Kriti Sharma：工业 AI 不是办公桌工具｜完整 ASR 精读版

图集导读

1. 封面：工业 AI 不是给办公桌白领写的通用助手，它要进入会停机、会罚款、会影响人命的现场。
2. 嘉宾背景：Kriti Sharma 负责 IFS Nexus Black，把企业 AI 产品经验转向制造、能源、公用事业、航空和现场服务。
3. 核心方法：Nexus Black 的产品从现场开始，先看工人怎么做事，再决定语音、边缘部署、传感器和模型怎么配合。
4. Resolve：在 William Grant & Sons 的工厂里，Resolve 读取 P&ID 工程图和传感器信号，目标是把故障提前发现；IFS 称该厂预期每年节省 840 万英镑。5
5. 航空合规：飞机适航指令不是普通文档摘要，Kriti 说出错可能带来 100 万到 2000 万美元罚款，机队停飞每天损失 1.4 亿美元。3
6. 灾害响应：IFS 与 Anthropic 合作，把 Resolve 用到公用事业抢修和灾害调度；IFS 官方材料称类似工具可让重大事件后恢复供电速度提升 40%。5
7. 收束判断：AI builder 的护城河会越来越靠近场景，不是把通用模型包装成 demo，而是把行业专家、现场数据和生产级工程揉在一起。

按节目顺序整理

1. 这不是给办公室写的 AI

2. 为什么很多 agent pilot 进不了生产

3. William Grant 的例子：不是 chatbot，而是理解工厂

4. 定制不是重点，深行业理解才是重点

5. Resolve 做什么

6. 航空适航：差一点也不行

7. 灾害响应：4 点钟的现场调度

8. 对创业者和投资人的启发

本期值得记住的话

• Kriti：Nexus Black 做的是戴着安全帽的 AI。3
• Kriti：如果现场工人要脱掉安全手套才能输入，他们就不会用你的工具。3
• Kriti：现在已经不再是最好技术或最好模型的问题，而是怎样用它解决一个困难问题。3
• Kriti：在航空合规里，almost right 不是选项。3

