Populaire onderwerpen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Object Zero
Doener van het moeilijke. Voorvechter van talent. Uitvinder van dingen. Bouwer van machines. Noordzee O&G, kernenergie, onderzees, zware industrie.
Ijzer (ook wel staal genoemd)
Ijzer alleen maakt 94% uit van al het metaal dat we in de economie consumeren. We consumeren 50x meer ijzer dan aluminium. Het is het overwegen waard als je denkt aan hoeveel aluminium we gebruiken voor het maken van auto's en vliegtuigen.
Het is duidelijk dat we al dit ijzer gebruiken om staal te maken.
Staal is koning als het gaat om structurele en mechanische objecten. Het is het meest economische en best begrepen materiaal voor toepassingen waarbij belasting wordt gedragen. Het heeft eigenlijk geen parallelle materialen op economisch niveau.
Staal is de standaard, en je wijkt alleen af als je gedwongen wordt door een onverbiddelijke noodzaak (meestal gewichtslimieten).
Een van de belangrijkste dingen over staal is dat we hebben ontdekt hoe we duizenden verschillende soorten staal kunnen maken; goedkoop, corrosiebestendig, sterk, flexibel, taai.
We noemen het eigenlijk het “recept” voor het maken van staal, en er zijn twee hoofdcomponenten die je aanpast in het recept bij het maken van staal.
1. De chemische samenstelling, dit wordt legeren genoemd, maar je mengt een aantal elementaire poeders voordat je smelt en je kunt verschillende chemische mengsels maken met verschillende eigenschappen.
2. Warmtebehandeling, dit is ook de kwaliteit, je verwarmt het staal tot verschillende temperaturen en laat het dan weer afkoelen. Verhit het hoog en je laat het metaalrooster ontspannen en insluitsels bewegen, verhit het laag en ze blijven gevangen. Koel het snel af en je vangt een aantal spanningen erin, koel het langzaam af en je laat de spanningen eruit.
Het “recept” is gewoon een lijst van stappen, die een chemische samenstelling en een volgorde van verwarmings- en koelstappen omvat.
Dit is hoe je ijzer omzet in goedkoop koolstofstaal, glanzend roestvrij staal of flexibele veerstalen.
Dus zelfs de meeste van die andere industriële metalen eindigen ook in staal!
Staal is koning.

97
Waar LLM's de zware industrie in 2026 zouden kunnen verbeteren
Er zijn veel voorbeelden in verschillende industrieën waar tonnen waarde kunnen worden ontgrendeld door een sterke LLM in het registratiesysteem te integreren.
Dit is geen MS Copilot of een ander software IDE-platform, aangezien 96% van de economie dat type GUI niet gebruikt.
Wat nodig is, is een soort universele GUI, waar een bedrijf een hoop vaste context kan uploaden, zoals procedures, activa, IP, dingen die het bedrijf zelf beschrijven.
Daarna een tweede gebied waar alle realtime context kan worden geüpload, dingen zoals inventaris, marktprijzen, projectdocumenten, de realtime status van verschillende activiteiten en activa.
Dat zou dingen ontgrendelen zoals…
*****
1. Productie
Voorspellend onderhoud via analyse van apparatuurlogs, planning en optimalisatie van reserveonderdelen/inventaris met behulp van realtime gegevens. Detectie met computer vision ingebed in LLM-workflows.
2. Energie
Realtime belastingvoorspelling en uitvalpreventie, slim netwerkbeheer met behulp van verschillende gegevensfeeds om holistische inzichten te verkrijgen over de systeemprestaties.
3. Mijnbouw
Analyse van geologische datasets om gerichte extractie te optimaliseren, veiligheidsverbeteringen door risicovoorspelling met behulp van sensorgegevens. Planning en schema-opbouw.
4. Bouw
Verbeterd projectmanagement via enquêtepeilingen en geconsolideerde rapportage, geautomatiseerde planning en risicobeheer.
5. Chemie
Voorspelling van de toeleveringsketen en prijsvoorspelling op basis van realtime marktgegevens. Planning van efficiënte productiecycli en productmarketing.
6. Staalproductie
Voorspelling van materiaaleigenschappen op basis van historische gegevens. Receptformulering, ovenoptimalisatie. Kwaliteitscontrole via geautomatiseerde defectdetectie en patroonherkenning.
*****
Ik heb het gevoel dat chat LLM's optimaliseren voor het verkeerde, latentie, wat belangrijk is voor de machine-naar-mens UI.
Maar dit is een soort zeer lage waarde gebruik van AI, menselijke aandacht wordt gemonetiseerd op advertentie-inkomsten niveaus, wat centen per uur is.
In plaats daarvan zouden LLM's de bedrijfsvoering moeten monetiseren, wat betekent dat er enorme context nodig is vóór latentie. Maar het monetiseert gemakkelijk $1.000's / uur, misschien $100.000's / uur in veel gevallen.
Ik heb gewoon het gevoel dat iedereen vastzit in dit belachelijke consumentenelektronica kader en het is heel duidelijk ingekort, en mist de veel grotere economische kans.
Wie bouwt de enterprise AI die de hele netwerkdrive leest, in plaats van een of andere webapp chatvenster?

134
Boven
Positie
Favorieten

