就像許多行業(yè)一樣，大流行改變了工業(yè)運營。一些部門的需求飆升影響了其他部門，造成勞動力和原材料采購的劇烈波動。工人和企業(yè)學(xué)會了——在飛行中——以適應(yīng)新的條件。除了提高吞吐量以滿足不斷增長的需求外，工人安全在談判桌上占據(jù)了更加突出的位置。公司力求在保持業(yè)務(wù)運營的同時保護(hù)員工的健康。解決方案？先進(jìn)的技術(shù)。在充滿不確定性和迫切需求的時期，包括機(jī)器人技術(shù)和數(shù)據(jù)科學(xué)在內(nèi)的先進(jìn)技術(shù)引領(lǐng)了自動化制造運動。機(jī)器人始終如一、快速地執(zhí)行工作，而人工智能則在無需人工干預(yù)的情況下被動地幫助提高流程速度和效率。

機(jī)器人技術(shù)

隨著工人生病或需要保持身體距離，機(jī)器人（其中許多需要人工智能和高級軟件）已成為確保生產(chǎn)線繼續(xù)生產(chǎn)的首選解決方案。工業(yè)機(jī)器人可以進(jìn)行電弧焊和點焊、處理材料、裝載和卸載原材料、組裝產(chǎn)品、揀選、包裝和碼垛。他們還可以涂漆、粘合、密封并轉(zhuǎn)移到切割機(jī)上。因此，機(jī)器人被用來處理大多數(shù)自動化任務(wù)，同時最大限度地減少人機(jī)交互以確保適當(dāng)?shù)奈锢砭嚯x。

公司有意將人工智能和軟件視為可以降低成本和提高可持續(xù)性的技術(shù)。這種轉(zhuǎn)變推動了自動化支出。因此，機(jī)器人制造商正在向更高的自動化轉(zhuǎn)型。這種趨勢通過提高過程一致性在未來開辟了新市場。

盡管效率有所提高，但技術(shù)的進(jìn)步導(dǎo)致設(shè)施中角色的轉(zhuǎn)變。公司可以而且應(yīng)該自動化重復(fù)性步驟，這會使員工變得多余。然而，這可以通過重新培訓(xùn)員工來緩解，因為企業(yè)將需要經(jīng)驗豐富的分析師和技術(shù)人員來幫助評估數(shù)據(jù)和診斷故障。科爾尼 (Kearney) 的報告“機(jī)器人與 COVID-19：大流行病如何加速自動化” 1指出，公司應(yīng)努力平衡機(jī)器人/自動化和員工再培訓(xùn)，因為當(dāng)問題出現(xiàn)時，經(jīng)驗始終是一種資產(chǎn)。

再培訓(xùn)應(yīng)用程序的一個示例是工廠視頻。工廠視頻是一種有助于實現(xiàn)自動化的工具。記錄制造過程可以捕捉到故障發(fā)生的時刻，或突出顯示過程中重復(fù)出現(xiàn)的低效模式。然后，工程師和操作員審查和診斷視頻反饋的要點，并在此過程中實施糾正措施，這一點至關(guān)重要。重新學(xué)習(xí)技能來自于將多年的經(jīng)驗轉(zhuǎn)化為持續(xù)改進(jìn)的心態(tài)。

數(shù)據(jù)科學(xué)

從利用工廠加工視頻到機(jī)器學(xué)習(xí)，數(shù)據(jù)是工業(yè) 4.0 的貨幣，分析是投資策略。海量數(shù)據(jù)的力量完全取決于人工智能，因為人工智能可以快速處理和解釋數(shù)據(jù)以進(jìn)行實時調(diào)整——這是對當(dāng)前傳統(tǒng)方法的一個鮮明轉(zhuǎn)變。

這一運動可以實現(xiàn)更多的數(shù)字化高管職位，并發(fā)現(xiàn)大量未充分利用的數(shù)據(jù)集，以轉(zhuǎn)變工業(yè)運營。例如，公司生成并保留了數(shù) TB 的數(shù)據(jù)，但由于缺乏勞動力而無法生產(chǎn)他們的產(chǎn)品。人工智能解決了這個問題，立即利用整個公司改進(jìn)的流程并將其應(yīng)用于限制性制造步驟。這種改進(jìn)可能會對企業(yè)的盈利能力產(chǎn)生重大影響。鑒于這一提議，大多數(shù)公司歡迎 AI 在其自動化流程中的改進(jìn)也就不足為奇了。

隨著企業(yè)了解到這個機(jī)會，快速采用者將與緩慢采用者分開。運營效率的提高擴(kuò)大了競爭差距，并為早期人工智能采用者創(chuàng)造了更多獲勝機(jī)會。此外，隨著使用 AI 的公司數(shù)量增加，由于 AI 確定了數(shù)據(jù)工程師之前沒有分析過的優(yōu)化程序，因此需要重新構(gòu)想工業(yè)流程。這些改進(jìn)可以加速工人從裝配工到操作員或領(lǐng)導(dǎo)的轉(zhuǎn)變。人工智能將拉動制造業(yè)開發(fā)創(chuàng)新的方式來訪問和評估所有數(shù)據(jù)，不再受人類能力的束縛。

機(jī)器人技術(shù)和人工智能并不意味著人類制造業(yè)活動的終結(jié)。相反，它們代表了行業(yè)向更加自動化的重復(fù)步驟的轉(zhuǎn)變，以及評估和糾正故障所需技能的增加。雖然人工智能被動地致力于提高效率，但人類仍需要審核流程并改進(jìn)和維修機(jī)器，以確保一切按預(yù)期進(jìn)行。人類可以通過工廠視頻記錄和診斷系統(tǒng)問題，人工智能可以提高操作過程中的流程效率。人工智能、數(shù)據(jù)科學(xué)、視頻和軟件的交集為制造領(lǐng)導(dǎo)者提供了實現(xiàn)最佳工業(yè)自動化所需的工具。技能提升的員工確保通過基于經(jīng)驗的洞察力緊急解決生成的數(shù)據(jù)和遇到的故障。

Adam Kimmel 作為執(zhí)業(yè)工程師、研發(fā)經(jīng)理和工程內(nèi)容撰寫人擁有近 20 年的經(jīng)驗。他在垂直市場（包括汽車、工業(yè)/制造、技術(shù)和電子）中創(chuàng)建白皮書、網(wǎng)站副本、案例研究和博客文章。Adam 擁有化學(xué)和機(jī)械工程學(xué)位，是工程和技術(shù)內(nèi)容寫作公司 ASK Consulting Solutions, LLC 的創(chuàng)始人和負(fù)責(zé)人。

審核編輯黃宇