Kommer elingenjörer att ersättas av AI? [Video och Quiz]

Kort svar: Elektroingenjörer kommer inte att ersättas i massor, men AI kommer att ta över en hel del av det upprepade arbetet: ritningar, dokumentation, standardmjukvaror och förstapassdesign. Om ditt jobb mestadels handlar om "mönsterexekvering" kommer du att känna pressen; om du äger begränsningar, verifiering och säkerhetsbeslut blir AI en kraftmultiplikator.

Viktiga slutsatser:

Uppgiftsförskjutning: Automatisera utkast, sammanfattningar, checklistor och snabba beräkningar, samtidigt som mänsklig tillsyn bibehålls.

Begränsningar: Förbli värdefull genom att bemästra termiska, EMC-, nedstämplings-, krypnings- och tillförlitlighetsgränser.

Verifiering: Behandla AI-utdata som hypoteser; bekräfta genom simulering, mätning och disciplinerade testplaner.

Ansvarighet: Människor förblir ansvariga för efterlevnad, säkerhetskritiska beslut och konsekvenserna av misslyckanden.

Juniorers påverkan: Juniorer behöver fler labranschrepresentanter och felsökningsövning om AI suger upp tidigt "lärlingsarbete".

Den här frågan tenderar att landa med en duns. Inte för att elektroteknik är skör (det är den inte), utan för att AI är oroväckande kompetent i arbete som en gång kändes – om inte heligt – så åtminstone tryggt mänskligt. Att utarbeta, sammanfatta, söka, hitta mönster och förvandla en dimmig idé till något som ser "färdigt" ut 🧠⚡ OECD McKinsey

Så, kommer elingenjörer att ersättas av AI? Det bättre svaret är inte ett dramatiskt ja eller nej. Det lyder snarare så här: vissa uppgifter kommer att ätas upp, vissa kommer att bli turboladdade, och vissa kommer att förbli envist mänskliga. World Economic Forum ILO

Nedan följer den fullständiga sammanfattningen - vad som är automatiserbart, vad som inte är det, vart detta är på väg och hur man förblir värdefull (utan att själv förvandlas till en robot 🤖).

Artiklar du kanske vill läsa efter den här:

🔗 Kommer AI att ersätta radiologer?
Vad automatisering kan och inte kan göra inom medicinsk avbildning idag.

🔗 Kommer AI att ersätta revisorer?
Hur AI påverkar bokföring, revisioner och karriärvägen inom redovisning.

🔗 Kommer AI att ersätta investeringsbankirer
Uppgifter som AI kan automatisera inom banksektorn, och det som förblir mänskligt.

🔗 Kommer AI att ersätta dataanalytiker: ärligt talat
En uppriktig titt på analysarbete, verktyg och anställningstrygghet.

1) Det raka svaret på "Kommer elingenjörer att ersättas av AI?" 😬

Elektroingenjörer kommer inte att ersättas i bulk. Men delar av jobbet görs redan. World Economic Forum OECD

Det som händer är ”ersättning av arbetsuppgifter”, inte ”ersättning av karriärer”. ILO OECD

AI glider in i:

• repetitiv dokumentation 📄

• förstahandsdesign och utkast ✍️

• felsökning i kod och konfigurationer 🧩

• testdataanalys och avvikelsedetektering 📈

• snabba beräkningar, förnuftskontroller och uppslagningsarbete 🔍 OECD McKinsey

Och den glider inte heller in artigt. Den rusar in som ett litet barn med en tuschpenna.

Men hela rollen som elingenjör innebär mycket mer än att bara skapa ett snyggt schema. Det inkluderar ansvar, säkerhet, avvägningar, fysiska begränsningar, efterlevnad, störande krav och en och annan "detta borde fungera men det gör det inte och ingen vet varför"-situation 😵💫 NIST AI RMF BSI EN 60601

AI hjälper – ibland enormt – men den äger inte konsekvenserna. Människor gör det fortfarande. NIST AI RMF EU:s AI-lag (EUR-Lex)

Så ja, kommer elingenjörer att ersättas av AI? Vissa kommer att känna sig utbytta om de bara gör den lättautomatiserade delen. De flesta kommer inte att göra det, eftersom rollen är större än delen.

