AI關乎電力、基礎設施和安全：TechEx北美大會洞察

在TechEx北美大會的首日活動中，儘管參觀者渴望看到最前沿的AI技術，但演講者和參展商帶來的細節與深度思考表明，有時恰恰是那些較小的考量因素需要佔據重要位置——至少在企業決策者心中如此。

大會設置了邊緣計算、物聯網、數據中心大會和網絡安全等多個主題軌道，核心問題圍繞AI在進入物理世界和商業世界之前需要構建哪些基礎。

邊緣計算軌道根植於傳統行業，重點關注延遲、部署紀律以及工業物聯網與IT融合的網絡安全。首日議程將邊緣計算定位為企業重新評估數據資產價值、審視自主設備決策方式以及所需處理速度的場所。會議探討了多站點企業的邊緣部署規模化、代理式網絡運營、本地、雲端或混合分佈式推理、不可變邊緣基礎設施，以及如何將零信任網絡安全原則應用於控制系統。

邊緣AI基金會主席Ed Doran主持的議程以“邊緣是一個苛刻的運營環境”為出發點。參與者包括Akamai、Spectro Cloud、Scylos、TÜV萊茵、OPC基金會以及德國施耐德電氣等公司的代表。討論涵蓋了製造業和物聯網中的問題，並深入探討了工業自動化以及連接控制與衰減設備。

將智能更接近機器會改變風險狀況，但具體方向仍有爭議。更快的本地決策可能減少延遲和對中心雲服務的依賴，但決策者心目中的可觀測性和控制在哪裏？

物聯網技術博覽會首日的工業物聯網與數字孿生軌道聚焦製造業，會議涵蓋智能工廠趨勢、超越工業4.0的AI、資產管理、擺脱試點困境的實用路線圖、日常運營中的物理AI以及數字孿生。

與知識領域AI部署的討論類似，演示與部署之間的差距是受審視最多的區域。工業AI和後台AI在演示中可能表現良好，但遇到老舊機器或遺留軟件時可能會停滯不前。

“試點困境”這一概念在多個會議和展廳中反覆出現。羅克韋爾自動化和福特的關於物理AI與互聯資產智能的會議特別關注那些在概念上看似可行但在現實中可能失敗的項目。如何讓智能進入日常運營而不成為無人負責的儀表盤？

數字孿生也受到了類似的審視。更好的數字孿生並非用於演示的視覺複製品——儘管它們確實有其用途——而是能夠真正幫助工廠、城市或市政設施的運營模型。除了預先測試決策和改進維護外，現代數字孿生應追求什麼目標？

TechEx的議程將西門子、韓國LG CNS、波士頓動力等公司的演講者的觀點聯繫起來。大會的共識是，智能系統，無論是深入嵌入工程場地還是後台辦公室，都需要與其設計服務的對象（人或機器）協調設計。

數據中心大會軌道的首日會議探討了該行業當前面臨的重大問題：建設、電力、採購、冷卻、用水以及AI數據中心所需的網絡骨幹。主題演講者和圓桌討論嘉賓討論了建設混亂和電力問題，TechEx的舉辦城市聖克拉拉介紹了其自身的數據中心發展歷程。

數據中心問題仍然是更廣泛AI辯論的核心。AI依賴於計算，特別是密集計算，而這又依賴於電力、冷卻、土地和許可。基礎設施相關討論中反覆出現的主題是AI經濟如何影響基礎設施堆棧：前者快速變化，而後者需要數年才能成熟。

在許多方面，TechEx活動是獨特的，它將影響整個行業的問題集中在一個屋檐下，讓人們看到全局。在數據中心大會中，我們瞭解到水和電力約束可以穿透圍繞AI規模的修辭。AI和大數據會議幫助淡化了“衝向AI生產力”的想法，並提出了為什麼無計劃、無組織的技術實施不適合現代企業的理由。數據中心現在成為AI戰略物理化的重要場所；企業董事會的考慮變得實際。

網絡安全與雲博覽會將自身視角應用於部署。首日議程涉及安全文化、合規性、速度、勒索軟件、影子AI、數據外泄、遺留系統、開源依賴問題以及CISO與高管層的關係。普遍共識是AI採用增加了企業的攻擊面，並且一個反覆出現的信息是：當企業想要更快、更智能的工具時，現有的安全弱點不會消失。

關於影子AI和數據外泄的會議與整個活動尤為相關。許多公司的員工在業務工作流程中使用AI服務，有時未經批准，且通常沒有記錄其活動的設施。這使得數據治理和網絡治理實際上成為同一話題。

一個會議同時舉辦互補軌道的優勢在多處顯現。例如，網絡安全軌道對遺留系統的擔憂在物聯網和邊緣舞台上得到呼應，在那裏提出了現代智能與老舊工廠系統相遇的問題。任何背景下的安全有時都可能成為事後考慮，但交通或能源等關鍵基礎設施意味着網絡安全必須發揮核心作用。

TechEx北美大會首日關注基礎設施的軌道給大會帶來了一些現實感——至少在某種程度上。AI可能被討論為代理式自動化，但部署依賴於網絡、數據中心容量和網絡安全。邊緣和物聯網會議展示了智能如何到達機器，以及需要如何謹慎和有考慮地應用。數據中心會議展示了物理建設的物質限制，而網絡安全會議則展示了速度如何成為敵人。

這一天向數千名與會者表明，將AI投入生產不僅僅是打開軟件開關。它依賴於建築、電網、網絡和安全等平凡事務。理解這些問題的公司更有可能成功部署最新技術。看清全局正是這個活動的意義所在。