AI有可能改變連接器的制造方式以及由誰來制造連接器。

對于電子工業的未來，尤其是連接器行業面臨什么樣的困難，我們應海納百川，實事求是。目前最首要的改變是人工智能（AI）,而不是新的處理器，快速互連器件，好的傳感器或新的存儲芯片，這些部件都是次要的。真正的問題是，連接器行業如何面對海量革命性的高科技、合法的專利、競爭力以及由于大量人工智能不可避免帶來的標準問題等。改變正在加速，連接器行業需勇于面對。

連接器行業遵循四項基本原則：

1.連接器制造商應比客戶更透徹了解連接器。

2.只有連接器制造商具備批量生產的技能和設備。

3.利用專利組合保護自己的商業模式。

4.連接器制造商應保證自己的產品在使用過程中的可靠性，避免由此產生應用故障。

現在，讓我們仔細看看這些原則，同時也承認AI構成的真正威脅。俄羅斯總統普京在一次學校演講中曾說：“人工智能不僅是俄羅斯的未來，也是全人類的未來。無論誰成為這一領域的領袖，都將成為世界的統治者?！碑斎凰f的主要是指智能武器和戰場機器人。但普京的說法是否也適用于連接器行業呢？讓我們來探討一下，這種可能性如何影響這個行業的根基。

數據的力量

連接器制造商花巨資為他們的高速銅材連接器開發仿真模型，以確定性能參數和與某些芯片(例如：PCI Express、以太網)和傳輸線(例如：電纜、載板、PCB線路)相關的眼圖。他們與標準委員會分享這些數據。這個行業的基本前提是連接器制造商比客戶更深刻透徹了解連接器。但AI的出現有可能改變這一前提。

AI并非主要指擁有最佳的計算能力，關鍵是掌握了巨量的數據。并且，頂尖的系統廠商會利用這巨量的數據來預判連接器的工作表現和可靠程度等。系統供應商構建了數千或數百萬個系統，通過經驗曲線，他們對成本、性能和可靠性有了很好的認識。通過這些數據，系統開發者的人工智能計算機輔助設計(CAD)系統知道更好的設計連接器。他們只是沒有能力生產出來。

連接器制造商如何從系統供應商那里獲得數據？他們可以花錢來購買AI-CAD工具和服務器，并將其作為一種服務提供給他們的客戶，客戶無需自己再購買。這樣，他們就可以免費獲得數據，并通過從客戶那里獲得使用工具的費用。這個過程被稱為軟件服務或SaaS。連接器供應商的工具還收集客戶使用連接器過程中的大量數據，這也是互聯網的力量表現。系統供應商知道他們的數據價值巨大，利用創建的連接器設計元素將在市場上極具競爭優勢。

就我個人而言，我認為SaaS模型不適用于連接器制造商，除非他們將自己的制造專業知識數據與客戶的操作和可靠性數據結合起來，并將其劃分開來。

隨著AI-CAD的逐步成熟，客戶與連接器供應商共享數據庫的傾向可能會減弱。我們可能的發展方向：在某些時候，數據庫可能比專利更有價值，連接器行業基于專利的商業模式可能會受到威脅。但如果認為AI-CAD可以超越專利系統，也是不可能的。

現在，有關如何設計優質連接器，系統供應商擁有比連接器制造商更好的數據。他們如何使用AI-CAD的數據？當強大的3D打印機出現時，他們會將系統連接到3D打印機上，并制作自己的連接器。AI-CAD 和3D打印機的確對連接器制造商來說是絕佳的兩個工具。

缺失的標準

首先聲明一點：我不是律師。此處提供的資料無意傳達或構成法律咨詢或法律意見。我只是提出一些問題和想法。如果你有問題或擔心，應該聯系相關的律師。

有許多關于人工智能將如何影響經濟，社會，醫療保健，金融行業，以及網絡就業的文章。但是我找不到一篇關于AI如何影響標準開發的文章。我沒有發現來自ANSI或其他主要標準開發組織(SDO)的相關文件或觀點。這既令人失望和不安。所以，我們要在這里重點提出來。

參加任何一個標準開發會議，你都可能碰到來自連接器公司的許多工程師。連接器公司依靠開放的硬件標準硬件來經營，這些硬件用于電信、軍事、工業、交通和醫療等市場。他們利用知識產權(如：專利)保護自己的業務。

假設一家公司擁有一個良好的AI-CAD系統，并參與了標準的開發過程，他們就能將這些新標準信息引入到系統中，提前準備新標準的各項基本要素。然后，AI-CAD系統可以針對為每一個基本要素做出應用，并提出專利申請。這不是什么新鮮事。幾十年來，參加標準會議的人都會根據會議內容建立產品的設計性能和參數等，并申請專利保護。AI-CAD會加快這個過程，有可能使參與標準制定的公司搶奪和決定標準進程。

自2011年9月以來，美國一直處于第一專利申請大國。每次在標準制定時，幾個美國連接器供應商都會在會議上聲明專利(或專利申請)。關于新專利法中有關第一次出版而不是第一次提交文件的制度，有很多討論。包括寬限期和隨后的披露不被認為是“先驗技術”等等。這個過程可能會持續數月或數年。取決于文件和法律程序的復雜性。AI-CAD會加劇SDO和參與公司目前的專利標準問題的討論。