2) Vad kännetecknar en bra version av AI för elektrotekniskt arbete? ✅🤝

Inte all AI är hjälpsam. En del av det är bara självsäkert ljud med en vänlig ton. Sött, men nej. NIST GenAI-profil

En bra version av AI för elektroteknik har vanligtvis:

• Medvetenhet om begränsningar: Den ignorerar inte spänningsklassningar, termiska gränser, EMC-realitet, krypspänning, spel, arbetscykel, nedstämpling... de oglamorösa sakerna som räddar produkter 🔥 TI BSI IEC 60664-1 IEC EMC MIL-STD-1547B

• Spårbart resonemang: Det kan förklara varför det valde en metod, inte bara dumpa ett svar 🧠 NIST AI RMF

• Domänvokabulär: Den talar "datablad", "toleransstack", "loopstabilitet", "fasmarginal", "jordåtergång" utan att behöva använda babyspråk 📚

• Iterativt samarbete: Det kollapsar inte när man säger "detta är ett 4-lagerskort med switchbrus och en billig kontakt" 😅

• Verifieringsvänlig utdata: Den producerar material du kan testa, simulera eller granska – inte bara vibrationer ⚙️ NIST AI RMF

• Ödmjukhetskontroller (ja, verkligen): Den flaggar osäkerhet, föreslår kontroller och låtsas inte att den mätte vågformen 🫠 NIST GenAI-profil

Om ett AI-verktyg inte kan bete sig under begränsningar är det som en skruvmejsel gjord av ost. Tekniskt sett ett verktyg… inte praktiskt.

3) Där AI redan ersätter delar av elektroteknik (tyst) 🧠⚡

Här är var AI redan tuggar igenom tidskrävande arbete, särskilt i team som anammar det:

Utformning och dokumentation

• omvandla anteckningar till kravdokument

• sammanfatta designrecensioner

• generera testprocedurer och checklistor

• skriva kommentarer om firmware och README-filer OECD

Det här är inte ett glamoröst arbete, men det är många timmar. AI äter timmar 🍽️

Förstapasskrets- och firmware-stödjande strukturer

• föreslå topologialternativ för effektsteg

• generera inbäddad startkod (drivrutiner, tillståndsmaskiner, kommunikationsskelett)

• föreslå komponent-"klasser" (inte exakta delar, utan kategorier) McKinsey

Det är här folk blir skrämda eftersom det ser ut som ingenjörskonst. Det är det – men "första passet" är inte den sista måltiden.

Felsökning av mönsterigenkänning

• avvikelsedetektering i loggar

• identifiera korrelationer i testdata

• upptäcka upprepade felsignaturer NIST DARE MERL

Det är som att ha en hyperaktiv praktikant som aldrig sover och inte ber om snacks. Farligt och praktiskt 😆

4) Vad AI kämpar med inom elektroteknik (även känd som det klibbiga) 🧷

AI kämpar mest där verkligheten biter tillbaka. Elektroteknik är full av verklighet.

Den fysiska världen bryr sig inte om självförtroende

AI kan låta säker. Fysiken bryr sig inte. Layoutparasiter, EMI, vibrationer, fuktighet, kontaktslitage, marginella komponenter – det här är "överraskningsskatterna" för produkter som lever utanför glidbanorna. IEC EMC FCC Del 15

Jordning, EMI och layoutavvägningar

Du kan inte helt lösa EMI med textprediktion. Du löser det med:

• geometri

• återvägar

• avskärmnings- och filtreringsalternativ

• mått

• iteration IEC 61000-4-3 IEC EMC

AI kan föreslå lösningar, men den känner inte lukten av felet i kammartestet. Ingenjörer gör det 👃⚡

Kravförhandling och intressenttrassel

Halva jobbet är att översätta:

• "gör det mindre"

• "gör det billigare"

• "få det att klara regelefterlevnaden"

• "Skicka den nästa vecka"

