Tööjõupuudus tapab Ameerika tootmist. Siit saate teada, kuidas AI saab selle ellu äratada.

USA tootmine ootab märkimisväärset taastumist. Pandeemia põhjustatud tarneahela häired on näidanud liigse sõltuvuse nõrkust pikast tarneahelast, eriti väljaspool USA-d.

Lisaks on kasvavad pinged Hiinaga pannud USA-d kahtluse alla seadma oma majandusliku edukuse sõltuvuse Hiina tootmisest. Need probleemid on muutnud USA tootmisettevõtete kohustust ehitada kohapeal.

Probleem on selles, et Ameerika tootmisel napib selle revolutsiooni käivitamiseks vajalikku tööjõudu. Lihtsalt ei ole piisavalt kvalifitseeritud töötajaid selle töö tegemiseks ega piisavalt lihttöölisi, kes oleksid valmis õppima.

Vajadus on siiski leiutamise ema. Tootmissektori tööjõupuudus on sillutanud teed mõne väga põneva tehisintellekti uuenduse laialdaseks kasutuselevõtuks tootmises. Need arengud on nii võimsad, et McKinskey ennustab, et need loovad neid 3.7 triljoni dollari väärtuses poolt 2025.

Aga enne kui selle juurde asume, heidame kiire pilgu revolutsiooni õhutavale töökriisile.

Siin on, kui hull on tööjõuprobleem Ameerika tootmises

Isegi kui kõik oskustöölised Ameerikas töötaksid, oleks neid ikkagi 35% rohkem täitmata töökohti kestvuskaupade tootmise sektoris kui oskustöölised, kes suudavad neid täita. Deloitte ennustab aastaks 2030 on puudu enam kui kahest miljonist Ameerika tootmistöölisest, mis tähendab 1 triljoni dollari suurust alternatiivkulu aastas.

Jättes kontrollimata, lähevad asjad ilmselt hullemaks, mitte paremaks. Neid on ikka veel Tööjõus on 40 miljonit beebibuumi— umbes 25% kogu tööjõust, kellest paljud töötavad "vana kooli" tootmises. Kuna buumi põlvkonnad pensionile lähevad, väldivad nooremad töötajad tootmist, eelistades tehnoloogiat, tervishoidu ja muid võimalusi, kus töötingimused ja hüvitis on atraktiivsemad.

Ameerika Ühendriigid võivad kiiresti kiirendada sisserännet riikidest, kus töötajad tahavad Ameerikas tööd saada, kuid sellega kaasnevad oma väljakutsed ja see nõuaks rohkem poliitilist nõidu, kui ma ette kujutan. Pealegi võivad tööandjad olla ettevaatlikud uue oskustööjõu koolitamise suhtes, et näha, et nende tegevus järgmise sulgemise ajal taas katkeb.

Selleks, et masinad pöörleksid, peavad Ameerika tootjad leidma alternatiive inimtööjõule.

AI võib olla tööjõupuuduse lahenduse suur osa

Pole üllatav, et osa selle probleemi lahendusest on tehisintellekt. Nagu teistegi tööstusharude puhul, on vältimatu, et paljud varem inimtöökohad asendatakse tehisintellektiga. Aga selle asemel, et muretseda AI poolt ohustatud töökohad, peaksite sel juhul mõtlema sellele, kuidas tehisintellekt aitab teie tegevust töös hoida ja personali tööle panna.

Siin on vaid mõned viisid, kuidas tehisintellekt tootmises aitab leevendada tööjõupuudust ja muuta pöördeliselt toodete tootmist USA pinnal.

Robotiautomaatika

Roboteid on aastakümneid kasutatud sellistes valdkondades nagu autotööstus ja terasetööstus, kus nad on teinud korduvaid tootmispõrandate toiminguid, nagu raskete tõstmine ja liite keevitamine. Kuid need tavalised robotid olid mõeldud ainult väga kitsalt määratletud ülesannete täitmiseks äärmiselt etteaimatavates tingimustes.

