โรงงานแห่งอนาคตถูกเขียนด้วยคำสั่ง

สิ่งหนึ่งที่เป็นจริงเกี่ยวกับวิธีการผลิตวัตถุทางกายภาพคือเกือบไม่มีใครนอกอุตสาหกรรมการผลิตที่รู้ว่าวัตถุทางกายภาพถูกสร้างขึ้นได้อย่างไร

พวกเขารู้ถึงแนวคิดทั่วไป มีคนออกแบบบางสิ่ง มีคนอื่นสร้างมัน รถบรรทุกมาถึง แต่ส่วนกลางที่วัตถุแนวคิดกลายเป็นข้อกำหนดที่วัตถุข้อกำหนดกลายเป็นการตัดสินใจในการจัดหาวัสดุ ที่วัตถุการตัดสินใจในการจัดหาวัสดุกลายเป็นการผลิต และการผลิตกลายเป็นสิ่งที่คุณสั่งซื้อ ส่วนนั้นเป็นส่วนใหญ่ที่มองไม่เห็น และมีความซับซ้อนอย่างมาก และได้ทำงานในลักษณะเดียวกันมาเป็นเวลานาน

สิ่งนี้กำลังเปลี่ยนแปลงอยู่ในขณะนี้

AI ที่สร้างขึ้นเริ่มเขียนชีวิตการผลิตใหม่ในลักษณะที่ยากจะกล่าวถึงได้ ให้ฉันพยายามที่จะชัดเจนเกี่ยวกับเรื่องนี้ การเปลี่ยนแปลงนี้ไม่ได้เกี่ยวกับความเร็วเป็นหลัก แม้ว่ามันจะทำให้เรื่องต่างๆ diễn ra ได้เร็วขึ้น มันไม่ได้เกี่ยวกับต้นทุนเป็นหลัก แม้ว่ามันจะเปลี่ยนแปลงโครงสร้างต้นทุนอย่างมีนัยสำคัญ มันเกี่ยวกับบางสิ่งที่พื้นฐานมากกว่านั้น ซึ่งจุดในกระบวนการที่ความฉลาดถูกนำไปใช้ และโดยใคร และเมื่อไหร่ เรากำลังอยู่ที่จุดเริ่มต้นของการเปลี่ยนแปลงที่จะเปลี่ยนแปลงเศรษฐกิจอุตสาหกรรมในลักษณะที่สำคัญไม่แพ้กับการใช้ไฟฟ้าหรือการคอมพิวเตอร์ และบริษัทที่เข้าใจสิ่งนี้ในขณะนี้ ในขณะที่ยังอยู่ในช่วงต้นและยังคงซับซ้อน จะเป็นบริษัทที่เขียนกฎสำหรับทุกคนในอนาคต

ปัญหาที่มีค่าใช้จ่ายสูงสุดในการผลิตไม่ใช่สิ่งที่คุณคิด

ถามคนส่วนใหญ่ว่ากระบวนการผลิตไปผิดที่ไหน และพวกเขาจะชี้ไปที่โรงงาน แต่บางครั้งความล้มเหลวที่มีค่าใช้จ่ายสูงสุดเกิดขึ้นก่อนหน้านั้น ในช่วงที่ไม่มีรูปแบบเมื่อแนวคิดผลิตภัณฑ์เริ่มกลายเป็นชุดข้อกำหนด และมันเป็นจุดที่เวลามากและเงินจำนวนมากหายไป

ปัญหาอยู่ที่การไม่สอดคล้องกัน ข้อกำหนดถูกเก็บผ่านอีเมล์ เอกสารที่อ่านไม่ครบ และการประชุมที่รู้สึกว่าได้รับการสอดคล้องกัน แต่ไม่ได้ เมื่อถึงเวลาที่ข้อกำหนดถูกส่งไปยังทีมวิศวกรรม สิ่งเหล่านั้นจะถูกส่งพร้อมกับความไม่แน่นอนซึ่งไม่เคยสังเกตเห็น ซึ่งจะปรากฏขึ้นเมื่อโพรโทไทป์กลับมาผิด หรือซัพพลายเออร์เสนอราคาที่ไม่ตรงกัน หรือทีมการผลิตตระหนักว่าดีไซน์ที่ได้รับมอบหมายไม่สามารถผลิตได้ในปริมาณมาก

