機構關注的是承包商L3Harris在阿肯色州El Dorado進行的銅纜升級為光纖工程,該工程導致路由器被大量連線嘗試淹沒,並中斷了部分雷達資料傳輸——同時他也警告,「我們其實還沒找到根本原因。」前一天,即11月12日,Microsoft 365開始一場持續超過一天的服務中斷;截至發稿時,許多美國人仍無法存取他們的銀行帳戶。
沒有機器人的實體AI
Kapur提出的解決方案是業界所稱的「實體AI」,他表示人形機器人只佔其中「很小的部分」。他所指的版本適用於「每一個現存的大型資產:醫院、資料中心、生命科學設施、煉油廠」,在現有自動化之上加上了「學習系統的層次,也就是人類的知識」,「讓你能夠使人類更有生產力」。
數據是主要障礙。「我們假設數據在網路上隨處可得,」Kapur說。「但當你檢視實體系統時,數據存放於這棟建築或這家醫院內的某個系統中。這些數據並不在公共領域。」他說,要將其轉化為有用的東西,需要「具備深厚領域知識」的人。他在4月於高盛(Goldman Sachs)的演講中稱數據取得為「第一道摩擦」。
這使得實體AI的實際考驗,比模型能否產生建議更具體。這類系統必須將受限制的、特定場域的數據,與各設施操作人員的知識連結起來,同時讓人類在自動化流程遭遇超出正常範圍的狀況時,仍能夠作出回應。
霍尼韋爾向建築、工業與流程客戶銷售自動化系統,如今更銷售疊加其上的AI層。6月29日,該公司完成拆分航空航太業務、達成三分割,並表示已定位為引領「工業部門從自動化邁向自主化的轉型」。10月,該公司推出Forge Cognition,這是與Nvidia和Dell合作打造的AI平台,能以自主模式運行建築物;其技術長當時向《財星》表示,該功能尚未完全啟用。Kapur在台上則說得較為保守:「實體AI不是為了取代工作;而是為了讓人類更有生產力。」他4月在高盛表示,「我們可能會建造更多是增強性、較少自主性的系統。」
後勤辦公室版本
與Kapur同台的貨運經紀公司C.H. Robinson執行長Dave Bozeman,則從文書作業的角度描述了同一個問題。「變異性如今已是結構性的,」他說,供應鏈「持續高度複雜」。他的公司的解決方案是所謂的「Lean AI」:專門執行「客製化、非常特定任務」的AI代理,上面再疊加「編排型代理」。第一個目標是訂單到收款流程,他稱之為「非常人工化的流程,數百萬筆交易。」
Bozeman也將這種做法定位為對員工的協助,他表示員工不想每天做「那些單調的任務」,而寧願「往價值鏈上游攀升」。他援引「2022年底以來超過60%的生產力提升」。該公司10月28日的財報以北美陸運部門每人每日的運送量來衡量這項數據,同期增幅超過65%。
這個比例的另一半是人。根據申報文件,C.H. Robinson在2022年底約有17,400名員工,2025年底約為11,900名——減少近三分之一,FreightWaves將此歸因於自動化與AI。「這不代表從變革的角度來看會是輕鬆的,」Bozeman說。
1983年的警告
Kapur所描述的問題,早在40多年前就已被闡述。1983年,倫敦大學學院心理學家Lisanne Bainbridge在《Automatica》期刊發表了「自動化的弔詭」。她主張,設計者會自動化他們能處理的部分,而讓操作員「去做設計者想不出如何自動化的任務」。這些剩下的任務,包括在狀況轉為異常時接手處理。她核心的弔詭在於:「控制系統越先進,人類操作員的貢獻可能就越關鍵。」
她也警告了監看工作對人的影響。操作員的「實體技能在不使用時會退化」,她寫道,而對於被簡化為僅監看系統的人:「人類監看者被賦予了一項不可能的任務。」她的論文主張,自動化「可能擴大而非消除人類操作員的問題」。這仍是疊加在系統上的AI層所面臨的考驗。
人手越來越少
Kapur表示,技術工人的短缺使這個問題更顯迫切。「技能短缺是我們所有人面臨的最大問題,」他說。「凡是需要人類親手操作的勞動,這些人力都越來越難取得。」在高盛的演講中,他部分將原因歸於退休潮。
2024年的一項研究為製造業的這個問題提供了具體數字。Deloitte與製造業協會發現,美國製造業在2024年至2033年間可能需要多達380萬名額外工人,而若勞動力問題未獲解決,其中190萬個職缺可能無人填補。受訪的製造商中有65%將招募與留才列為其首要業務挑戰。
Kapur給自己公司的期限遠短於50年。霍尼韋爾擁有超過50,000名員工,他說他本人也接受了Copilot培訓。「未來18到24個月,我們都必須為自己進行技能再造,」他說。
本文使用生成式AI協助研究與/或謄錄。記者已獨立報導並查證文中事實主張,且於發布前經人類編輯審閱。本文最初刊載於Fortune.com。