吉宝真正的人工智能故事，并非人形机器人

【新加坡】当吉宝（Keppel）将其具身人工智能机器人带入房间时，感觉就像步入了未来主义的电影场景。

人形机器人Ken会直呼访客姓名表示欢迎，而名为Sentry的机器狗则会巡视房间，并在接到指令时标记出异常情况。这些场面备受镜头青睐。

Ken正在接受培训，以便在森诺哥垃圾焚化发电厂操作高压开关。另一只名为Sniff的机器狗则被设计用于爬入焚化炉，检测空气中的有毒气体。

这两项试验都只进行了大约六到八周。目前尚无具体的部署日期，这两款机器人也还未提交给监管机构进行审批。

但可以把它们看作是开场表演。吉宝真正的人工智能主角没有腿，没有脸，也无需面对镜头。它们是名为Tellus和Athena的软件智能体，其中一些已经开始创造实际的经济效益或节省开支。

10月27日，吉宝还获得了一项殊荣。在新加坡科技创新周期间，副总理Gan Kim Yong将其评为24家“人工智能领军者”之一。

双轮与传动带

“我们实际上希望成为一家人工智能原生的全球资产管理和运营商。这是我们的目标，”吉宝互联互通业务总裁兼首席数码官Manjot Singh Mann表示。他与房地产业务总裁Louis Lim共同担任吉宝人工智能执行委员会的联合主席。

吉宝总裁Loh Chin Hua此后为此设定了一个时间表。Loh在接受《海峡时报》采访时表示，集团的目标是在2040年前成为一家人工智能原生企业。

为何要多此一举？吉宝已经通过建造数据中心、发电厂和海底电缆等人工智能所需的基础设施，从这股热潮中获利。

答案是规模。与2023年资产规模突破1万亿美元的Blackstone相比，吉宝的规模仍相形见绌。通过招聘来达到同等规模将是缓慢且昂贵的，Manjot Singh Mann也承认，在新加坡，科技人才“始终是一个挑战”。人工智能是吉宝希望实现以小博大的方式。

这一愿景依赖于吉宝的双飞轮模式。可以把它想象成由一条传动带连接的两个轮子。一个是资产管理：募集资金、投资、出售并循环利用资本。另一个是运营：管理这些基金旗下的发电厂、数据中心和楼宇。

在Louis Lim看来，人工智能就是那条传动带。“人工智能将两者结合起来，从我们的运营端获取信息，为我们的投资决策提供依据。我们认为这是一种超级能力，”他说。他称之为吉宝的“新秘密武器”。

这背后的利害关系远比机器人所展示的要大。吉宝预计，到2030年，其超过70%的盈利将来自支持人工智能的基础设施。截至7月底，其资产管理规模（FUM）达到1060亿新元，并希望到2030年达到2000亿新元。

在不增加一倍员工的情况下将资金翻倍，是所有人工智能讨论背后心照不宣的承诺。

但总裁Loh Chin Hua在宣传时十分谨慎。10月29日，在吉宝的第三季度业绩说明会上，正值市场担忧人工智能支出的时期，Loh强调其数据中心、电力和电缆服务于更广泛的数码经济，“包括但不限于人工智能”。

分析师们已经有了更大胆的设想。在9月份的吉宝Next论坛之后，摩根大通的Mervin Song和Terence Khi问道：“投资者是否也敢梦想在2040年实现1万亿新元的资产管理规模目标？” 星展银行的Ho Pei Hwa指出，Blackstone和Apollo花了大约十年时间，才将资产管理规模从2000亿美元增长到1万亿美元。

能创造收益的智能体

以专为吉宝数据中心部门打造的Tellus为例。如果吉宝正在关注越南市场，Tellus会抓取关于电力、水源、光纤以及超大规模数据中心运营商偏好建设地点的公开数据，然后绘制出最可能选址的热力图。

Manjot Singh Mann说：“这让我们不必在那个国家派驻庞大的团队，日复一日地走访各个省份。”

Tellus帮助吉宝在澳大利亚选定了一个地点，并为其720兆瓦的数据中心园区锁定了土地和电力资源。

吉宝将此称为“电力储备”。当电力是最稀缺的资源时，抢占先机便是巨大的优势。

此后，Tellus也被“借调”出去。吉宝投资组合中的一家澳大利亚巴士公司用它来规划路线，房地产团队也正在尝试将其应用于学校选址。

另一个例子是Athena，它读取吉宝数据中心的传感器数据，以预测部件何时会发生故障。它曾比供应商更早地做出判断。Manjot Singh Mann说：“当他们还在说‘不，这个不会坏’时，我们告诉他们它即将发生故障，结果我们是对的。” 目前，Athena正在吉宝所有的数据中心推广使用。

