อะไรอีกที่จะทำให้อัตโนมัติ?

วันนี้แนวคิดของ "Automation as a Service" คือการสร้างอาชีพ สิ่งนี้อำนวยความสะดวกโดยการพัฒนา AI, แมชชีนเลิร์นนิง, การปรับใช้อินเทอร์เน็ตของสิ่งต่าง ๆ และโครงสร้างพื้นฐานที่เกี่ยวข้องอย่างรวดเร็ว รวมถึงการเพิ่มจำนวนอุปกรณ์ดิจิทัลอัตโนมัติ อย่างไรก็ตาม ไม่จำเป็นต้องติดตั้งหุ่นยนต์เพิ่มเติม วันนี้เป็นที่เข้าใจกันอย่างกว้างขวางและมีความยืดหยุ่นมากขึ้น

ปัจจุบันสตาร์ทอัพที่มีพลวัตมากที่สุด ได้แก่ บริษัทต่างๆ เช่น LogSquare ในดูไบ ผู้ให้บริการโซลูชั่นด้านการขนส่ง ลอจิสติกส์ และคลังสินค้าอัตโนมัติ องค์ประกอบหลักของข้อเสนอของ LogSquare คือโซลูชันการจัดเก็บและดึงข้อมูลอัตโนมัติที่ออกแบบมาเพื่อลดการใช้พื้นที่คลังสินค้าและบรรลุประสิทธิภาพและประสิทธิผลในระดับที่สูงขึ้น

ฝ่ายบริหารของบริษัทเรียกข้อเสนอของพวกเขาว่า "ระบบอัตโนมัติแบบนุ่มนวล" (1) หลายบริษัทแม้จะสร้างแรงกดดัน แต่ก็ยังไม่พร้อมสำหรับการดำเนินการที่รุนแรง ดังนั้นโซลูชัน LogSquare จึงเป็นที่ดึงดูดใจสำหรับพวกเขา ทำงานอัตโนมัติผ่านการปรับแต่งเล็กน้อยและการหาเหตุผลเข้าข้างตนเอง

เมื่อใดควรก้าวออกจาก "เขตสบาย" ของคุณ?

รวมถึงการวางแผนและการพยากรณ์ อัลกอริธึมการเรียนรู้ของเครื่องสามารถตั้งโปรแกรมเพื่อวิเคราะห์ข้อมูลทางสถิติ พิจารณาข้อมูลทางประวัติศาสตร์และสิ่งแวดล้อม จากนั้นให้ข้อมูลเกี่ยวกับรูปแบบหรือแนวโน้ม นอกจากนี้ยังใช้กับการสำรองและการจัดการสินค้าคงคลังที่ดีขึ้น ตลอดจนการใช้รถยนต์ขับเคลื่อนอัตโนมัติ อย่างถาวรโดยใช้เทคโนโลยีเครือข่ายล่าสุด เช่น 5G จะช่วยให้ยานพาหนะและเครื่องจักร เช่น ยานยนต์อัตโนมัติ มีการตัดสินใจที่เป็นอิสระ

บริษัทเหมืองแร่รายใหญ่ เช่น Rio Tinto และ BHP Billington ได้ลงทุนในพื้นที่นี้มาหลายปีแล้วโดยทำให้รถบรรทุกและเครื่องจักรกลหนักเป็นระบบอัตโนมัติ (2) สิ่งนี้มีประโยชน์มากมาย ไม่เพียงแต่ในแง่ของค่าแรงเท่านั้น แต่ยังรวมถึงการลดความถี่ในการบำรุงรักษารถและการยกระดับมาตรฐานด้านสุขภาพและความปลอดภัยอีกด้วย อย่างไรก็ตาม จนถึงตอนนี้ใช้ได้เฉพาะในพื้นที่ควบคุมอย่างเข้มงวดเท่านั้น เมื่อยานพาหนะขับเคลื่อนอัตโนมัติถูกนำออกจากเขตความสะดวกสบายเหล่านี้ ปัญหาของการทำงานที่มีประสิทธิภาพและปลอดภัยจะกลายเป็นเรื่องยากอย่างยิ่ง อย่างไรก็ตาม ในที่สุด พวกเขาจะต้องออกไปสู่โลกภายนอก คิดออก และทำงานอย่างปลอดภัย