逐句全文翻译

1. Craig：我是 Craig Smith，在纽约 IFS Industrial X 大会现场为 Eye on AI 做采访。IFS 是工业 AI 软件供应商，为资产密集型行业提供 AI 解决方案，包括能源、公用事业、制造和航空航天。今天我采访的是 Kriti Sharma，她是 IFS 新业务 Nexus Black 的 CEO，这个团队专门解决困难问题。
2. Craig：Kriti，很高兴在纽约见到你。能先向听众介绍一下你自己吗？讲讲你的背景，你是怎么来到 IFS，又怎么来到 Nexus Black 的？
3. Kriti：当然。我叫 Kriti，小时候在印度长大。小时候我会做机器人，不过它们没有解决什么重要问题。我做的第一个机器人，是每天 3 点帮我从零食柜拿 Snickers 巧克力。我父母应该很开心吧。现在我做的事情更有用一点。
4. Kriti：我的背景是计算机科学，之后开始做 AI 业务和 AI 产品。过去 10 到 15 年，我职业生涯的大部分时间都是在为坐在办公桌前的人做 AI 产品，比如会计、律师之类的人。但我很想为不坐在办公桌前的人做产品、业务和体验，这就是我来到 IFS 的原因。
5. Kriti：我们今年早些时候启动了 Nexus Black。它是 IFS 内部的一个业务，和最重要的客户一起工作，真正去一线。你可以把它理解为戴着安全帽的 AI。我们到现场去，在机库里过周末，在炼油厂和工厂里工作，跟着现场技术人员一起走，因为我们要在失败不是选项的地方做产品。
6. Craig：你有机器人背景，我很好奇你在哪里学的计算机科学？
7. Kriti：我在英国苏格兰东海岸的圣安德鲁斯大学，那是一个很小、很美的地方。我一直喜欢做东西，现在能在物理世界里做这些东西，我每天都很开心。你会开始理解，为坐在办公桌前的人做产品，和为工厂、机库、工地、现场人员做产品，是完全不一样的事。后者更难，也更有趣。
8. Craig：我刚才和 Mark Moffett 聊到你们和 Boston Dynamics、OneX 的一些工作，比如机器狗 Spot 和人形机器人 Neo。那是 Nexus Black 的重点吗？我知道 Resolve 也是你们的产品。
9. Kriti：Nexus Black 的产品不受形态限制。我们非常关注为要解决的问题选择正确工具。我们有一支精英工程师团队，他们可能是现在世界上最稀缺的一类人，因为他们已经做过生产级 AI 产品。我们把这种能力和深行业专家结合起来。很多人都会说自己在做深行业产品，但我们真的必须解释这是什么意思。
10. Kriti：所以，不管是部署在人形机器人里、机器人环境里，还是更数字化的形态里，我们都不执着于形态。我们只看具体问题需要什么。
11. Craig：在数字形态里，你们应该也做很多 agent。我想知道你怎么看 agent 工作流的发展。现在外面有很多兴奋和承诺，但很多 pilot 没有进入生产。你怎么看？
12. Kriti：我们在 Nexus Black 只关注 job to be done。也就是说，我们到现场去。我要说一句很大胆的话，并且会用事实支撑它：我们通常能在大约三周内让客户看到价值。
13. Kriti：我整个职业生涯都在做 AI，所以我最讨厌 AI washing，也讨厌没有根据的说法。我们之所以能做到，是因为在物理环境里解决这些问题，没有别的方法，必须到现场去。
14. Kriti：我们走出自己的舒适区，到那些现场去，看真实情况、真实数据和真实问题。比如和现场技术人员一起工作时，他们会告诉我们，如果我必须脱掉安全手套才能输入内容来使用你的工具，那我就不会用。
15. Kriti：这教会我们，真正需要的是语音转写和其他交互方式。很多时候你可能以为，用图像模型扫描一个东西就很酷了；但和工程师一起工作后，你会发现故障的第一个信号往往是振动或压力。你就是通过这些细节不断学习和迭代。
16. Kriti：如果你是在一个现场、一个工厂或离岸环境里做东西，太平洋上没有 Wi-Fi。你必须学会在这个艰难世界里构建。当你在边缘、在现场、和真正要使用它的人一起解决真实问题时，失败概率会大幅下降。
17. Craig：在低连接或没有连接的环境里做边缘工作很有意思。你们怎么做？
18. Kriti：我们会压缩大量知识，并把它部署到设备上去完成工作。这些问题都能解决。真正的价值来自知道哪些问题值得解决。现在已经不再是最好技术或最好模型的问题，而是怎样用最好的方式解决困难问题。