Tänapäeval on tehisintellekti rakendused nagu Siemens Simaatiline närviprotsessor võimaldavad robotkätel objekte haarata ja nendega manipuleerida olenemata nende orientatsioonist, kiirusest või paigutusest. See tähendab, et roboteid ja kaasroboteid (robotiabilisi, mis on loodud inimestega koos töötama) saab koolitada tegema mitmesuguseid konveieritöid, täpselt nagu inimesi. Samal ajal saavad autonoomsed juhitavad sõidukid (AGV), mis on varustatud tehisintellekti funktsioonidega, nagu kaardistamine, pinnaanomaaliate tuvastamine ja objektide vältimise tehnoloogia, transportida osi ja valmistooteid läbi ladude ja tehasepõrandate laadimismeeskondade ja tõstukite operaatorite asemel.

Üheskoos võivad need tehisintellektil töötavad roboti uuendused vähemalt säästa 75% tööjõukuludest Inimeste üksi kasutamine võimaldab 24-tunnist pidevat tootmist ja aitab vältida vigastusi, mis tulenevad konveieri ohtudest, raskete materjalide käsitsemisest ja korduvatest liigutustest. Pole ime, et kaasaegne robootika juhib juba a tootmisvarade ümberpööramine sellistes kohtades nagu Singapur ja Lõuna-Korea. Miks mitte teha sama USA-s?

Lisandite tootmine

Teine valdkond, kus tehisintellekt aitab leevendada tootmistööjõupuudust, on 3D-printimine. Tavapärase lähenemisviisi kohaselt peavad kõrgelt kvalifitseeritud disainerid ja insenerid parima disainilahenduseni jõudmiseks kasutama aastatepikkust kogemust ja parimat arvatust. Kuid tehisintellekt annab nüüd kiire ja generatiivse lähenemisviisi keerukate ja väga optimeeritud disainilahenduste väljatöötamisele, mida saab kiiresti 3D-printimise abil toota.

Masinõpe tarkvarasüsteemides, näiteks Autodeski Netfabb, võimaldab tootjatel seda teha sisenddisaini parameetrid ja taotleda kõige tõhusamaid, tõhusamaid ja valmistatavamaid valikuid. Kui disain on valitud, kasutab selliste ettevõtete tehisintellekt nagu NNAISENCE närvivõrgud ja digitaalsed kaksikud ennustada, jälgida ja kõrvaldada lisandite tootmisprotsessi defekte, aidates vältida kulukaid viivitusi ja vigu. AI tarkvara nagu Intellegensi Alchemite saab isegi kasutada kujutage ette uusi ja eksootilisi materjale sobib konkreetsete tootmis- ja tootekasutuse vajadustega.

Kui kõiki neid uskumatult keerulisi funktsioone peaks täitma üksi, oleks vaja palju suuremaid kõrgelt kvalifitseeritud inseneride ja disainerite meeskondi ning tulemuseks oleks sageli kehvemad tulemused.

Masina visioon

Tootmiskonveieri ette kujutades näete tõenäoliselt esmalt ette toodete konveierilinti, mida viskatakse ühest jaamast teise, misjärel inimtöölised kontrollivad tooteid nende teel. Enamikus tootmiskeskkondades pole see tõest kaugel. See on korduv, töömahukas ja vigaderikas töö, kuid see on kvaliteedi tagamise protsessi jaoks ülioluline.

sisene Autonoomne masinnägemine (AMV), mida juhivad AI ettevõtted nagu Inspekto ja Matroid. Kasutades kaameraid ja tehisintellekti, mis tunnevad ära koosteliini toodete kuju, orientatsiooni ja seisukorra erinevates valgustingimustes, saavad AMV-süsteemid esemeid loendada ja jälgida, defekte tuvastada ja tooteid vastavalt sorteerida, kui need mööda sõidavad. See välistab kvaliteedikontrolli protsessis suure osa inimsilmade ja -käte vajadusest.