2. เครื่องขุดอัตโนมัติของ Rio Tinto

หุ่นยนต์ อุตสาหกรรมไม่เพียงพอ การวิเคราะห์กลุ่มของ MPI แสดงให้เห็นว่าเกือบหนึ่งในสามของกระบวนการผลิตและอุปกรณ์ ตลอดจนกระบวนการและอุปกรณ์ที่ไม่ใช่การผลิต มี/ฝังข้อมูลอัจฉริยะอยู่แล้ว ตามที่บริษัทที่ปรึกษา McKinsey & Company การใช้เทคโนโลยีการบำรุงรักษาเชิงป้องกันอย่างแพร่หลายสามารถลดต้นทุนการบำรุงรักษาในบริษัทได้ 20% ลดเวลาหยุดทำงานโดยไม่ได้วางแผนไว้ 50% และยืดอายุเครื่องจักรไปอีกหลายปี โปรแกรมการบำรุงรักษาเชิงป้องกันจะตรวจสอบอุปกรณ์ด้วยตัวชี้วัดประสิทธิภาพจำนวนเท่าใดก็ได้

การซื้อหุ่นยนต์โดยทันทีอาจเป็นงานที่มีราคาแพง ดังที่กล่าวไว้ในตอนต้นของบทความนี้ คลื่นลูกใหม่ของบริการในฐานะบริการกำลังเกิดขึ้น แนวคิดคือการเช่าหุ่นยนต์ในราคาที่ถูกลง แทนที่จะซื้อให้ตัวเอง ด้วยวิธีนี้ หุ่นยนต์สามารถใช้งานได้อย่างรวดเร็วและมีประสิทธิภาพโดยไม่ต้องเสี่ยงกับต้นทุนการลงทุนจำนวนมาก นอกจากนี้ยังมีบริษัทต่างๆ ที่นำเสนอโซลูชันแบบโมดูลาร์ที่ช่วยให้ผู้ผลิตใช้จ่ายเฉพาะสิ่งที่ต้องการเท่านั้น บริษัทที่นำเสนอโซลูชั่นดังกล่าว ได้แก่ ABB Ltd. ฟานุก คอร์ป, สเตอร์ราคลิมบ์

ตู้หยอดเหรียญที่บ้านและในสวน

การผลิตทางการเกษตรเป็นพื้นที่หนึ่งที่คาดการณ์ว่าจะถูกยึดอย่างรวดเร็วด้วยระบบอัตโนมัติ เครื่องมือการเกษตรแบบอัตโนมัติสามารถทำงานได้หลายชั่วโมงโดยไม่ต้องพัก และถูกใช้แล้วในภาคธุรกิจการเกษตรหลายแห่ง (3) พวกเขาคาดการณ์ว่าโดยเฉพาะอย่างยิ่งในประเทศกำลังพัฒนา พวกเขาจะมีผลกระทบระดับโลกมากที่สุดต่อแรงงานในระยะยาว มากกว่าในอุตสาหกรรม

3. แขนกลหุ่นยนต์เพื่อการเกษตร Iron Ox

ระบบอัตโนมัติในการเกษตรเป็นหลักซอฟต์แวร์การจัดการฟาร์มที่สนับสนุนทรัพยากร พืชผล และการจัดการสัตว์ การจัดการที่แม่นยำโดยอิงจากการวิเคราะห์ข้อมูลในอดีตและข้อมูลเชิงพยากรณ์นำไปสู่การประหยัดพลังงาน เพิ่มประสิทธิภาพ เพิ่มประสิทธิภาพของการใช้สารกำจัดวัชพืชและยาฆ่าแมลง นอกจากนี้ยังเป็นข้อมูลสัตว์ ตั้งแต่รูปแบบการผสมพันธุ์ไปจนถึงจีโนม