19. Kriti：失败通常发生在没有找准高价值问题，没有识别解决方案必须运行的约束，也没有深入理解这些工人的情绪、希望、恐惧和实际需求。真正理解这些约束、理解他们的实际挑战，并和他们一起工作时，事情才会发生。
20. Craig：你们去现场时团队有多大？比如酒厂那个例子，我想是 Resolve。你们是跟着工人走，观察他们做什么。一个客户会有几个人去？回来后是微调 Anthropic 模型，还是一直用同一种方式？
21. Kriti：我们用这个例子走一遍，因为我刚才说了一个大胆的说法，我要证明它。就拿酒厂来说，对话里提到的是 William Grant & Sons，也就是 Glenfiddich 威士忌和 Hendrick's Gin 背后的公司。它在苏格兰西海岸，所以我经常回到苏格兰，我很喜欢。
22. Kriti：我们到现场后，在几天内快速理解了他们的挑战。他们的问题是生产损失。机器一旦异常、某个东西坏掉，他们有大约 38% 的时间花在应急和纠正性维修上。这会花更多时间，工厂停下来，批次损失也会出现。
23. Kriti：第二个问题是，真正拥有深领域知识的技术人员数量有限，而企业还在扩张，所以他们必须用更少资源做更多工作。这些挑战并不是他们一家独有的。
24. Kriti：我们在现场观察技术人员怎么工作，观察工厂怎么运行，然后开始建立关于工厂、设备和现场状态的知识表示。这里的数据和知识不是你我平时会读的格式。比如一个小泵、一个密封件和周围环境怎么连接，往往在一种复杂工程图里，也就是 piping and instrumentation diagram。
25. Kriti：如果你不是有 20 年经验的现场工程师，看这种图会觉得完全不知道从哪里开始。我们使用 Anthropic 的 Claude 能力，然后训练它、推动它的边界。我们和 Anthropic 的 Garvan 以及他们的工程团队合作得很紧密，让模型理解 P&ID 图。当某个东西发生异常，或者在异常发生之前，我们不只知道哪个部件需要维修，还能知道它如何影响上游和下游。
26. Kriti：这就是从「我做了一个 AI pilot，感觉差不多能用，但最后只是一个 chatbot 或 agent」到「我有一个理解我的工厂、我的现场、连接关系和现场状态的方案」之间的差异。它会和技术人员一起工作，帮他们找到答案并解决问题。
27. Kriti：在 William Grant & Sons 的案例里，按他们自己的评估，单是这一家工厂每年就预计节省大约 840 万英镑。把这个扩大到更多现场，影响就会很大。简单说，当你真的在现场，而且不害怕 P&ID 图纸时，事情就能做成。
28. Craig：我也和很多提供现成方案的公司聊过。企业，尤其是实体运营里的企业，采用 AI 的问题之一是，一刀切的方案不太行。像你说的，你必须进去看到那个工人不会脱手套。你觉得这种定制化对工业 AI 采用有多重要？
29. Kriti：我觉得比「定制」更重要的是深行业理解。我们花大量时间在这些工业环境里，而且只在特定行业里工作，比如制造、公用事业、航空与国防、服务、电信、施工和工程。我们不走出自己的车道，因为这样每进入下一个行业客户时，我们对他们需求的理解就会更好。
30. Kriti：比如 AI 读取复杂工程图的能力，第一次解决后，下一次就能更快复用。随着时间推移，你会建立专业化能力，也会把专业化能力规模化。过去可能需要很多人，甚至上百名工程师花几年，才能让技术或软件适配制造和供应链。现在不是这样了，时间线缩短了。
31. Kriti：我们团队里当然有非常强的 AI 工程师，但我们把他们和制造、公用事业等行业专家配在一起。现场就有很多最先进的客户和行业专家，正在一起构建下一个产品。
32. Craig：Resolve 是一个独立产品吗？它是为 William Grant 开发的吗？
33. Kriti：它是和第一批资产密集型客户一起开发的，适用于工厂和现场。我们和一批客户共同做，所以最后不是只适用于一个环境，而是能很快和客户一起创造产品，然后扩展到更广泛的客户基础。
34. Kriti：现在有一代新的 AI 公司，少量员工就能创造巨大的收入和估值，因为技术创造本身变得更快、更强。我们现在也是这样。少数能力很强、非常专业、会使用 AI 工具的人，可以在几周内构建复杂的生产级方案。
35. Craig：生产级很重要，因为现在很多东西还停在 pilot 阶段，没有真正落地。
36. Kriti：在我们的行业里，不能这样。我们做航空公司的合规和适航安全。每一次飞机起飞，大约有 400 条生命在上面。我们不能搞砸。做不到生产级、企业级，就是不负责任。
37. Craig：能解释一下 Resolve 这个产品里面有什么吗？