Till en överlevnadsbar design. AI äger inte politiken, risken eller skulden. Det gör människor (hurra?) 😅

Ansvarsskyldighet och säkerhet

När en strömförsörjning går sönder, en medicinteknisk apparat går sönder eller ett batteripaket förvandlas till en lägereld – måste någon ha fattat försvarbara beslut. BSI EN 60601 NI ISO 26262

AI kan vara inblandad, men den kan inte vara den ansvariga parten. Det spelar roll. Mycket. EU:s AI-lag (EUR-Lex) NIST AI RMF

5) De jobb inom elektroteknik som är mest utsatta för automatisering 🎯

Vissa delroller kommer att förändras snabbare än andra. Inte för att de är "mindre betydelsefulla" – bara för att de innehåller fler repeterbara mönster.

Mer exponerad:

• rutinmässig schemaläggning från kända mallar

• grundläggande inbäddad standardmodell (initieringskod, vanliga protokoll, limlogik) McKinsey

• generering av testrapporter och formatering av efterlevnadsdokument

• sammanfattningar av komponentforskning (med mänsklig verifiering, tack)

• enkel upprepning av PCB-layout (placering av välbekanta kretsar upprepade gånger)

Mindre exponerad:

• strömintegritet + EMC-tung design IEC EMC

• säkerhetskritiska system NI ISO 26262

• högtillförlitlig hårdvara (krävande miljöer, lång livslängd) MIL-STD-1547B

• nytt arkitekturarbete (nya begränsningar, nya fellägen)

• systemteknik (översättarens roll över olika discipliner)

Så om någon frågar igen, Kommer elingenjörer att ersättas av AI? Ju mer ditt arbete är "mönsterexekvering", desto mer kan AI skugga dig. Ju mer ditt arbete är att "äga verkligheten", desto mer blir AI din assistent.

6) Jämförelsetabell: vanliga AI-alternativ som hjälper EE:er 🧰🤖

(Det här är kategorier, inte magiska varumärken. Riktiga lag blandar ofta några.)

Lägg märke till temat: AI accelererar utgångar, men ingenjörer validerar verkligheten. Det är dansen. NIST AI RMF

7) Hur elingenjörens roll förändras (och varför juniorer känner det först) 👣⚡

Den här delen är lite obekväm, så jag säger det rakt ut.

AI kommer att förändra "lärlingsstegen". OECD :s världsekonomiska forum

Traditionellt sett lärde sig junioringenjörer genom att göra:

• ritningsscheman

• skriva enkla drivrutiner

• dokumentera tester

• fixa uppenbara buggar

• iterera på kända designer

Men om AI hanterar en stor del av det ... kan juniorer få färre repetitioner. ILO

Det betyder inte att juniorer är dömda att misslyckas. Det betyder att vägen förändras. Lagen måste vara medvetna om sin träning, och juniorer måste sträva efter:

• praktisk labbtid 🔧

• mätfärdigheter (oscilloskop, VNA, prober, jordningsdisciplin) 📟

• felsökningsinstinkter (vad man ska kontrollera först, andra, tredje)

• systemtänkande (gränssnitt, fellägen, begränsningar)

Ingenjören som kan mäta väl blir mer värdefull, inte mindre. För det är i mätningar som AI är minst "verklig". IEC 61000-4-3 FCC Del 15

Om du är senior, skiftar ditt jobb mot:

• arkitekturbeslut

• riskavvägningar

• granskningar och verifieringsplaner

• tvärfunktionell förhandling

• mentorskap – men på ett annat sätt

Och ja, du kanske lägger mer tid på att "regissera" AI, vilket låter fånigt tills du inser att regi i princip är ingenjörskonst ändå.

8) Den praktiska handboken: hur man inte blir ersatt (utan att bli en AI-cheerleader) 🛠️

Om du vill ha en enkel strategi så är det denna:

Bli ingenjören som äger begränsningar ✅

AI är bra på möjligheter. Du blir värdefull genom att äga:

• säkerhetsmarginaler

• efterlevnadsbegränsningar

• tillverkningsbarhet

• tillförlitlighetsmål

• värme- och kraftbudgetar

• testbarhet NIST AI RMF

Bli bra på verifiering 🔍

Framtiden tillhör ingenjörer som kan säga:

• "Här är hypotesen."

