TestGorilla（技能為本招聘平台）今日發表《人工智能流暢度招聘現況》報告，揭示人才評估出現根本性轉變：人工智能流暢度已超越專業領域知識，成為招聘首要考慮。現時有53%招聘經理傾向聘用具備強大人工智能流暢度的應徵者，而非深入的專業領域專家。
然而，雄心壯志卻未能追上現實。儘管72%英國及71%美國企業已正式定義人工智能流暢度，且幾乎所有企業都將其列為招聘要求，但去年兩地市場仍有59%企業聘錯人工智能人才——這些應徵者在面試時能流暢地談論人工智能，卻無法在實際工作中應用。
TestGorilla的《人工智能流暢度招聘現況》報告揭示英美兩地存在跨大西洋分歧：一項針對近2,000名高級招聘主管的研究發現，53%受訪者現時將人工智能流暢度置於專業領域知識之上，但定義與衡量之間存在關鍵差距，導致大西洋兩岸都出現自信滿滿卻不合適的聘用。(資料圖片) AP圖片
TestGorilla行政總裁沃特·德維爾（Wouter Durville）指出：「企業不再只尋求專業領域專家，而是尋找能利用新興科技將產出提升十倍的獲人工智能增強表現人員。然而，應徵者可以在一個周末內學會相關詞彙，例如『代理工作流程（agentic workflows）』、『RAG』、『提示鏈（prompt chaining）』。他們可以令人信服地描述一個工作流程，卻從未實際建立過。」
基礎設施悖論
TestGorilla的研究發現一個「基礎設施悖論」：企業正投資於人工智能招聘框架，但這些框架卻建立在數十年來令招聘人員失敗的相同、有缺陷的代理指標之上。報告指出三個關鍵問題：
聘錯人工智能人才所造成的損失，可能比一個空缺職位更高，包括產出損失、項目失敗及再招聘成本。
跨大西洋分歧
數據揭示了明顯的分歧。33%美國企業報告頻繁出現人工智能引致的錯誤，而英國僅為13%。英國僱主亦較少將標準設定為僅僅是工具認知（29%對比美國的45%），這顯示他們對人工智能流暢度的要求有更強的內部共識。
兩地的結論一致：主觀評估已不再符合目的。客觀、技能為本的評估，是驗證人工智能能力的唯一可靠途徑。
（美聯社）
NanoTech公司今日推出Roovie，為每棟建築物提供一個世界模型。這是一個基於物理學的模型，模擬特定建築物的行為方式，讓人人工智能代理在實際決策前，先行測試各種方案。設計選項、營運變更及資本計劃均可在這個試驗場中，根據業主目標進行測試、定價，並與實際數據核對，從而縮小建築物預期表現與實際表現之間的差距。
世界模型是機械人學習在實體世界運作的方式：它們在模擬世界中練習，根據成效獲得獎勵，然後才採取行動。這些世界模型大多是學習得來的物理學近似值，而Roovie的模型則直接基於物理學原理。建築物的「獎勵」從非單一數字，節省能源但令住戶過熱的方案屬失敗，達到碳排放目標但無法回本的方案亦然。
Roovie產品圖片 AP圖片
NanoTech最初並非旨在開發軟件。作為一間開發先進隔熱塗層的材料公司，它需要證明其產品在實際建築物上的節省效益，但市面上沒有工具能大規模地嚴謹而快速地做到，因此公司自行開發了相關引擎。
NanoTech公司行政總裁兼聯合創辦人米高法蘭西斯表示：「機械人在接觸真實世界前，會先在世界模型中學習。建築物亦應享有同等待遇：在花費任何金錢前，先測試每個決策。Roovie為每棟建築物提供一個基於真實物理學的世界模型，一個試驗場，讓我們的代理在您的限制內，為您的目標努力，並以實際金錢展示如何實現。之後，實際數據會告訴我們是否正確。」
由於負載計算、空調系統規模設計、日光研究、能源及舒適度模擬以及合規性檢查均來自同一個世界模型，整個團隊可了解每個變動如何影響其他方面。這個世界模型可追蹤建築物從初步設計到下一個資本計劃的整個過程，能源服務公司、公用事業公司及貸款機構亦可獲得可驗證及承保的節省估算。
NanoTech公司能源服務高級副總裁內森基格爾指出：「透過Roovie，我們可為城市、校園或房地產投資組合中的數千棟建築物建模，並精確找出提升表現的最大機會。這將能源分析從單一建築物服務，轉變為改善整個建築環境表現的方法。」
GTI能源公司建築去碳化高級經理傑森拉弗勒稱：「透過簡化複雜的建築能源建模工作流程，Roovie有潛力讓更多用戶更容易接觸到先進的能源分析，有助克服陡峭學習曲線和專業行業知識等傳統障礙。」
Roovie今日向選定的測試參與者開放，包括設計、工程及能源服務公司、公用事業公司及政府實體。
NanoTech公司是一間先進材料及建築表現科技公司，結合材料科學與智能，令建築環境更高效、具韌性及符合成本效益。透過NanoTech材料部門，公司開發用於節能、隔熱及防火的先進隔熱塗層。Roovie為每棟建築物提供一個基於物理學的世界模型，人工智能代理可在決策前，根據業主目標測試方案。NanoTech與財富500強公司及加州運輸部合作。
（美聯社）
