Darbo jėgos trūkumas žudo Amerikos gamybą. Štai kaip AI gali jį sugrąžinti.

JAV gamyba yra pasirengusi reikšmingam atgimimui. Pandemijos sukelti tiekimo grandinės sutrikimai parodė pernelyg didelės priklausomybės nuo ilgos tiekimo grandinės, ypač už JAV ribų, silpnumą.

Be to, didėjanti įtampa su Kinija privertė JAV suabejoti savo priklausomybe nuo Kinijos gamybos siekiant ekonominės sėkmės. Šios problemos pakeitė JAV gamybos įmonių įsipareigojimą kurti vietoje.

Problema ta, kad Amerikos gamybai labai trūksta darbo jėgos, reikalingos šiai revoliucijai. Tiesiog nėra pakankamai kvalifikuotų darbuotojų, kurie galėtų atlikti darbą, nei pakankamai nekvalifikuotų darbuotojų, norinčių mokytis.

Tačiau būtinybė tikrai yra išradimo motina. Gamybos darbo jėgos trūkumas atvėrė kelią plačiai diegti kai kurias labai įdomias dirbtinio intelekto naujoves gamyboje. Šie pokyčiai yra tokie stiprūs, kad McKinskey prognozuoja, kad jie juos sukurs 3.7 trilijono dolerių vertės iki 2025.

Tačiau prieš įsigilindami į tai, trumpai pažvelkime į darbo krizę, kuri kursto revoliuciją.

Štai kokia bloga darbo problema Amerikos gamyboje

Net jei Amerikoje būtų įdarbintas kiekvienas kvalifikuotas darbuotojas, jų vis tiek būtų 35% daugiau neužpildytų darbo vietų ilgalaikio vartojimo prekių gamybos sektoriuje nei kvalifikuotų darbuotojų, galinčių jas užpildyti. Deloitte prognozuoja iki 2030 m. trūks daugiau nei dviejų milijonų amerikiečių gamybos darbuotojų, o tai sudaro 1 trilijoną dolerių per metus alternatyvias išlaidas.

Nežiūrint, viskas tikriausiai blogės, o ne geriau. Dar yra keletas 40 mln. „Baby Boom“ žmonių dirba– apie 25 % visos darbo jėgos, daugelis iš kurių dirba „senosios mokyklos“ gamybos vaidmenis. „Boomers“ išeinant į pensiją, jaunesni darbuotojai vengia dirbti gamyboje, o verčiasi technologijų, sveikatos priežiūros ir kitomis galimybėmis, kur darbo sąlygos ir atlyginimas yra patrauklesnės.

Jungtinės Valstijos galėtų greitai paspartinti imigraciją iš šalių, kuriose darbuotojai trokšta įsidarbinti Amerikoje, tačiau tai susiję su savo iššūkiais ir pareikalautų daugiau politinių kerų, nei aš įsivaizduoju. Be to, darbdaviai gali būti atsargūs mokydami naują kvalifikuotą darbo jėgą, tik norėdami pamatyti, kad jų veikla vėl bus nutraukta per kitą uždarymą.

Kad mašinos nuolat suktųsi, Amerikos gamintojai turi rasti alternatyvų žmogaus darbui.

AI gali būti didelė darbo jėgos trūkumo sprendimo dalis

Nenuostabu, kad dalis šios problemos sprendimo yra dirbtinis intelektas. Kaip ir kitose pramonės šakose, neišvengiama, kad daugelis buvusių žmonių darbo vietų bus pakeistos dirbtiniu intelektu. Tačiau užuot jaudinęsi darbo vietų, kurioms gresia dirbtinis intelektas, šiuo atveju turėtumėte pagalvoti apie tai, kaip AI gali padėti išlaikyti jūsų operacijas ir įdarbinti darbuotojus.

Štai tik keletas būdų, kaip dirbtinis intelektas gamyboje padės sumažinti darbo jėgos trūkumą ir pakeis gaminių gamybą JAV:

Robotų automatika

Robotai buvo naudojami dešimtmečius tokiose srityse, kaip automobilių gamyba ir plieno gamyklos, kur jie atlieka pasikartojančias gamybos grindų operacijas, tokias kaip sunkiųjų krovinių kėlimas ir jungčių suvirinimas. Tačiau šie įprasti robotai buvo sukurti tik labai siaurai apibrėžtoms užduotims atlikti itin nuspėjamomis aplinkybėmis.