AI ที่สร้างขึ้นกำลังเข้ามาแทรกแซงที่จุดนี้ และผลกระทบจะกระจายต่อไปยังทุกสิ่งที่ตามมา ระบบเหล่านี้สามารถดูดซับข้อมูลที่ไม่มีโครงสร้างจำนวนมาก เช่น ข้อเสนอแนะจากลูกค้า การยื่นเอกสารด้านกฎระเบียบ ข้อมูลการล้มเหลวในสนาม และการวิเคราะห์ผลิตภัณฑ์ของคู่แข่ง และสังเคราะห์ข้อมูลเหล่านั้นเป็นข้อกำหนดที่มีโครงสร้างและข้ามอ้างอิงได้เร็วและสมเหตุสมผลมากกว่าทีมวิศวกรมนุษย์

เมื่อข้อกำหนดมาถึงเร็วขึ้นและมีความถูกต้องมากขึ้น การส่งมอบจะเปลี่ยนแปลง ทีมจัดหาวัสดุสามารถเริ่มระบุซัพพลายเออร์ในเวลาเดียวกับการออกแบบ ไม่ใช่หลังจากที่การออกแบบเสร็จสิ้น การวางแผนการผลิตสามารถเริ่มต้นได้ก่อนที่จะเสร็จสิ้นการวาดภาพ ช่วงที่เคยเป็นลำดับเริ่มทำงานพร้อมกัน

สำหรับบริษัทที่สร้างชิ้นส่วนเครื่องจักรกลแบบกำหนดเอง ซึ่งทุกๆ คำสั่งซื้อเป็นปัญหาใหม่ของวิศวกรรม และความเร็วในการเสนอราคามักเป็นความแตกต่างระหว่างการชนะธุรกิจและการสูญเสียธุรกิจ นี่คือการเปลี่ยนแปลงเชิงกลยุทธ์

สิ่งที่วิศวกรผู้มีประสบการณ์รู้

มีความรู้อยู่ชนิดหนึ่งที่อาศัยอยู่ภายในวิศวกรการผลิตที่ดีที่สุด ซึ่งแทบจะเป็นไปไม่ได้ที่จะอธิบายจากภายนอกได้ ว่าข้อเทียบเท่าใดสามารถทำได้ในระดับใหญ่ อะลอยด์ใดล้มเหลวภายใต้การรวมกันของความร้อนและความเครียดอย่างไร การตัดสินใจด้านการออกแบบใดดูสวยงามบนกระดาษและสร้างความหายนะให้กับทีมเครื่องมือ มันใช้เวลาสะสมหลายทศวรรษ เป็นสิ่งที่ไม่สามารถถ่ายทอดได้ และเดินออกไปทุกครั้งที่วิศวกรอาวุโสเกษียณ

AI คู่ขนานกำลังเริ่มเปลี่ยนแปลงสิ่งนี้ วิศวกรที่ทำงานบนเรขาคณิตชิ้นส่วนใหม่สามารถถามระบบเกี่ยวกับการผลิตได้ในระดับใหญ่ รับวิเคราะห์ความล้มเหลวทั่วหลายสถานการณ์ และประเมินผลกระทบด้านต้นทุนของการเปลี่ยนวัสดุ ทุกสิ่งนี้เกิดขึ้นภายในสภาพแวดล้อมการออกแบบ ก่อนที่จะมีโพรโทไทป์ทางกายภาพ และในขณะเดียวกันกับที่ข้อมูลมีประโยชน์

เพื่อให้ชัดเจน มันไม่ใช่การแทนที่การวิจารณ์ของวิศวกร การตัดสินใจที่เกี่ยวข้องกับความรู้เชิงบริบท ความรับผิดชอบทางวิชาชีพ และการแก้ปัญหาเชิงสร้างสรรค์ภายใต้ข้อจำกัดยังคงต้องการคน การที่ AI คู่ขนานทำคือการขยายพื้นที่โซลูชันที่วิศวกรสามารถสำรวจได้ก่อนที่จะยอมรับเส้นทาง และกระจายแง่มุมของ直觉การผลิตระดับอาวุโสให้กับคนมากขึ้น ในช่วงแรก ทีมที่นำมาใช้อย่างดีจะมาถึงการออกแบบที่ดีกว่า เพราะพวกเขาจะได้ประเมินตัวเลือกมากขึ้นก่อนที่ฟิสิกส์และเศรษฐศาสตร์ของการผลิตจะปิดทางเลือกของพวกเขา