• "Här är mätplanen."

• "Här är resultatet."

• "Här är vad vi ändrade."

AI kan föreslå. Människor bevisar. NIST AI RMF

Bygg "gränssnittskontroll"

Var den person som förstår gränser:

• hårdvara till firmware

• analogt till digitalt

• kraft att signalera

• sensor för att beräkna

• produktkrav enligt tekniska specifikationer

Det är gränssnittsfel som gör att scheman dör 😵

Lär dig använda AI som en juniorlagkamrat

Inte som en chef, inte som en gud. Som en juniorlagkamrat som är:

• snabb

• ivrig

• ibland fel

• exceptionellt skarp ibland NIST GenAI-profil

Du outsourcar inte tänkande. Du outsourcar utkast och utforskning.

9) Vanliga myter om ”Kommer elingenjörer att ersättas av AI?” 🧠💥

Myt: ”AI kommer att göra hela designen”

Verklighet: Det kan generera ett designformat objekt. Men verklig design inkluderar begränsningar, tester, layoutrealiteter, efterlevnad och tillverkning. Det är hela den oordningsamma smörgåsen. NIST AI RMF

Myt: ”Endast hårdvara är säker”

Verklighet: firmware automatiseras snabbare inom vissa områden eftersom den är textbaserad. Hårdvara har fysisk friktion, men dokumentation och utarbetande automatiseras också. OECD

Myt: ”Om AI kan klara prov, kan den göra jobbet”

Verklighet: Tentor är inte jobbet. Jobbet handlar om att hantera ofullständiga krav, dåliga kontakter, bullriga strömskenor och leverantörer som svär på att delen är identisk när den… inte är identisk 😑

Myt: ”AI sparar alltid tid”

Verklighet: AI sparar tid när du verifierar snabbt. Om du inte verifierar förlorar du tid senare. Som att sopa damm under mattan, men mattan är ditt lanseringsdatum. NIST GenAI-profil

10) Avslutande anteckningar och snabb sammanfattning 🌩️✨

Så, kommer elingenjörer att ersättas av AI? Inte på det sätt som folk befarar. Rollen kommer inte att försvinna. Den kommer att återbalanseras. World Economic Forum ILO

AI kommer att:

• automatisera delar av utformning, dokumentation och repetitiv implementering

• snabba upp utforskning och felsökning

• höja baslinjeförväntningen för produktionshastighet OECD

Elektroingenjörer kommer fortfarande att behövas för att:

• egen säkerhet, efterlevnad och tillförlitlighet BSI EN 60601 NI ISO 26262

• validera med mätning och testning IEC 61000-4-3 FCC del 15

• göra avvägningar under begränsningar

• hantera praktisk integration

• var ansvarig när saker går sönder (för det kommer att göra det) NIST AI RMF

Snabb sammanfattning 😄
AI ersätter uppgifter. Ingenjörer som bara utför ersättningsbara uppgifter känner sig pressade. Ingenjörer som äger begränsningar, verifiering och praktiska avvägningar blir ännu mer värdefulla. Tryggande på sitt eget sätt.

Och om du vill ha den kortaste versionen:
AI är ett kraftverktyg. Det är fortfarande du som bygger huset. Ibland gnistrar verktyget. 🔧⚡ (Okej, den metaforen är lite vinglig, men du fattar.)

Verkligt exempel: Bygga en AI-labbassistent för validering av strömförsörjning ⚡🔍

Scenario

Tänk dig ett litet hårdvaruteam som validerar en 24V-till-5V DC-DC-omvandlare för en industriell sensorbox. Designen är inte exotisk, men den medför fortfarande verkliga tekniska risker: termisk ökning, kopplingsbrus, belastningstransienter, spänningsfall i kontakterna och en tät kapsling med dåligt luftflöde.

