Apa lagi untuk mengautomasikan?

Hari ini, konsep "Automasi sebagai Perkhidmatan" sedang mencipta kerjaya. Ini difasilitasi oleh pembangunan AI, pembelajaran mesin, penggunaan pantas Internet of Things dan infrastruktur berkaitan, serta peningkatan dalam bilangan peranti digital automatik. Walau bagaimanapun, tidak perlu memasang lebih banyak robot sahaja. Hari ini ia difahami dengan lebih luas dan lebih fleksibel.

Pada masa ini, syarikat permulaan yang paling dinamik termasuk syarikat seperti LogSquare di Dubai, penyedia penyelesaian automasi pengangkutan, logistik dan pergudangan. Komponen utama tawaran LogSquare ialah penyelesaian storan dan pengambilan automatik yang direka untuk meminimumkan penggunaan ruang gudang dan mencapai tahap kecekapan dan produktiviti yang lebih tinggi.

Pengurusan syarikat memanggil cadangan mereka "automasi lembut" (1). Banyak syarikat, walaupun tekanan yang dicipta, masih belum bersedia untuk tindakan radikal, jadi penyelesaian LogSquare menarik bagi mereka, diautomatikkan melalui tweak kecil dan rasionalisasi.

Bila hendak melangkah keluar dari "zon selesa" anda?

termasuk perancangan dan ramalan. Algoritma pembelajaran mesin boleh diprogramkan untuk menganalisis data statistik, mempertimbangkan maklumat sejarah dan alam sekitar, dan kemudian memberikan maklumat tentang corak atau arah aliran. Ini juga terpakai kepada pengurusan rizab dan inventori yang lebih baik. Serta penggunaan kenderaan autonomi. secara tetap menggunakan teknologi rangkaian terkini seperti 5G akan menyediakan kenderaan dan mesin, seperti kenderaan autonomi, dengan membuat keputusan bebas.

Syarikat perlombongan utama seperti Rio Tinto dan BHP Billington telah melabur dalam bidang ini selama beberapa tahun dengan mengautomasikan trak dan peralatan berat mereka (2). Ini boleh memberi banyak faedah – bukan sahaja dari segi kos buruh, tetapi juga dengan mengurangkan kekerapan penyelenggaraan kenderaan dan meningkatkan standard kesihatan dan keselamatan. Walau bagaimanapun, setakat ini ini hanya berfungsi di kawasan yang dikawal ketat. Apabila kenderaan autonomi dibawa keluar dari zon selesa ini, isu pengendalian yang cekap dan selamat menjadi amat sukar. Walau bagaimanapun, akhirnya, mereka perlu pergi ke dunia luar, memikirkannya, dan bekerja dengan selamat.

2. Mesin Perlombongan Automatik Rio Tinto

Robotisasi industri tidak mencukupi. Analisis kumpulan MPI menunjukkan bahawa hampir satu pertiga daripada proses pembuatan dan peranti, serta proses dan peranti bukan pembuatan, sudah mengandungi/benam kecerdasan. Menurut firma perunding McKinsey & Company, penggunaan meluas teknologi penyelenggaraan pencegahan boleh mengurangkan kos penyelenggaraan dalam syarikat sebanyak 20%, mengurangkan masa henti yang tidak dirancang sebanyak 50% dan memanjangkan hayat mesin selama bertahun-tahun. Program penyelenggaraan pencegahan memantau peranti dengan sebarang bilangan metrik prestasi.

Membeli robot secara langsung boleh menjadi usaha yang mahal. Seperti yang dinyatakan pada permulaan artikel ini, gelombang perkhidmatan baharu sebagai perkhidmatan sedang muncul. Ideanya adalah untuk menyewa robot pada harga yang lebih rendah, dan bukannya membelinya untuk diri sendiri. Dengan cara ini, robot boleh dilaksanakan dengan cepat dan cekap tanpa mempertaruhkan kos pelaburan yang besar. Terdapat juga syarikat yang menawarkan penyelesaian modular yang membolehkan pengeluar membelanjakan hanya apa yang mereka perlukan. Syarikat yang menawarkan penyelesaian sedemikian termasuk: ABB Ltd. Fanuc Corp, Sterraclimb.