สองประเภทของ AI กำลังรวมกัน และโรงงานจะไม่เหมือนเดิมอีกต่อไป

นี่คือความแตกต่างที่มีความสำคัญอย่างมาก มี AI ดิจิทัล – ระบบที่สร้างขึ้นที่ช่วยในการออกแบบ การจัดทำเอกสาร การวิเคราะห์การจัดหาวัสดุ และการสนับสนุนการตัดสินใจ ระบบเหล่านี้ทำงานบนข้อมูล และมี AI กายภาพ – ระบบการรับรู้ การวางแผน และการควบคุมที่ให้พลังงานกับหุ่นยนต์ทางอุตสาหกรรม การขนส่งอัตโนมัติ และอุปกรณ์การผลิตแบบปรับเปลี่ยนได้ ระบบเหล่านี้รับรู้โลก วางแผนการกระทำ และเคลื่อนย้ายสิ่งของ

สำหรับส่วนใหญ่ของทศวรรษที่ผ่านมา ประเภทเหล่านี้พัฒนาอยู่ในโลกที่แยกจากกัน แต่ตอนนี้ ระบบที่สร้างขึ้นเริ่มใช้ในการเขียนโปรแกรม การควบคุม และตีความระบบกายภาพ มากขึ้น หุ่นยนต์สามารถรับคำสั่งภาษาธรรมชาติและแปลเป็นลำดับการเคลื่อนไหวได้ โมเดลภาษาและวิสัยทัศน์ทำให้ระบบตรวจสอบสามารถอธิบายสิ่งที่พวกมันสังเกตเห็นในลักษณะที่มนุษย์สามารถดำเนินการได้ เครื่องมือการออกแบบที่สร้างขึ้นเชื่อมต่อกับเครื่องจักร CNC และระบบการผลิตแบบเพิ่มจำนวน ซึ่งทำให้สิ่งที่แบบจำลองออกแบบโรงงานสามารถสร้างได้

สำหรับเทคโนโลยีทางสภาพอากาศ ผลกระทบนั้นน่าประทับใจ AI ที่สร้างขึ้นเร่งการค้นพบวัสดุใหม่ การค้นหาสูตรแบตเตอรี่ที่ดีกว่า觸媒ที่มีประสิทธิภาพมากขึ้น และวัสดุโครงสร้างที่ลดความเข้มข้นของคาร์บอนในอุตสาหกรรม สำหรับการผลิตโดยทั่วไป การรวมกันนี้หมายความว่าโรงงานกำลังกลายเป็นระบบที่ปรับเปลี่ยนได้จริงๆ สามารถเปลี่ยนแปลงรูปแบบการตอบสนองต่อการเปลี่ยนแปลงของอุปสงค์หรือการหยุดชะงักของการจัดหาวัสดุในเวลาเกือบจะทันที พรมแดนระหว่างแบบจำลองดิจิทัลของโรงงานและโรงงานกายภาพกำลังหายไป สิ่งที่แทนที่คือโครงสร้างพื้นฐานทางอุตสาหกรรมที่เรียนรู้ ปรับเปลี่ยน และปิดวงจรระหว่างการออกแบบและการผลิตในลักษณะที่ไม่เคยเป็นไปได้ก่อนหน้านี้

คำถามเกี่ยวกับแรงงาน

ในบางจุดของบทความเกี่ยวกับ AI และการผลิต คุณต้องพูดถึงคน ไม่ใช่แค่การลงจอดอย่างนุ่มนวลว่า “งานใหม่จะเกิดขึ้น” ที่กลายเป็นรูปแบบของการปลอบโยนในงานเขียนด้านเทคโนโลยี แต่พูดถึงมันจริงๆ

ความกังวลนั้นเป็นเรื่องจริงและไม่ได้ไม่มีเหตุผล การจ้างงานในอุตสาหกรรมการผลิตได้ผ่านการเปลี่ยนแปลงที่รุนแรงมาแล้วกว่าสี่ทศวรรษ การเปลี่ยนแปลงอีกครั้งโดย AI ไม่ใช่สิ่งสมมติสำหรับคนงานในอุตสาหกรรมเหล่านี้