Teamet inte AI designa leveransen och "godkänna" den. Det vore vårdslöst. Istället använder de AI som en snabb labassistent som omvandlar krav, datablad och anteckningar till en testplan, checklista och första-pass-rapport. Ingenjören äger fortfarande mätningarna, besluten om godkänt/icke godkänt och den slutliga godkännandet, vilket passar in på artikelns poäng att AI bör föreslå medan människor verifierar.

Vad assistenten behöver

Ge AI-assistenten endast den information den behöver:

• ingångsspänningsområde: 18V-30V

• utgångsmål: 5V vid 2A

• tillåten rippel: under 50 mV topp-till-topp

• maximal korttemperatur: 85 °C vid 40 °C omgivningstemperatur

• omvandlarens datablad

• schematisk PDF

• Skärmdumpar av kretskort, om tillåtet

• lista över laboratorieutrustning: oscilloskop, elektronisk last, värmekamera, bänkutrustning

• mall för företagstest

• säkerhetsregel: ”Markera ingenting som godkänt om inte en mänsklig ingenjör tillhandahåller uppmätta data.”

Exempelinstruktion

Använd den här instruktionen:

Du assisterar en elingenjör med validering av en 24V-till-5V DC-DC-omvandlare. Skapa en bänktestplan som kontrollerar utspänning, rippel, belastningstransientrespons, startbeteende, termisk ökning och felbeteende. För varje test, inkludera syfte, installation, steg, förväntad mätning, regel för godkänt/icke godkänt och vanliga misstag att undvika. Hitta inte på uppmätta resultat. Om data saknas, skriv "mätning krävs". Markera alla tester som kräver mänsklig bedömning eller säkerhetsgranskning.

Hur man testar det

Gör några realistiska kontroller av assistenten innan du anlitar den i arbetsflödet:

• Be den att skapa ett rippeltest och kontrollera sedan om den nämner probjordning och bandbreddsgränsinställningar.

• Be den att granska en falsk mätning: ”Ripple = 82 mV topp-till-topp, gräns = 50 mV.” Den bör markera detta som ett misslyckande, inte försvaga resultatet.

• Fråga den vad den ska göra om omvandlaren når 92 °C vid full belastning. Den ska indikera ett termiskt fel och föreslå en undersökning, inte godkänna konstruktionen.

• Be den att producera en rapportsammanfattning från fem mätvärden och bekräfta att den inte hittar på missade tester.

Resultat

Illustrativt resultat: Baserat på tidsbestämning av fem exempelvalideringsuppgifter före och efter användning av arbetsflödet, minskade ingenjören tiden för dokumentation och utarbetande av testplaner från 3 timmar och 20 minuter till 52 minuter.

Den mätbara kontrollen var enkel:

• tidpunkt för utkastet till manuell testplan

• tidpunkt för det AI-assisterade utkastet plus mänsklig granskning

• antalskorrigeringar som behövdes innan planen var användbar

• jämför den slutliga planen mot en intern valideringschecklista med 14 punkter

I det här exemplet klarade den AI-assisterade versionen 12 av 14 checklistapunkter vid den första granskningen. De två saknade punkterna upptäcktes båda av en mänsklig ingenjör: ingen explicit instruktion för jordning av probspets för rippeltestning och inget separat varmstartstest efter termisk blötläggning.

Det är en betydande vinst, men inte en ersättning för ingenjörsmässig bedömning.

Vad kan gå fel

Den största risken är att låta assistenten låta mer säker än vad informationen tillåter.

Vanliga misstag inkluderar:

• låta AI uppfinna ofullständiga mätningar

• glömde att kontrollera databladets gränser manuellt

• använda vaga uppmaningar som "gör en testplan" utan begränsningar

• hoppar över oscilloskopinstallationsdetaljer

• behandla en ren rapport som bevis på en ren design

• misslyckas med att fånga ovanliga laboratorieobservationer, såsom hörbart spolbrus eller intermittent start

AI kan få pappersarbetet att se polerat ut innan konstruktionen är klar. Det är farligt.

Praktisk avhämtning

Ett bra AI-arbetsflöde för elingenjörer är inte "AI designar det, människan klickar godkänner". Det är snarare så här: AI utarbetar planen, ingenjören kör bänken, mätningarna avgör och människan skriver under. Det är där AI sparar tid utan att låtsas som att fysiken har lämnat byggnaden.