ระบบอัตโนมัติอัจฉริยะ ระบบชลประทานช่วยควบคุมและทำให้การใช้น้ำในฟาร์มเป็นแบบอัตโนมัติ ทุกอย่างขึ้นอยู่กับข้อมูลที่รวบรวมและวิเคราะห์อย่างแม่นยำ ไม่ใช่จากหมวก แต่จากระบบเซ็นเซอร์ที่รวบรวมข้อมูลและช่วยให้เกษตรกรตรวจสอบสุขภาพพืชผล สภาพอากาศ และคุณภาพดิน

หลายบริษัทนำเสนอโซลูชั่นสำหรับการทำฟาร์มแบบอัตโนมัติ ตัวอย่างหนึ่งคือ FieldMicro และบริการ SmartFarm และ FieldBot เกษตรกรมองเห็นและได้ยินสิ่งที่ FieldBot (4) เห็นและได้ยิน ซึ่งเป็นอุปกรณ์ควบคุมระยะไกลแบบใช้มือถือที่เชื่อมต่อกับอุปกรณ์/ซอฟต์แวร์การเกษตร

FieldBots ติดตั้งแผงโซลาร์เซลล์ในตัว กล้อง HD และไมโครโฟน รวมถึงเซ็นเซอร์ที่ตรวจสอบอุณหภูมิ ความกดอากาศ ความชื้น การเคลื่อนไหว เสียง และอื่นๆ ผู้ใช้สามารถควบคุมระบบชลประทาน วาล์วเปลี่ยนทิศทาง เปิดสไลเดอร์ ตรวจสอบระดับอ่างเก็บน้ำและความชื้น ดูการบันทึกสด ฟังเสียงสด และปิดปั๊มจากศูนย์ควบคุม FieldBot ถูกควบคุมผ่านแพลตฟอร์ม SmartFarmซึ่งอนุญาตให้ผู้ใช้ตั้งกฎสำหรับ FieldBot แต่ละตัวหรือ FieldBot หลายตัวที่ทำงานร่วมกัน สามารถตั้งค่ากฎสำหรับอุปกรณ์ใดๆ ที่เชื่อมต่อกับ FieldBot ซึ่งสามารถเปิดใช้งานอุปกรณ์อื่นๆ ที่เชื่อมต่อกับ FieldBot อื่นได้ สามารถเข้าถึงแพลตฟอร์มผ่านสมาร์ทโฟน แท็บเล็ต หรือคอมพิวเตอร์

FieldMicro ได้ร่วมมือกับผู้ผลิตอุปกรณ์ฟาร์มที่มีชื่อเสียง John Deere เพื่อให้ข้อมูลแก่แพลตฟอร์ม SmartFarm ผู้ใช้จะสามารถมองเห็นไม่เพียงแต่ตำแหน่งเท่านั้น แต่ยังรวมถึงรายละเอียดอื่นๆ ของรถ เช่น ระดับน้ำมันเชื้อเพลิง น้ำมัน และระบบไฮดรอลิก สามารถส่งคำแนะนำจากแพลตฟอร์ม SmartFarm ไปยังเครื่องได้ นอกจากนี้ SmartFarm จะแสดงข้อมูลเกี่ยวกับการใช้งานในปัจจุบันและช่วงของอุปกรณ์ที่เข้ากันได้ของ John Deere ประวัติตำแหน่ง SmartFarm ยังช่วยให้คุณดูเส้นทางที่เครื่องใช้ในช่วงหกสิบวันที่ผ่านมา และรวมถึงข้อมูลต่างๆ เช่น ตำแหน่ง ความเร็ว และทิศทาง เกษตรกรยังมีความสามารถในการเข้าถึงเครื่องจักร John Deere จากระยะไกลเพื่อแก้ไขปัญหาหรือเปลี่ยนแปลง

จำนวนหุ่นยนต์อุตสาหกรรมเพิ่มขึ้นสามเท่าในทศวรรษที่ผ่านมา จากเพียงหนึ่งล้านตัวในปี 2010 เป็นเป้าหมาย 3,15 ล้านตัวในปี 2020 ในขณะที่ระบบอัตโนมัติสามารถ (และทำ) เพิ่มผลผลิต ผลผลิตต่อหัว และมาตรฐานการครองชีพโดยรวม มีบางแง่มุมของระบบอัตโนมัติที่น่าเป็นห่วง เช่น ผลกระทบด้านลบต่อคนงานที่มีทักษะต่ำ