Mesin layan diri di rumah dan di halaman rumah

Pengeluaran pertanian adalah satu bidang yang diramalkan akan cepat ditakluki oleh automasi. Alat pertanian automatik boleh berfungsi selama berjam-jam tanpa rehat dan sudah digunakan dalam banyak sektor perniagaan tani (3). Mereka diramalkan, terutamanya di negara membangun, mereka akan mempunyai kesan global yang paling besar terhadap tenaga kerja dalam jangka panjang, lebih daripada dalam industri.

3. Lengan robotik pertanian Iron Ox

Automasi dalam pertanian terutamanya adalah perisian pengurusan ladang yang menyokong pengurusan sumber, tanaman dan haiwan. Kawalan tepat berdasarkan analisis data sejarah dan ramalan membawa kepada penjimatan tenaga, peningkatan kecekapan, pengoptimuman penggunaan racun herba dan racun perosak. Ia juga data haiwan, daripada corak pembiakan kepada genomik.

Sistem Autonomi Pintar sistem pengairan membantu mengawal dan mengautomasikan penggunaan air di ladang. Semuanya berdasarkan data yang dikumpul dan dianalisis dengan tepat, bukan daripada topi, tetapi daripada sistem penderia yang mengumpul maklumat dan membantu petani memantau kesihatan tanaman, cuaca dan kualiti tanah.

Banyak syarikat kini menawarkan penyelesaian untuk pertanian automatik. Satu contoh ialah FieldMicro dan perkhidmatan SmartFarm dan FieldBotnya. Petani melihat dan mendengar perkara yang FieldBot (4) lihat dan dengar, peranti kawalan jauh pegang tangan yang bersambung kepada peralatan/perisian pertanian.

FieldBots dilengkapi dengan panel solar terbina dalam, kamera HD dan mikrofon, serta penderia yang memantau suhu, tekanan udara, kelembapan, gerakan, bunyi dan banyak lagi. Pengguna boleh mengawal sistem pengairan mereka, mengalihkan injap, membuka gelangsar, memantau takungan dan paras lembapan, melihat rakaman langsung, mendengar audio langsung dan mematikan pam dari pusat kawalan. FieldBot dikawal melalui platform SmartFarm.yang membolehkan pengguna menetapkan peraturan untuk setiap FieldBot atau berbilang FieldBots yang bekerja bersama-sama. Peraturan boleh ditetapkan untuk sebarang peralatan yang disambungkan ke FieldBot, yang kemudiannya boleh mengaktifkan peralatan lain yang disambungkan ke FieldBot lain. Akses kepada platform boleh dilakukan melalui telefon pintar, tablet atau komputer.

FieldMicro telah bekerjasama dengan pengeluar peralatan ladang terkenal John Deere untuk menyediakan data kepada platform SmartFarm. Pengguna akan dapat melihat bukan sahaja lokasi, tetapi juga maklumat lain tentang kenderaan, seperti paras bahan api, minyak dan sistem hidraulik. Arahan juga boleh dihantar dari platform SmartFarm ke mesin. Selain itu, SmartFarm akan memaparkan maklumat tentang penggunaan semasa dan rangkaian peralatan John Deere yang serasi. Sejarah Lokasi SmartFarm juga membolehkan anda melihat laluan yang diambil oleh mesin dalam enam puluh hari yang lalu dan termasuk maklumat seperti lokasi, kelajuan dan arah. Petani juga mempunyai keupayaan untuk mengakses mesin John Deere mereka dari jauh untuk menyelesaikan masalah atau membuat perubahan.

Bilangan robot perindustrian telah meningkat tiga kali ganda dalam satu dekad, daripada lebih sejuta pada 2010 kepada sasaran 3,15 juta pada 2020. Walaupun automasi boleh (dan memang) meningkatkan produktiviti, keluaran per kapita dan taraf hidup keseluruhan, terdapat beberapa aspek automasi yang membimbangkan, seperti kesan negatifnya terhadap pekerja berkemahiran rendah.