SDO可能在他的云系統中加入AI系統，然后按次收費。他們可以上傳新標準的范圍和參數，這些算法還可以確定系統分支的可能性和基本要素。換句話說，人工智能系統實際上可以編寫標準。它還可以確定所有相關標準基本專利（SEP），并通過優化分支系統來規避專利侵權，但專利申請除外，這些申請在18個月內不公開披露。這樣的程序可能會激怒參與的公司成員，并可能造成一些法律問題。

SDO的成員也可以在一個集體協議中將他們的AI-CAD系統連接起來，并創建自己的標準。它們可以完全繞過SDO和行業公會。將SDO的AI機器與其成員的AI機器掛鉤會產生一些我們從未見過的有趣的法律、技術、社會和經濟事物。司法部能否從法律方面給AI授權，允許任何AI機器都可與SDO網絡連接起來呢？我們已經證明，人工智能機器比工程師思維更快，甚至他們比律師的思維也快。律師在當今法治社會中是異常忙綠的，在某種程度上，他們的人生使命是處于創新、技術發展和實驗的最前沿。把AI-CAD和法律綜合在一起的問題就像油和水混合的問題一樣。

Slaughter-bots 和責任

（Slaughter-bots：一臺用于擊殺犯罪兇手的 AI 仿生無人機）

看了有關Slaughter-bots的視頻知道，這種機器人完全是由復雜的AI驅動。未來的軍事部隊和執法機構可以利用這些新的工具。但假設這些裝置在執行任務期間殺死了一些無辜的旁觀者，可能引發民事和刑事訴訟。但誰會被起訴或控告呢？發送機器人的團隊？機器人的制造者？編寫算法的人或公司？提供機器人數據庫的所有者？提供機器人組件的公司？還是把數據從傳感器傳遞給處理器的公司？這些問題的答案難以確定。

從較低的應用層次上說，如果SDO的人工智能系統進行專利搜索，根據潛在標準子系統確定最佳路徑，但仍錯過一些專利或應用。SDO對那些依靠搜索來的專利進行訴訟者負有責任嗎？就像缺乏有關人工智能標準開發的論文一樣，法律界也缺乏關于潛在人工智能責任和復雜難題的研究論文。

人才的問題

設計連接器是一個范圍有限的問題。連接器的三維設計會束縛我們；用于外殼和接觸點的導電和絕緣材料會束縛我們；物理定律和使用銅和光纖的傳輸線也會束縛我們。突破這些束縛的人才缺乏，這類人才的收入水準也非常高。這也是為什么許多程序員工程師努力研究這些問題，特別是在AI-CAD領域。

一個花費工程師幾個月來設計的新產品，AI-CAD系統憑借海量的數據可以在幾分鐘或幾小時內就能完成。然后，AI系統可以在幾分鐘內對設計進行模擬驗證。無需建立多個模型來進行昂貴的測試和設計修訂。這樣看來，我們是否連接器、半導體、電路板等傳統工程師在未來會失業嗎？我想答案是肯定，只是不知道到什么程度。

結論

為什么亞馬遜要收購Whole Foods進入食品領域，而不是收購連接器公司進入連接器領域呢？僅在美國，食品行業每天的銷售額約為一百六十億美元。連接器行業每天在全球的銷售額約為一億六千四百萬美元。對亞馬遜來說，連接器的業務量有限。但對于小型CAD產品公司來說，這是值得一試的。亞馬遜的數據中心現在已經安裝了二百萬多臺服務器。他們的員工已經設計了自己的服務器，并由亞洲的制造商制造。如果說誰擁有大量的連接器成本、性能和可靠性數據庫，那就是Amazon、Google或Facebook。他們能否通過人工智能系統運行這些數據，并設計出更好的連接器，并讓在中國制造呢？在某種程度上講，他們可能已經這樣做了。

Ray Kurzweil, Stephen Hawking, Elon Musk和其他未來預測學家已經評論說，人工智能將把人類帶到一個驚奇的境地，即機器人將變得比人類更聰明。他們預測這一事件將發生在2045年左右。但他們的這個時間點可能是錯的。

當AI-CAD面臨法律法規的困惑，標準制定、專利系統，以及數據從制造商輸送給客戶時，這種境地就會變成現實。

我們粗略地梳理一下這個主題的幾個元素，可以發現，AI-CAD對產業的影響力可能比本文所提出的更為顯著。如果我有一個很好的數據庫和預測人工智能算法，我可以給你展示一個可能發生的樹狀圖，來顯示可能發生什么以及每個分支系統的能力。驗證主要的、次要的、以及其他因數的影響力，從而判斷對行業的發展的作用在哪里。

但首先，我們必須承認，即使我們在冥思苦想時，AI可能已經有了答案。當我們花數小時研究電子表格數據來尋找答案時，AI可以在幾秒鐘內操縱數百或數千個變量，數百萬次的運算來得出結果。雖然我們只是推測，AI可能已經知道未來的結論在哪里。

雷·奧爾德曼(Ray Alderman)是VITA公司董事會主席。他曾在越南戰爭中從事軍事情報工作；與伯羅斯合作從事大型機計算機業務；是幾家電腦初創公司的合伙人；PEP模塊化計算機公司的總裁。