38. Kriti：Resolve 是为工厂和现场一线工人设计的产品。它的工作方式是，在问题发生之前理解问题。它会持续监控工厂和现场的系统状态，包括温度、压力、噪声、声音、图像、视频，以及过去的故障模式。它根据这些判断可能发生什么问题。
39. Kriti：它会读取我刚才提到的工程图，理解上游压力积累、下游生产损失，然后生成一系列详细操作指令，像工程师一样把正确工具交给一线工人，让他们第一次就把工作做对。
40. Craig：但一线工人不是坐在电脑控制台前。他们怎么接收这些信息？
41. Kriti：在他们自己的设备上。他们在设备上接收，不需要打字，因为现场有我们刚才说的情况。他们可以用语音，并根据形态得到合适的响应。
42. Craig：你们生产设备吗？
43. Kriti：不，就是他们的手机。可以是任何设备。通常我们部署在工厂环境里允许使用的手机上，因为要考虑火灾和安全风险。
44. Craig：还有哪些产品在管线里？
45. Kriti：昨天在纽约活动上我们讲了另一个很自豪的方案，是给商业航空公司的适航合规。意思是，每当飞机制造商或 FAA 这类航空监管机构发布服务公告或适航指令，也就是飞机制造商或运营方为了保持机队安全必须做的事项，这些指令会以数百页文件形式出现。里面不只是文字，还有图片和零件详细规格。
46. Kriti：一旦做错，后果非常大。每次做错都可能面对 100 万到 2000 万美元监管罚款。如果因为没能及时完成而必须让机队停飞，每天就是 1.4 亿美元收入损失。最坏情况下，这还会危及生命。所以失败不是选项，almost right 也不是选项。
47. Kriti：我们会读取这些指令，把它们和已有机队信息比对，包括所有可能在运营的飞机尾号和零件，然后做计划和维修工作，确定到底需要做什么、哪个零件需要更换。
48. Kriti：在普通情况下，也就是没有 Nexus Black 的环境里，人类工程师要花几周时间读这些资料，理解需要采取什么动作、哪个零件要换、需要哪些信息，以及什么时候安排，因为飞机一直进出。这类问题很复杂，但影响和价值很大，所以我们很喜欢解决。
49. Kriti：还有一个我最在意的，是公用事业灾害响应。灾害和重大事件越来越常见，可能是纽约这样的暴风雪，也可能是飓风、加州野火、希思罗机场那样的停电，或者伊比利亚的断电。
50. Kriti：这种时候，一线工人要处理很多挑战。他们要进入现场，在很多基础设施可能被水淹的情况下解决问题。他们还要协调，把信号发给附近公用事业区域的其他队伍，大家集合在某个停车场，弄清楚要去处理什么任务，是恢复电力，还是在问题解决前疏散居民。
51. Kriti：我们和 Anthropic 的合作，利用模型即将具备的能力，不只是回答文本或推理，而是进行行动和长期规划。现在我们可以用过去不可能的方式解决这些问题，也就是协调复杂行动。对一线工人来说，这是最艰难的时刻。
52. Kriti：他们凌晨 4 点接到电话，原本风暴要往那边走，现在却来了这里；火势正在升级。听到亲自负责灾害响应的人告诉我们，这会帮助社区更快恢复供电、让医院更快重新亮起来，我会起鸡皮疙瘩。对我来说，这就是技术的力量，也是我热爱这份工作的原因。
53. Craig：飞机上如果出现问题，我总会想，那些维修人员怎么知道怎么修？比如某个灯不亮。这是你们的用例吗？还是你们主要在维修中心？
54. Kriti：我们更多做维护计划和维护执行，尤其是知道某个部件可能有故障、需要替换、需要做其他动作的情况。飞机进入维修机库时会发生很多事。我和团队在机库里过过周末，也进过拆开的飞机。走进去时，你会看到工程师躺在地上工作，甚至要小心别被他们的腿绊倒。
55. Kriti：很多工作仍然靠纸笔和硬纸板管理。你会觉得，这真的该改变了。现在我们给他们工具，让他们更有信心。现场工程师想按一种方式做事，办公室里的计划人员有另一种需求，现在我们可以把两边连接起来，处理大量数据，并在正确时间采取正确动作。
56. Craig：你们团队在增长吗？这会走向哪里？可能性看起来很多。
57. Kriti：是的，我们在增长。如果你认识一些人，他们对解决真实世界里的困难问题很兴奋，喜欢物理环境，也喜欢让技术解决问题，那他们应该来找我们。我们在 NexusBlack.com。算是小小打个广告。
58. Kriti：我认为现在最重要、也最神奇的一点是，你不必像我一样是计算机科学家或机器人专家，才可以在这个世界里解决问题。你可以是自己领域里的专家，也可以只是一个极其好奇、低自我的人。你们都欢迎。
59. Craig：很好，很高兴见到你。

来源