Šiandien dirbtinio intelekto programos, tokios kaip Siemens Simatic neuroninio apdorojimo blokas įgalina roboto rankas sugriebti ir valdyti objektus, nepaisant jų orientacijos, greičio ar padėties. Tai reiškia, kad robotai ir „bendradarbiai“ (robotų padėjėjai, sukurti dirbti kartu su žmonėmis) gali būti mokomi atlikti įvairius surinkimo linijos darbus, kaip tai daro žmonės. Tuo tarpu autonominės valdomos transporto priemonės (AGV), apginkluotos dirbtinio intelekto funkcijomis, tokiomis kaip žemėlapių sudarymas, paviršiaus anomalijų aptikimas ir objektų vengimo technologija, gali gabenti dalis ir gatavus gaminius per sandėlius ir gamyklos aukštus, o ne krautų brigadų ir šakinių krautuvų operatorius.

Kartu šios AI varomos robotų naujovės gali bent jau sutaupyti 75% darbo sąnaudų naudojant tik žmones, įgalintų 24 valandas nepertraukiamą gamybą ir padėtų išvengti sužalojimų dėl surinkimo linijos pavojų, sunkių medžiagų tvarkymo ir pasikartojančių judesių. Nieko keisto, kad šiuolaikinė robotika jau vairuoja a gamybos turtų apvertimas tokiose vietose kaip Singapūras ir Pietų Korėja. Kodėl to nepadarius Jungtinėse Valstijose?

Priedų gamyba

Kita sritis, kurioje dirbtinis intelektas padeda sumažinti gamybos darbo jėgos trūkumą, yra 3D spausdinimas. Pagal įprastą požiūrį aukštos kvalifikacijos dizaineriai ir inžinieriai turi panaudoti ilgametę patirtį ir „geriausio spėjimo“ metodą, kad rastų geriausią dizaino sprendimą. Tačiau dirbtinis intelektas dabar įgalina greitą, generatyvų požiūrį kuriant sudėtingus ir labai optimizuotus dizaino sprendimus, kuriuos galima greitai sukurti naudojant 3D spausdinimą.

Pavyzdžiui, mašininis mokymasis programinės įrangos sistemose, pvz., „Autodesk Netfabb“, leidžia gamintojams tai padaryti įvesties projektavimo parametrai ir paprašyti efektyviausių, efektyviausių ir pagaminamų variantų. Pasirinkus dizainą, naudojamas AI iš tokių kompanijų kaip NNAISENCE neuroniniai tinklai ir skaitmeniniai dvyniai numatyti, stebėti ir pašalinti priedų gamybos proceso defektus, padedančius išvengti brangiai kainuojančių vėlavimų ir klaidų. AI programinė įranga, tokia kaip „Intellegens Alchemite“, netgi gali būti naudojama įsivaizduokite naujas ir egzotiškas medžiagas tinka specifiniams gamybos ir produkto naudojimo poreikiams.

Jei visas šias neįtikėtinai sudėtingas funkcijas atliktų vien žmonės, joms prireiktų daug didesnių aukštos kvalifikacijos inžinierių ir dizainerių komandų, o rezultatai dažnai būtų prastesni.

Mašinos vizija

Kai įsivaizduojate gamybos surinkimo liniją, tikriausiai pirmiausia įsivaizduojate, kad gaminių konvejerio juosta plakama iš vienos stoties į kitą, o tada darbuotojai tikrina gaminius jiems eidami. Daugumoje gamybos aplinkų tai tikrai nėra toli nuo tiesos. Tai pasikartojantis, daug darbo reikalaujantis darbas, kuriame dažnai pasitaiko klaidų, tačiau jis yra gyvybiškai svarbus kokybės užtikrinimo procesui.

įeiti Autonominis mašinos matymas (AMV), kuriai vadovauja AI kompanijos, tokios kaip „Inspekto“ ir „Matroid“. Naudodamos kameras ir dirbtinį intelektą, atpažįstančius surinkimo linijos gaminių formą, orientaciją ir būklę esant įvairioms apšvietimo sąlygoms, AMV sistemos gali skaičiuoti ir sekti elementus, pastebėti defektus ir atitinkamai rūšiuoti gaminius jiems lenktyniaujant. Tai pašalina didžiąją dalį žmogaus akių ir rankų poreikio kokybės užtikrinimo procese.