งานประจำและทักษะต่ำมักจะทำให้หุ่นยนต์ทำงานได้ง่ายกว่างานที่ไม่ใช่งานประจำที่มีทักษะสูง ซึ่งหมายความว่าการเพิ่มขึ้นของจำนวนหุ่นยนต์หรือการเพิ่มประสิทธิภาพของหุ่นยนต์คุกคามงานเหล่านี้ นอกจากนี้ พนักงานที่มีทักษะมากขึ้นมักจะเชี่ยวชาญในงานที่ช่วยเสริมระบบอัตโนมัติ เช่น การออกแบบและบำรุงรักษาหุ่นยนต์ การกำกับดูแล และการควบคุม อันเป็นผลมาจากระบบอัตโนมัติ ความต้องการแรงงานที่มีทักษะสูงและค่าจ้างอาจเพิ่มขึ้น

ณ สิ้นปี 2017 McKinsey Global Institute ตีพิมพ์รายงาน (5) ซึ่งคำนวณว่าการเดินขบวนของระบบอัตโนมัติอย่างไม่หยุดยั้งสามารถลดงานได้ถึง 2030 ล้านตำแหน่งในสหรัฐอเมริกาเพียงปีเดียวภายในปี 73 “ระบบอัตโนมัติเป็นปัจจัยหนึ่งในอนาคตของพนักงานอย่างแน่นอน” Elliot Dinkin ผู้เชี่ยวชาญด้านตลาดแรงงานที่มีชื่อเสียงให้ความเห็นในรายงาน "อย่างไรก็ตาม มีข้อบ่งชี้ว่าผลกระทบต่อการเลิกจ้างงานอาจน้อยกว่าที่คาดไว้"

Dinkin ยังตั้งข้อสังเกตอีกว่าภายใต้สถานการณ์บางอย่าง ระบบอัตโนมัติจะกระตุ้นการเติบโตของธุรกิจ และดังนั้นจึงส่งเสริมการเติบโตของงานมากกว่าที่จะสูญเสียงาน ในปี ค.ศ. 1913 บริษัท Ford Motor ได้เปิดตัวสายการประกอบรถยนต์ โดยลดเวลาการประกอบรถยนต์จาก 12 ชั่วโมงเหลือประมาณหนึ่งชั่วโมงครึ่ง และทำให้การผลิตเพิ่มขึ้นอย่างมาก ตั้งแต่นั้นมา อุตสาหกรรมยานยนต์ได้เพิ่มระบบอัตโนมัติอย่างต่อเนื่องและ ... ยังคงมีพนักงานอยู่ - ในปี 2011-2017 แม้จะมีระบบอัตโนมัติ แต่จำนวนงานในอุตสาหกรรมนี้เพิ่มขึ้นเกือบ 50%

ระบบอัตโนมัติมากเกินไปนำไปสู่ปัญหา ตัวอย่างล่าสุดคือโรงงานเทสลาในแคลิฟอร์เนีย ซึ่งตามที่ Elon Musk ยอมรับ ระบบอัตโนมัติก็เกินจริง นี่คือสิ่งที่นักวิเคราะห์จากบริษัท Wall Street ชื่อดัง Bernstein กล่าว Elon Musk อัตโนมัติเทสลามากเกินไป. เครื่องจักรดังกล่าว ซึ่งผู้มองการณ์ไกลมักกล่าวว่าจะปฏิวัติอุตสาหกรรมยานยนต์ ส่งผลให้บริษัทเสียค่าใช้จ่ายมาก จนบางครั้งมีการพูดถึงความเป็นไปได้ที่เทสลาจะล้มละลาย