สิ่งที่ข้อมูลเบื้องต้นแสดงให้เห็นคือผลกระทบที่สำคัญที่สุดในระยะสั้นคือการยกเลื่อน ไม่ใช่การแทนที่ วิศวกรที่ใช้ AI คู่ขนานกำลังทำวิศวกรรมที่สำคัญมากขึ้น ใช้เวลาน้อยลงในการจัดทำเอกสารตามปกติและใช้เวลามากขึ้นในการตัดสินใจที่กำหนดว่าผลิตภัณฑ์จะสำเร็จหรือไม่ ทีมจัดการห่วงโซ่อุปทานกำลังนำทางความซับซ้อนด้วยข้อมูลที่ดีกว่า ผู้นำการดำเนินงานกำลังใช้ข้อมูลเชิงลึกที่สร้างขึ้นโดย AI ไปยังสภาพแวดล้อมที่ความรับผิดชอบยังคงอยู่กับมนุษย์

บทบาทที่ถูกกำหนดโดยการรับมือข้อมูลตามปกติ การประสานงานซ้ำๆ หรืองานกายภาพที่อยู่ภายในขอบเขตความสามารถของหุ่นยนต์ในปัจจุบันจะเผชิญกับความกดดันจริงๆ สิ่งนี้ต้องการความสนใจอย่างจริงจังจากบริษัทและสถาบัน

กำลังแรงงานการผลิตในทศวรรษหน้าจะถูกกำหนดโดยความสามารถในการทำงานร่วมกับ AI เพื่อทำความเข้าใจเอาต์พุตของ AI ที่จะถามสมมติฐานของ AI และใช้คำแนะนำของ AI ไปยังการตัดสินใจที่ต้องการการวิจารณ์ของมนุษย์ นี่คือโปรไฟล์ทักษะที่แตกต่างจากที่การผลิตถูกสร้างขึ้น การสร้างที่มีมาตราส่วนอย่างยุติธรรม และทันเวลา เพื่อให้มีความสำคัญ คือหนึ่งในปัญหาที่ยากจริงๆ ในขณะนี้

หน้าต่าง

การผลิตไม่ใช่สิ่งเดียว รูปแบบการนำ AI มาใช้ในอุตสาหกรรม hàngไม้แตกต่างจากอิเล็กทรอนิกส์ผู้บริโภค แตกต่างจากชิ้นส่วนอุตสาหกรรมแบบกำหนดเอง แตกต่างจากอุปกรณ์ทางการแพทย์ ความเร็วของการเปลี่ยนแปลงแตกต่างกันอย่างมากตามโครงสร้างพื้นฐานด้านข้อมูล สภาพแวดล้อมด้านกฎระเบียบ และความสามารถขององค์กร

แต่ทิศทางไม่ใช่เรื่องคลุมเครือ ชีวิตการผลิตกำลังถูกRestructure โดย AI ที่ทุกจุด บริษัทที่ลงทุนในโครงสร้างพื้นฐานด้านข้อมูล การทำงานวิศวกรรมที่เพิ่มประสิทธิภาพด้วย AI ความสามารถของกำลังแรงงาน และระบบการปกครองสำหรับการตัดสินใจที่มีความเสี่ยงสูงจะกำหนดว่าการผลิตที่มีประสิทธิภาพจะดูเหมือนอย่างไรในอีกสิบปีข้างหน้า

โรงงานแห่งอนาคตจะถูกกำหนดโดยแบบจำลอง เขียนด้วยคำสั่ง และปรับปรุงผ่านการทำงานร่วมกันระหว่างมนุษย์และเครื่องจักรที่อุตสาหกรรมเพิ่งเริ่มเข้าใจ สิ่งที่ผลิตออกมาจะขึ้นอยู่กับการตัดสินใจที่กำลังทำอยู่ในขณะนี้ ในบริษัทที่ยังคงพยายามค้นหาว่าควรถามคำถามอะไร

หน้าต่างสำหรับการสร้างความได้เปรียบอย่างมีนัยสำคัญเปิดอยู่ มันจะไมงอยู่เปิดตลอดไป