Mašininis matymas taip pat gali būti naudojamas pakavimui, padėklams ir krovinių pakrovimui, taupant darbo jėgą, laiką ir pinigus. Tokių kompanijų kaip RobitIQ ir Spiroflow sprendimai gali nustatyti optimalų padėklų išdavimo būdą, pavyzdžiui, roboto ranka suima ir automatiškai padeda dėžutes ant padėklų.

Gamybos optimizavimas

Kai gamybos mašinos sugenda, dažnai reikia specializuotų analizės ir remonto agentų, kurie dažnai siunčiami iš gamintojo, kainuojantys laiką ir pinigus. Teikėjų, pvz., Vanti ir 3DS, dirbtinis intelektas ne tik gali būti naudojamas mašinų ir formų susidėvėjimui stebėti, kad prevencinė priežiūra būtų suplanuota optimaliam laikui, bet ir stebėti skirtingų produktų bei medžiagų temperatūrą, drėgmę ir veikimo skirtumus, kad gamybos mašinos gali būti optimizuojamos atsižvelgiant į esamas sąlygas.

Kai kas nors nepavyksta, AI gali išanalizuoti visas galimas priežastis ir pasiūlyti geriausią galimą veiksmų eigą. Daugumoje gamyklų tai gali padaryti tik labai patyręs techninės priežiūros inžinierius.

Tačiau tai ne tik techninė priežiūra ir žalos kontrolė. Dirbtinio intelekto valdomos debesų ir krašto sistemos, tokios kaip GE „Brilliant Manufacturing Suite“ ir „Siemens Mindsphere“, siekia sujungti ir valdyti visą gamybos procesą nuo projektavimo iki poreikių planavimo ir medžiagų inventoriaus, energijos suvartojimo iki galutinio žaidimo logistikos.

AI poreikis gamyboje yra net didesnis, nei manote

Įsivaizduokite antropomorfinius robotus, turinčius tokį platų fizinių funkcijų spektrą ir dirbtinio intelekto pritaikomumą, kad jie galės atlikti beveik bet kokį rankinį darbą, kurį šiuo metu gali atlikti žmonės. Kai tai atsitiks, koks skirtumas darbo jėgos kaina besivystančiose šalyse bus konkurencinis pranašumas? Dirbtinio intelekto gamintojams nereikės įdarbinti ir apmokyti beveik tiek pat darbuotojų. Jie mažiau jaudinsis dėl kitos pandemijos ir uždarymo. Jie padės išvengti daugelio vieno šaltinio iššūkių, kilusių kartu su dabartine tiekimo grandinės valdymo krize. Ir daug daugiau.

Dirbtinio intelekto sistemas veikiant vis daugiau duomenų, jos nuolat tobulės, sukurdamos smagračio efektą, kuris išstumti jus iš verslo jei pavėluosite į traukinį. Tačiau ši revoliucija taip pat turi unikalią galią visiškai atgaivinti Amerikos gamybą, galbūt net paversdama ją viena konkurencingiausių pasaulyje.

DI gamybos revoliucija vyksta dabar, o ne kokiame nors neįsivaizduojamame horizonte. Ši darbo krizė nėra trumpalaikis susierzinimas. Tai dalis naujo verslo kraštovaizdžio, kurio turėtume tikėtis ateinančiais metais. Gamintojai, kurie laiko AI kaip pagrindinis jų sėkmės variklis turės naudos per mūsų dabartinį dešimtmetį.

Jei jums rūpi, kaip AI lemia verslo laimėtojus ir pralaimėtojus, ir kaip galite panaudoti AI savo organizacijos labui, raginu jus sekti naujienas. Rašau (beveik) tik apie tai, kaip vyresnieji vadovai, valdybos nariai ir kiti verslo lyderiai gali efektyviai naudoti AI. Galite perskaityti ankstesnius straipsnius ir gauti pranešimus apie naujus spustelėdami mygtuką "sekti" čia.