Tugas rutin dan berkemahiran rendah cenderung lebih mudah dilakukan oleh robot berbanding tugas bukan rutin yang berkemahiran tinggi. Ini bermakna peningkatan bilangan robot atau peningkatan kecekapan mereka mengancam pekerjaan ini. Selain itu, lebih ramai pekerja mahir cenderung untuk mengkhusus dalam tugas yang melengkapkan automasi, seperti reka bentuk dan penyelenggaraan robot, penyeliaan dan kawalan. Hasil daripada automasi, permintaan untuk pekerja berkemahiran tinggi dan gaji mereka mungkin meningkat.

Pada penghujung tahun 2017, Institut Global McKinsey menerbitkan laporan (5) di mana ia mengira bahawa perarakan automasi tanpa henti boleh mengurangkan sehingga 2030 juta pekerjaan di Amerika Syarikat sahaja menjelang tahun 73. "Automasi sudah tentu merupakan faktor dalam masa depan tenaga kerja," Elliot Dinkin, pakar pasaran buruh terkenal, mengulas dalam laporan itu. "Bagaimanapun, terdapat tanda-tanda bahawa kesannya terhadap pengurangan pekerjaan mungkin kurang daripada yang dijangkakan."

Dinkin juga menyatakan bahawa, dalam keadaan tertentu, automasi meningkatkan pertumbuhan perniagaan dan dengan itu menggalakkan pertumbuhan pekerjaan dan bukannya kehilangan pekerjaan. Pada tahun 1913, Ford Motor Company memperkenalkan barisan pemasangan kereta, mengurangkan masa pemasangan untuk kereta daripada 12 jam kepada kira-kira satu setengah jam, dan membenarkan peningkatan ketara dalam pengeluaran. Sejak itu, industri automasi terus meningkatkan automasi dan ... masih menggaji pekerja - pada 2011-2017, walaupun automasi, bilangan pekerjaan dalam industri ini meningkat hampir 50%.

Terlalu banyak automasi membawa kepada masalah, contoh terbaru ialah kilang Tesla di California, di mana, seperti yang diakui oleh Elon Musk sendiri, automasi telah dibesar-besarkan. Inilah yang dikatakan penganalisis dari firma Wall Street yang terkenal, Bernstein. Elon Musk mengautomasikan Tesla terlalu banyak. Mesin-mesin itu, yang sering dikatakan oleh orang yang berwawasan itu akan merevolusikan industri automotif, menyebabkan syarikat itu menanggung kos yang tinggi sehinggakan untuk sementara waktu terdapat perbincangan tentang kemungkinan kebankrapan Tesla.

Kemudahan pembuatan Fremont, California yang hampir automatik sepenuhnya Tesla, bukannya mempercepatkan dan menyelaraskan penghantaran kereta baharu, telah menjadi punca masalah bagi syarikat itu. Kilang itu tidak dapat menampung tugas dengan cepat mengeluarkan model baru kereta Tesli 3 (Lihat juga: ). Proses pembuatan dinilai terlalu bercita-cita tinggi, berisiko dan kompleks. "Tesla telah membelanjakan kira-kira dua kali lebih banyak daripada pengeluar kereta tradisional bagi setiap unit kapasiti pengeluaran," firma penganalisis Berstein menulis dalam analisis mereka. “Syarikat itu telah memesan sejumlah besar robot Kuka. Bukan sahaja pengecapan, pengecatan dan kimpalan (seperti kebanyakan pembuat kereta lain) diautomatikkan, percubaan telah dibuat untuk mengautomasikan proses pemasangan akhir. Di sini Tesla nampaknya menghadapi masalah (serta dengan mengimpal dan memasang bateri).