Masinnägemist saab kasutada ka pakkimise, kaubaalustele paigutamise ja lasti laadimise toetamiseks, säästes tööjõudu, aega ja raha. Selliste ettevõtete nagu RobitIQ ja Spiroflow lahendused suudavad määrata näiteks optimaalse kaubaaluste laadimismeetodi, misjärel robotkäsi haarab ja asetab kastid automaatselt alustele.

Tootmise optimeerimine

Tootmismasinate rikke korral on sageli vaja spetsiaalseid analüüsi- ja remondiagente, mis saadetakse sageli tootjalt ning mis maksavad aega ja raha. Lisaks selliste pakkujate nagu Vanti ja 3DS tehisintellekti saab kasutada masinate ja vormide kulumise jälgimiseks, et ennetavat hooldust saaks planeerida optimaalseks ajaks, vaid see võib jälgida ka erinevate toodete ja materjalide temperatuuri, niiskuse ja töötamise erinevusi, nii et tootmismasinaid saab praeguste tingimuste alusel optimeerida.

Kui midagi läheb valesti, saab tehisintellekt analüüsida kõiki võimalikke põhjuseid ja pakkuda välja parima võimaliku tegevusviisi. Seda saab enamikus tehastes teha ainult suurte kogemustega hooldusinsener.

Kuid see ei puuduta ainult hooldust ja kahjustuste kontrolli. AI-toega pilve- ja servasüsteemid, nagu GE Brilliant Manufacturing Suite ja Siemensi Mindsphere, töötavad selle nimel, et ühendada ja hallata kogu täielikku tootmisprotsessi alates projekteerimisest kuni nõudluse planeerimiseni ja materjalivarudeni, kuni energiatarbimiseni kuni lõppmängu logistikani.

Vajadus AI järele tootmises on isegi suurem, kui arvate

Kujutage ette antropomorfseid roboteid, millel on nii lai valik füüsiliste funktsioonide ja tehisintellektiga kohanemisvõimet, et nad suudavad teha peaaegu igasugust käsitsitööd, mida inimesed praegu teha suudavad. Kui see juhtub, mis vahe on tööjõukulul arengumaades konkurentsieelisena? AI-toega tootjad ei pea värbama ja koolitama peaaegu sama palju töötajaid. Nad muretsevad vähem järgmise pandeemia ja sulgemise pärast. Need väldivad paljusid ühest allikast tulenevaid väljakutseid, mis kaasnesid meie praeguse tarneahela juhtimise kriisiga. Ja palju muud.

Kuna tehisintellekti süsteemid puutuvad kokku üha enamate andmetega, paranevad need pidevalt, luues hooratta efekti, mis paneb su ärist välja kui rongist maha jääte. Sellel revolutsioonil on aga ka ainulaadne jõud Ameerika tootmist täielikult noorendada, muutes selle võib-olla taas üheks kõige konkurentsivõimelisemaks maailmas.

Tehisintellekti tootmise revolutsioon toimub just praegu, mitte mingil mõeldamatul silmapiiril. See töökriis ei ole mööduv tüütus. See on osa uuest ärimaastikust, mida peaksime ootama aastaid. Tootjad, kes positsioneerivad tehisintellekti kui nende edu võtmetegur lõikab kasu meie praeguse kümnendi jooksul.

Kui teile meeldib, kuidas tehisintellekt määrab äris võitjad ja kaotajad ning kuidas saate tehisintellekti oma organisatsiooni hüvanguks ära kasutada, julgustan teid lainel püsima. Kirjutan (peaaegu) eranditult sellest, kuidas tippjuhid, juhatuse liikmed ja teised ettevõtete juhid saavad tehisintellekti tõhusalt kasutada. Saate lugeda varasemaid artikleid ja saada uutest teavitusi, klõpsates nuppu Siin on nupp "jälgi"..