新冠疫情如何加速自动化发展？
发布于2022-07-12
2021年，美国加利福尼亚州利弗莫尔的Westec Plastics塑料模塑厂在一栋大楼前打出了一条巨幅广告：“我们正在招聘！”。该公司还在几家主要的在线招聘网站上打了招聘广告，并将已经远高于最低工资的起步工资提高了24%，但依然没什么作用。一年多以来，Westec的三班倒生产线上一直人手不足，导致公司丢掉了一些生意。
但是现在Westec的业务已经恢复，甚至比原来更好。这家拥有100名员工的公司最近安装了三台“协作机器人” (cobot)，也就是与承担一些简单任务的人类员工一起工作的机器人（图1）。Westec仍在尝试雇佣更多的人手，但由于三台协作机器人完成了六个人的工作量，因此人员短缺的情况已经没那么严重了。Westec的总裁Tammy Barras表示：“一切都很顺利。我们正在订购另外两台协作机器人，打算继续组建我们的机器人团队。”
自动化的趋势早在新冠大流行之前就开始了，但过去两年出现的劳动力短缺和供应链中断加速了本已稳定的趋势。那些可能一直在拖延，或缓慢走向自动化的公司突然有了很多理由来加速他们的自动化部署。西弗吉尼亚大学智能制造专业的副教授Thorsten Wuest表示：“他们再也不用怀疑自动化的可行性。他们真的没有选择的余地。”
Wuest表示，像Westec这样在疫情期间启动或升级了自动化并快速获得投资回报的公司，很可能会扩大自动化的规模。他解释说：“现在的新问题是，既然运营正在恢复正常，那么如何最大限度地发挥自动化的优势。” 他补充说，“这些优势正在不断增长，主要是因为机器人和其他类型的制造自动化正在变得更智能、更灵活，且成本更低。”
图1：像Westec Plastics这样的小型制造商通过安装能够与人类员工一起工作的低成本自学机器人，缓解了劳动力短缺的问题。（图源：Westec Plastics）
巨大的回报
SnapLogic和Cebr于2021年11月进行的一项研究显示，美国公司在投资自动化后的三个月内实现了年均7%的收入增长。与此同时，这些公司的就业人数也增加了7%。Rapid Robotics是一家总部位于旧金山的公司，为包括Westec在内的众多制造企业提供机器人。Rapid Robotics的首席执行官Jordan Kretchmer表示，自动化将带来更多就业机会的想法听起来有悖常理，但实际上是有道理的。Kretchmer说：“过去几年的所有研究都表明，劳动力成本占产品成本的比例下降10%，利润率就会增加20%。更高的利润意味着雇佣和提升员工的潜力更大，并且更能留住员工。”
根据美国劳工统计局的数据，随着制造业工资自2020年初以来增长了10%，在过去几年间，企业更倾向于向自动化方向发展。雇佣员工从事不愉快的工作是很困难的。Kretchmer指出：“人们并不想整天坐在机器前被金属屑喷溅”。
与此同时，很多公司也一直在努力解决困扰全球业务的供应链中断问题。Barras说，“前一周还有一家海外供应商为我们开发模具，而下一周他们就倒闭了。现在客户希望我们在国内完成所有模具工作，以避免出现问题。” 但将制造需求都转向国内会加剧招聘压力。
更智能的自动化
自动化供应商正在向其设备中增加人工智能 (AI)、机器学习 (ML) 和其他先进软件，以解决制造企业的这些和其他问题。位于阿拉巴马州莫比尔的自动化系统集成商Hargrove Controls and Automation的数字化负责人Heath Stephens表示：“过去20年来公司一直看重的基本自动化类型，现在增加智能工具的速度已大大加快。”
Stephens指出，许多制造商很久以前就安装了负责记录传感器数据的设备，这些传感器跟踪温度、压力、流量和其他数十个可能的变量。但大多数公司都无法对这些数据做太多处理，因为这需要一个训练有素的分析师团队对数据进行筛选，并执行改进自动化操作所需的复杂计算。