Bernstein menambah bahawa pembuat kereta terbesar dunia, iaitu Jepun, cuba mengehadkan automasi kerana "ia mahal dan berkorelasi negatif secara statistik dengan kualiti." Pendekatan Jepun ialah anda memulakan proses dahulu dan kemudian membawa masuk robot. Musk melakukan sebaliknya. Penganalisis menunjukkan bahawa syarikat kereta lain yang telah cuba mengautomasikan 100 peratus proses pembuatan mereka, termasuk gergasi seperti Fiat dan Volkswagen, juga telah gagal.

5. Tahap ramalan penggantian tenaga manusia oleh pelbagai jenis penyelesaian automasi.

Penggodam sukakan industri

berkemungkinan akan mempercepatkan pembangunan dan penggunaan teknologi automasi. Kami menulis tentang ini dalam salah satu terbitan terbaru MT. Walaupun automasi boleh membawa banyak faedah kepada industri, ia tidak boleh dilupakan bahawa pembangunannya datang dengan cabaran baharu, salah satu yang terbesar ialah keselamatan. Dalam laporan terbaru oleh NTT, bertajuk "Laporan Perisikan Ancaman Global 2020", antara lain, maklumat sedemikian yang, sebagai contoh, di UK dan Ireland, pengeluaran perindustrian adalah sektor siber yang paling diserang. Hampir satu pertiga daripada semua serangan direkodkan di kawasan ini, dengan 21% daripada serangan di seluruh dunia bergantung kepada penyerang siber untuk mengimbas sistem dan sistem keselamatan.

"Pengilangan industri nampaknya merupakan salah satu industri yang paling disasarkan di dunia, paling kerap dikaitkan dengan kecurian harta intelek," kata laporan NTT, tetapi industri juga semakin bergelut dengan "kebocoran data kewangan, risiko yang dikaitkan dengan rantaian bekalan global .” dan risiko kelemahan yang tidak sepadan.”

Mengulas laporan itu, Rory Duncan dari NTT Ltd. menekankan bahawa: "Keselamatan lemah teknologi perindustrian telah lama diketahui - banyak sistem direka untuk prestasi, kapasiti dan pematuhan, bukan keselamatan IT." Pada masa lalu, mereka juga bergantung pada beberapa bentuk "cover-up". Protokol, format dan antara muka dalam sistem ini selalunya kompleks dan proprietari, dan berbeza daripada yang digunakan dalam sistem maklumat, menyukarkan penyerang untuk melancarkan serangan yang berjaya. Apabila semakin banyak sistem muncul pada rangkaian, penggodam membuat inovasi dan melihat sistem ini terdedah kepada serangan."

Perunding keselamatan IOActive baru-baru ini melancarkan serangan siber ke atas sistem robotik industri untuk memberikan bukti bahawa ia boleh mengganggu syarikat besar. "Daripada menyulitkan data, penyerang boleh menyerang kepingan utama perisian robot untuk memastikan robot tidak berfungsi sehingga wang tebusan dibayar," kata penyelidik. Untuk membuktikan teori mereka, wakil IOActive memberi tumpuan kepada NAO, sebuah robot penyelidikan dan pendidikan yang popular. Ia mempunyai sistem pengendalian dan kelemahan yang "hampir sama" dengan Pepper SoftBank yang lebih terkenal. Serangan menggunakan ciri tidak berdokumen untuk mendapatkan kawalan jauh ke atas mesin.

Anda kemudiannya boleh melumpuhkan ciri pentadbiran biasa, menukar ciri lalai robot dan mengubah hala data daripada semua saluran video dan audio ke pelayan jauh di Internet. Langkah seterusnya serangan termasuk meningkatkan hak pengguna, melanggar mekanisme tetapan semula kilang, dan menjangkiti semua fail dalam ingatan. Dalam erti kata lain, mereka boleh membahayakan robot atau malah mengancam seseorang secara fizikal.

Jika proses automasi tidak menjamin keselamatan, ia akan melambatkan proses. Sukar untuk membayangkan bahawa dengan keinginan untuk mengautomasikan dan membuat robot sebanyak mungkin, seseorang akan mengabaikan bidang keselamatan.