โรงงานผลิตในเมืองฟรีมอนต์ในแคลิฟอร์เนียซึ่งทำงานอัตโนมัติเกือบเต็มรูปแบบของเทสลา แทนที่จะเร่งความเร็วและทำให้การส่งมอบรถใหม่คล่องตัว กลับกลายเป็นที่มาของปัญหาสำหรับบริษัท โรงงานไม่สามารถรับมือกับงานในการเปิดตัวรถยนต์ Tesli 3 รุ่นใหม่ได้อย่างรวดเร็ว (ดูเพิ่มเติม: ). กระบวนการผลิตได้รับการพิจารณาว่ามีความทะเยอทะยาน เสี่ยงและซับซ้อนเกินไป “Tesla ใช้จ่ายเงินมากกว่าผู้ผลิตรถยนต์ทั่วไปถึงสองเท่าต่อหน่วยกำลังการผลิต” บริษัทวิเคราะห์ Berstein เขียนไว้ในการวิเคราะห์ของพวกเขา “บริษัทได้สั่งซื้อหุ่นยนต์ Kuka จำนวนมาก ไม่เพียงแต่การปั๊ม การพ่นสี และการเชื่อม (เช่นเดียวกับผู้ผลิตรถยนต์รายอื่นส่วนใหญ่) จะเป็นแบบอัตโนมัติ แต่ยังมีการพยายามทำให้กระบวนการประกอบขั้นสุดท้ายเป็นไปโดยอัตโนมัติอีกด้วย ที่นี่ดูเหมือนว่าเทสลาจะมีปัญหา (เช่นเดียวกับการเชื่อมและการประกอบแบตเตอรี่)

Bernstein กล่าวเสริมว่าผู้ผลิตรถยนต์รายใหญ่ที่สุดของโลก เช่น ญี่ปุ่น กำลังพยายามจำกัดระบบอัตโนมัติ เนื่องจาก "มีราคาแพงและมีความสัมพันธ์กับคุณภาพในทางลบ" แนวทางของญี่ปุ่นคือคุณเริ่มกระบวนการก่อนแล้วจึงนำหุ่นยนต์เข้ามา มัสค์ทำตรงกันข้าม นักวิเคราะห์ชี้ให้เห็นว่าบริษัทรถยนต์อื่นๆ ที่พยายามทำให้กระบวนการผลิตเป็นอัตโนมัติ 100 เปอร์เซ็นต์ ซึ่งรวมถึงบริษัทยักษ์ใหญ่อย่าง Fiat และ Volkswagen ก็ล้มเหลวเช่นกัน

5. ระดับการคาดการณ์ของการเปลี่ยนแรงงานมนุษย์ด้วยโซลูชั่นระบบอัตโนมัติประเภทต่างๆ

แฮกเกอร์รักอุตสาหกรรม

มีแนวโน้มที่จะเร่งการพัฒนาและปรับใช้เทคโนโลยีอัตโนมัติ เราเขียนเกี่ยวกับเรื่องนี้ในฉบับล่าสุดของ MT แม้ว่าระบบอัตโนมัติจะนำประโยชน์มากมายมาสู่อุตสาหกรรม แต่ก็ไม่ควรลืมว่าการพัฒนามาพร้อมกับความท้าทายใหม่ๆ ซึ่งปัญหาที่ใหญ่ที่สุดอย่างหนึ่งคือความปลอดภัย ในรายงานล่าสุดโดย NTT ในหัวข้อ "Global Threat Intelligence Report 2020" เหนือสิ่งอื่นใด ข้อมูลดังกล่าว เช่น ในสหราชอาณาจักรและไอร์แลนด์ การผลิตภาคอุตสาหกรรมเป็นภาคส่วนทางไซเบอร์ที่ถูกโจมตีมากที่สุด เกือบหนึ่งในสามของการโจมตีทั้งหมดถูกบันทึกไว้ในพื้นที่นี้ โดย 21% ของการโจมตีทั่วโลกอาศัยผู้โจมตีทางไซเบอร์ในการสแกนระบบและระบบรักษาความปลอดภัย