Vanliga frågor

Kommer elingenjörer att ersättas av AI inom de kommande 5–10 åren?

I de flesta fall kommer elingenjörer inte att ersättas direkt, men många upprepade uppgifter kommer att automatiseras. Skiftet är närmare "uppgiftsersättning" än "karriärersättning", där AI hanterar utformning, dokumentation och arbete med tidigt godkända uppgifter. De ingenjörer som förblir värdefulla är de som äger begränsningar, verifiering och praktiska avvägningar. Ansvaret ligger fortfarande hos människor, särskilt när säkerhet och efterlevnad är inblandade.

Vilka delar av elektroteknik är enklast att automatisera för AI?

AI tenderar att tugga igenom arbete som är texttungt, repetitivt eller mönsterbaserat. Det inkluderar dokumentation, sammanfattande granskningar, generering av checklistor, standardiserad firmware-stödjande struktur, snabba beräkningar och avvikelsedetektering i testloggar. Den kan också föreslå topologialternativ och komponentkategorier som utgångspunkt. Haken är att dessa utdata fortfarande behöver mänsklig verifiering för att undvika säkra men felaktiga misstag.

Vilka elektrotekniska områden är minst sannolikt att ersättas av AI?

Arbete som är starkt kopplat till den fysiska världen och konsekvenserna är svårare att automatisera. Kraftintegritet, EMC/EMI-tung design, säkerhetskritiska system, högtillförlitlig hårdvara och nya arkitekturbeslut är mindre exponerade eftersom de är beroende av mätning, iteration och bedömning under begränsningar. Systemteknik förblir också människotung eftersom det handlar om förhandlingar, riskavvägningar och att översätta tvetydiga krav till försvarbara designer.

Hur kan jag använda AI inom elektroteknik utan att lita för mycket på den?

Behandla AI som en snabb juniorlagkamrat: praktisk för utkast och utforskning, men inte en källa till sanning. Ett vanligt tillvägagångssätt är att be den om alternativ, testplaner eller en första-pass-förklaring, och sedan validera med simulering, mätning och granskningar. Föredra arbetsflöden där utdata är "verifieringsvänliga", vilket innebär att du kan kontrollera dem snabbt. Om den inte kan förklara sitt resonemang eller flaggar ingen osäkerhet, ta extra risk.

Vad ska ett "bra" AI-verktyg för elektroteknik kunna göra?

Användbar AI för EE-arbete fungerar bra under begränsningar och ignorerar inte oglamorösa realiteter som nedstämpling, termiska gränser, krypväg/spel, EMC och arbetscykel. Den bör ge spårbar resonemang, använda domänvokabulär korrekt och producera utdata som du kan testa eller simulera. Den behöver också "ödmjukhetskontroller" som belyser osäkerhet och föreslår kontroller. Om den bara producerar säkra svar är det mer brus än verktyg.

Kommer junior elingenjörer att påverkas mer av AI än seniorer?

Ja, juniorer känner det ofta först eftersom traditionella uppgifter på ingångsnivå överlappar med det som AI automatiserar bra: utkast, enkla drivrutiner, dokumentation och grundläggande felsökningar. Om AI tar dessa repetitioner måste teamen vara mer medvetna om utbildningen. Juniorer kan ligga steget före genom att söka praktisk labtid, mätfärdigheter och felsökningsinstinkter. Förmågan att planera tester och tolka verkliga signaler blir en differentierande faktor.

Hur framtidssäkrar jag min karriär inom elektroteknik i takt med att AI förbättras?

Sikta på att bli ingenjören som äger kontrollen över begränsningar och verifiering. Fokusera på säkerhetsmarginaler, efterlevnad, tillverkningsbarhet, tillförlitlighetsmål, termiska och effektmässiga budgetar samt testbarhet – områden där praktiskt ansvar spelar roll. Bygg stark gränssnittskompetens över hårdvaru-/firmware- och analoga/digitala gränser, där integrationsbuggar är vanliga. Använd AI för att accelerera utkast och utforskning, men gör ditt kärnvärde till "människor bevisar, AI föreslår"

Kan AI hantera EMI/EMC-problem och avvägningar mellan kretskortslayout och kretskort tillförlitligt?

