在复杂的工程与产品生命周期管理中,工程团队正在经历深远的数字化转型,生成式 AI 可以提供帮助。然而,在精度和合规性不可妥协、结果必须准确的工程领域,生成式 AI 的应用不能掉以轻心。
即使是一个不合理的要求也可能导致代价高昂的返工、计划延误和低质量的结果,从而危及产品甚至公司的生存。这对于汽车、航空航天或医疗设备等关键的、受监管的行业尤其重要,这些行业的错误可能会影响产品和业务的成功。缺乏企业级严格性或忽略关键保障的 AI 应用,可能会削弱其所期望提供的速度与自动化承诺。
正确实施可以为您的工程团队和相关利益方带来更高的速度、清晰度和构建信心。
在工程领域,AI 的一种有前景的模式是应用任务级 AI 自动化,由专门构建的智能体驱动,旨在专门完成这些任务。这在实现新型自动化的同时,也降低了因对大语言模型 (LLM) 进行通用查询而产生错误的风险。
我们在即将推出的 IBM Engineering AI Hub v1.0 产品中采用了这种方法。这是 IBM 工程生命周期管理的一个附加组件,它将提供智能体,在用户现有工具中呈现为新的“智能”功能。
首个版本预计于 2025 年 10 月 14 日起提供,包含针对以下用例设计的智能体:
工程师在使用需求工程应用 DOORS Next 和跟踪与规划应用 Workflow Management 时,将能够在集成的用户体验中访问这些 AI 驱动的结果。
智能体大有可为,但并非万能。我们的设计原则包括让人类始终掌控主导权(即:AI 提供建议,人类做出决策)、为用户设定合理期望,以及通过验证与确认收集证据,确保任务级自动化展现出足够的准确性、可靠性和实用性。
随着产品和系统日益“软件定义”,且复杂性不断增加,对更智能、更自动化工具的需求比以往任何时候都更迫切。IBM Engineering AI Hub 的建立就是朝着这个方向迈出的一步。
了解更多关于 IBM Engineering AI Hub 的信息
预约专家咨询,了解如何为本月推出做好准备