“การผลิตเชิงอุตสาหกรรมดูเหมือนจะเป็นหนึ่งในอุตสาหกรรมที่มีเป้าหมายมากที่สุดในโลก โดยส่วนใหญ่มักเกี่ยวข้องกับการขโมยทรัพย์สินทางปัญญา” รายงานของ NTT กล่าว แต่อุตสาหกรรมนี้กำลังเผชิญกับ “การรั่วไหลของข้อมูลทางการเงิน ความเสี่ยงที่เกี่ยวข้องกับห่วงโซ่อุปทานทั่วโลกมากขึ้น ” และเสี่ยงต่อจุดอ่อนที่ไม่ตรงกัน”

แสดงความคิดเห็นเกี่ยวกับรายงานนี้ Rory Duncan จาก NTT Ltd. เน้นว่า: “การรักษาความปลอดภัยที่ไม่ดีของเทคโนโลยีอุตสาหกรรมเป็นที่ทราบกันมานานแล้ว - ระบบจำนวนมากได้รับการออกแบบมาเพื่อประสิทธิภาพ ความจุ และการปฏิบัติตามข้อกำหนด ไม่ใช่ความปลอดภัยด้านไอที” ในอดีตพวกเขายังอาศัย "การปกปิด" บางรูปแบบ โปรโตคอล รูปแบบ และอินเทอร์เฟซในระบบเหล่านี้มักจะซับซ้อนและเป็นกรรมสิทธิ์ และแตกต่างจากที่ใช้ในระบบข้อมูล ทำให้ยากสำหรับผู้โจมตีในการโจมตีสำเร็จ เนื่องจากมีระบบปรากฏขึ้นบนเครือข่ายมากขึ้นเรื่อยๆ แฮกเกอร์จึงคิดค้นและมองว่าระบบเหล่านี้เสี่ยงต่อการถูกโจมตี”

ที่ปรึกษาด้านความปลอดภัย IOActive เพิ่งเปิดตัวการโจมตีทางไซเบอร์ในระบบหุ่นยนต์อุตสาหกรรมเพื่อเป็นหลักฐานว่าอาจขัดขวางองค์กรขนาดใหญ่ “แทนที่จะเข้ารหัสข้อมูล ผู้โจมตีสามารถโจมตีชิ้นส่วนสำคัญของซอฟต์แวร์ของหุ่นยนต์เพื่อป้องกันไม่ให้หุ่นยนต์ทำงานจนกว่าจะจ่ายค่าไถ่” นักวิจัยกล่าว เพื่อพิสูจน์ทฤษฎีของพวกเขา ตัวแทนของ IOActive มุ่งเน้นไปที่ NAO ซึ่งเป็นหุ่นยนต์วิจัยและการศึกษายอดนิยม มีระบบปฏิบัติการและจุดอ่อนที่ "เกือบจะเหมือนกัน" เช่นเดียวกับ Pepper ที่โด่งดังของ SoftBank การโจมตีใช้คุณสมบัติที่ไม่มีเอกสารเพื่อเข้าควบคุมเครื่องจากระยะไกล

จากนั้นคุณสามารถปิดการใช้งานคุณสมบัติการดูแลระบบปกติ เปลี่ยนคุณสมบัติเริ่มต้นของหุ่นยนต์ และเปลี่ยนเส้นทางข้อมูลจากช่องสัญญาณวิดีโอและเสียงทั้งหมดไปยังเซิร์ฟเวอร์ระยะไกลบนอินเทอร์เน็ต ขั้นตอนต่อไปของการโจมตีรวมถึงการยกระดับสิทธิ์ของผู้ใช้ การละเมิดกลไกการรีเซ็ตเป็นค่าเริ่มต้น และการติดไฟล์ทั้งหมดในหน่วยความจำ กล่าวอีกนัยหนึ่งพวกเขาสามารถทำร้ายหุ่นยนต์หรือแม้แต่คุกคามร่างกายได้

หากกระบวนการอัตโนมัติไม่รับประกันความปลอดภัย จะทำให้กระบวนการช้าลง เป็นเรื่องยากที่จะจินตนาการว่าด้วยความปรารถนาที่จะทำให้เป็นระบบอัตโนมัติและหุ่นยนต์ให้มากที่สุดเท่าที่จะเป็นไปได้ ใครบางคนจะละเลยขอบเขตความปลอดภัย