AI kan föreslå vanliga lösningar, men EMI/EMC är notoriskt kopplat till geometri, returvägar, skärmning, filtreringsval och mätdriven iteration. Layoutparasiter och miljöfaktorer bryr sig inte om hur säker en modell låter. I praktiken behöver ingenjörer fortfarande validera i labbet och efterlevnadsmiljöer och iterera baserat på resultat. AI kan påskynda brainstorming, men det kan inte ersätta att "se vågformen" och bevisa att lösningen fungerar.

Är "AI klarar prov" ett tecken på att den kan utföra riktigt elektrotekniskt arbete?

Inte direkt, eftersom prov inte fångar den slarviga verkligheten i ingenjörsarbete. Jobbet inkluderar ofullständiga krav, oväntade integrationsfel, slitage på kontakter, brusproblem, leverantörsöverraskningar och efterlevnadsbegränsningar som dyker upp sent. AI kan generera designformade resultat, men det svåra är att ta ansvar för avvägningar, tester och ansvarsskyldighet när saker går sönder. Riktig ingenjörskonst handlar mindre om perfekta svar och mer om försvarbara beslut under osäkerhet.

Referenser

1. Organisationen för ekonomiskt samarbete och utveckling (OECD) - Effekterna av generativ AI på produktivitet, innovation och entreprenörskap - oecd.org

2. Organisationen för ekonomiskt samarbete och utveckling (OECD) - Framväxande klyftor i övergången till artificiell intelligens - oecd.org

3. Organisationen för ekonomiskt samarbete och utveckling (OECD) - Vilka arbetstagare kommer att drabbas mest av AI? - oecd.org

4. EUR-Lex - EU AI Act - eur-lex.europa.eu

5. Nationella institutet för standarder och teknologi (NIST) - Ramverk för riskhantering inom AI (AI RMF 1.0) - nist.gov

6. National Institute of Standards and Technology (NIST) - Generativ AI-profil - nist.gov

7. World Economic Forum - AI, automatisering och förstärkning: morgondagens arbetsplatsjobb - weforum.org

8. Internationella arbetsorganisationen (ILO) - Generativ AI och jobb: Ett förfinat globalt index över yrkesmässig exponering - ilo.org

9. Världsekonomiskt forum - Rapport om framtidens jobb 2025 - weforum.org

10. McKinsey & Company - Den ekonomiska potentialen hos generativ AI: Nästa produktivitetsgräns - mckinsey.com

11. McKinsey & Company - Frigör utvecklares produktivitet med generativ AI - mckinsey.com

12. BSI Group - EN 60601 broschyr - bsigroup.com

13. BSI Group Knowledge - IEC 60664-1 (Isolationskoordinering för utrustning i lågspänningssystem) - bsigroup.com

14. Internationella elektrotekniska kommissionen (IEC) - Grundläggande EMC-publikationer - iec.ch

15. IEC Webbutik - IEC 61000-4-3 - iec.ch

16. Amerikansk elektronisk kod för federala föreskrifter (eCFR) - FCC del 15, underavsnitt B - ecfr.gov

17. Texas Instruments (TI) - SLUP421 - ti.com

18. Defense Acquisition University (DAU) - MIL-STD-1547B Elektroniska delar, material och processer för rymd- och uppskjutningsfordon (december 1992) - dau.edu

19. National Instruments (NI) - ISO 26262 funktionell säkerhetsstandard - ni.com

20. Nationella institutet för standarder och teknik (NIST) - Ramverk för anomali på enhetsnivå (DARE) - nist.gov

21. Mitsubishi Electric Research Laboratories (MERL) - TR2018-097 - merl.com

22. Cadence - AI-översikt - cadence.com

23. arXiv - 2310.02059v2 - arxiv.org

Hitta den senaste AI:n i den officiella AI-assistentbutiken

Om oss