Louis Lim最喜欢的例子虽然听起来平淡无奇，但却更有说服力。“我们过去至少需要两到三周的时间来完成一项持有-出售分析，”他说。“现在我们的一些分析师可以在45分钟内完成。”

另一个例子是Athena，它读取吉宝数据中心的传感器数据，以预测部件何时会发生故障。它曾比供应商更早地做出判断。Manjot Singh Mann说：“当他们还在说‘不，这个不会坏’时，我们告诉他们它即将发生故障，结果我们是对的。” 目前，Athena正在吉宝所有的数据中心推广使用。

Louis Lim最喜欢的例子虽然听起来平淡无奇，但却更有说服力。“我们过去至少需要两到三周的时间来完成一项持有-出售分析，”他说。“现在我们的一些分析师可以在45分钟内完成。”

仍在开发阶段

能够利用九个智能体及早发现项目瓶颈的Agent 9D目前仅部分部署。两位联合主席表示，现在量化其节省的成本还为时过早。

合同智能体Vanguard能根据吉宝过往的交易起草与超大规模数据中心运营商的合同。低风险决策可以交由机器处理。但对于重要决策，Manjot Singh Mann说：“我们始终需要一个有名有姓的人来做最终决定。” 这条规则是吉宝的人工智能“十诫”之一。

在生成式人工智能刚出现时，员工们蜂拥而入，试点项目激增。当被问及吉宝在人工智能方面犯下的最大错误时，Manjot Singh Mann不愿称其为错误。“那是一次转型，”他说。“当时的情况正变成一个试点项目的坟场。”

Louis Lim的说法更为生动。“如果你把人工智能应用到一团乱麻上，结果只会得到一团更大、更乱的麻，”他说。解决方法是首先清理数据和工作流程。“现在周围有很多蜜蜂。我们要做的是建造蜂巢。”

因此，吉宝增加了管理层级：一个由高层管理人员组成的委员会，一个由Louis Lim和Manjot Singh Mann领导的人工智能执行委员会，以及由业务部门而非IT部门运营的人工智能小组。每个小组必须预先明确其交付成果。项目随后会被调整方向、终止或扩大规模。“我们的工作是控制兴奋情绪，”Manjot Singh Mann说。

两位部门主管如何决定哪些项目该被终止？“我们就互相‘打一架’，”Louis Lim开玩笑说。

吉宝不愿透露其具体投入金额。“如果我们不投入这笔钱，我认为我们将是在亏待自己的未来，”Manjot Singh Mann说。

回到机器人本身

需要明确的是，这些机器人绝非噱头。

负责测试Ken的部门——吉宝科技解决方案，在今年前九个月的收入超过了9亿新元，其息税折旧及摊销前利润增长了一倍以上。

这些机器人的工作任务是出于安全考虑而选择的。高压开关操作需要两名工人。一人负责操作开关，另一人则用钩子勾住他，准备在发生电击时将他拉开。

“这种事从一开始为什么要由人来做呢？”Manjot Singh Mann问道。

Sniff的工作同样艰苦。在焚化炉重新点火之前，一名戴着面罩的工人需要爬进去检查气体浓度。吉宝在新加坡的垃圾焚化发电厂每天焚烧超过3000吨垃圾，因此这不是一项罕见的工作。

星展银行的Ho Pei Hwa称焚化炉机器人是“吉宝如何利用技术提高回报的一个具体例子”，同时也指出该项目仍处于试验阶段。

硬件仍然是症结所在。负责演示的吉宝数码服务与合伙业务董事总经理Henry Chang表示，机器人技术尚未迎来其“ChatGPT时刻”。

机器仍然会出故障，并且必须用海量数据进行训练。Ken本身运行的硬件就来自中国机器人制造商宇树科技（Unitree）。

此外还有监管障碍。Manjot Singh Mann表示，在吉宝申请批准之前，机器人必须能完美无瑕地工作。“如果我们不相信这可以执行，我们绝不会展示它，”他说。“问题在于规模，以及时间。”

吉宝将“不因人工智能而裁员”视为一项“不容商榷”的原则，其新获得的领军者地位使这一承诺成为公开声明。

这项承诺并非纯粹出于善意。吉宝的智能体学习的是其资深员工的知识。“对于我们这种人工智能模型来说，最好的方式是让传统知识和机构知识留在组织内部，因为我们的模型就是建立在这个基础上的，”Manjot Singh Mann说。如果让这些经验丰富的员工离开，机器就失去了它们的老师。

有一天，Ken或许能独自操作那个开关，而第二名工人则可以待在家里。但在那之前，吉宝真正的主角是那些无人拍摄的对象。