不过，ML可以对数据进行实时分类，并在制造过程中自动调整多项控制以改善结果 - 例如，提高正在生产的化学品的纯度，通过降低流程温度来降低能源成本而不影响产量，或尽可能减少材料浪费以提高可持续性（图2）。Stephens说：“当你处理一个有10个参数的流程时，人类是无法调整所有参数来找到完美状态的。但是有了ML程序，你只要告诉它目标是什么，它就能知道如何实现目标。”
除了提高产量和降低成本外，新的自动化智能还增强了预测性维护。Stephens指出，传统的预测方法使用简单的感测技术，如增加振动，在故障前几个小时才发出警告。但现在的ML程序，有许多是基于云的，可以发现多个传感器中的复杂模式，并至少提前一周发出故障警告。这样用户就有足够的时间订购所需的零件，并在计划的停机时间内安排维护，从而节省代价昂贵的停机时间。Stephens说：“增加智能的目的不是减少人力，而是提高效率和质量。”
Wuest解释说，为制造过程和机器人注入人工智能可以帮助它们实现“认知自动化”。他还指出，最能使机器人强大的是将其集成到传统“物理自动化”中的方式。Wuest说：“机器学习、分析、视觉系统、传感器，所有这些现在都与机器人和其他机器齐头并进”。
图2：制造自动化结合了AI程序，用于监督和调整制造过程，以增加产量、降低成本并提高可持续性。
（图源：Hargrove Controls and Automation）
少花钱多办事
由于机器人编程和安装的成本及复杂性，对于小型制造公司，增加机器人一直是一项艰巨的任务。据Kretchmer说，在流水线上安装机器人可能需要几十万甚至数百万美元。虽然这样的投资对一家几年内以相同方式生产相同零件的大公司来说是合算的，但通常并不适合小公司。Kretchmer说：“98%的美国制造商拥有不断根据订单变化而进行调整的流水线”。如果每次更改流水线都要花费10万美元对机器人重新编程，那这项投资就没什么意义了。
为解决这个问题，机器人公司现在正在开发基于ML的功能，以便让机器人能够自编程。例如，Rapid Robotics公司的“Rapid Machine Operator”机器人会查看组件的计算机辅助设计图以及需要执行的任务。然后，该机器人使用自己的四个摄像头分析其工作空间，并自行确定如何以0.1mm的精度顺利完成任务 - 例如，将零件送入机器，然后将其取出，操作机器本身或进行焊接。如果某个组件位置不对，机器人会很快调整这种偏差。
由于具备人工智能的机器人非常容易安装，因此它们可以在流水线之间移动，或者可以在流水线针对新订单重新配置后继续工作。 “你可以把我们的机器人转移到一台新机器上，30秒后它就可以开始生产，就像人类一样，”Kretchmer解释说。与购买和安装传统机械臂的巨大成本相比，Rapid Machine Operator的服务费仅为每月2100美元。
Wuest指出，随着认知自动化能力的增强，这些机器人将开始接管更高技能的工作。他毫不怀疑，这种日益复杂的自动化将继续为人类员工创造更多、更好的机会。他说，现在的风险在于，许多其当前工作由自动化设备承担的人，并没有足够的能力来胜任这些设备所创造出的新工作岗位。
Wuest认为，要解决这个问题，学校、公司和政府必须付出更多努力来提升员工的技能，让工人们做好准备，抓住自动化生产流程所创造出的新机会。他说：“自动化与高技能员工相结合才是两全其美”。
作者简介
David H. Freedman是一位在波士顿工作的科普作家。他的文章经常在《大西洋月刊》、《新闻周刊》、《发现》、《Marker by Medium》和《Wired》等出版物上发表。他撰写了五本著作，最新的一本著作《错误》（Wrong）探讨了哪些力量致使科学家及其他顶级专家误导了我们。David H. Freedman的更多作品