Mengoptimalkan Kolaborasi Manusia dan Robot dalam Manufaktur
Pandemi telah menyoroti tantangan dari ketergantungan pada barang yang diproduksi ribuan mil dari AS oleh tenaga kerja manusia. Ini telah mempertegas tabrakan antara retakan yang ada dalam rantai pasok dan pengiriman instan yang telah biasa dilakukan oleh pembeli online.
Karena kita juga memiliki ambigu berkelanjutan mengenai sanksi pada perdagangan antara AS dan China, kita mulai melihat kembali produksi barang tertentu ke tanah AS.
Kenaikan manufaktur AS akan ditandai oleh tiga elemen:
Kelestarian: Menggunakan energi lebih sedikit untuk membuat produk dan menghasilkan lebih sedikit limbah dalam proses.
Kustomisasi/personalisasi: Perusahaan AS kemungkinan tidak akan bersaing berdasarkan biaya murni. Tetapi saya percaya pengguna akan membayar lebih untuk barang yang memiliki sentuhan pribadi mereka sendiri.
Lokalisasi: Ini mirip dengan gerakan dari petani ke meja yang mempromosikan hidangan makanan lokal di restoran. Ini adalah paralel yang menarik, namun saya tidak melihatnya berjalan sejauh itu.
Diterapkan dengan benar, ini akan melibatkan pendirian fasilitas produksi lokal (dan jauh lebih berkelanjutan) yang mahir dalam menyesuaikan apa yang mereka buat.
Ini akan memerlukan kombinasi tenaga kerja manusia dan jenis robot baru. Alih-alih robot yang sangat besar dan mahal yang dapat membuat barang tertentu dalam volume yang sangat tinggi, gelombang robot baru akan lebih kecil, lebih murah, dan mudah diprogram ulang.
Dorongan untuk menurunkan biaya, daya, dan jejak kaki menyebabkan perusahaan menerapkan apa yang sebelumnya merupakan beberapa subsistem terpisah menjadi satu papan yang menggabungkan teknologi multiprosesor.
Salah satu tren terbaru yang lebih menarik yang kami tangkap adalah OEM mengunduh "resep" mereka untuk membuat widget ke dalam sistem manufaktur. Produsen menyediakan virtual machine yang aman bagi OEM untuk menjalankan kodenya. Produsen harus yakin bahwa kode ini tidak sengaja atau secara tidak sengaja menyebabkan peralatan pabrik berperilaku buruk dan membahayakan manusia.
Arsitektur perangkat lunak untuk sistem harus dapat mengisolasi fungsi inti yang menjalankan mesin, jauh dari aplikasi, yang terakhir tidak dapat mengakses sumber daya tersebut secara langsung.
Di dunia baru ini, ini bukan kasus robot versus manusia. Kita akan melihat manusia bekerja bersama robot, dengan hasilnya adalah hasil yang jauh lebih baik untuk pabrik.
Ini lebih tentang menjauh dari pemikiran menggantikan manusia dengan robot daripada tentang nilai yang ditawarkan teknologi robot. Kita perlu melihat tugas secara menyeluruh dan mempartisinya antara robot dan manusia.
Menyesuaikan robot untuk alur proses baru adalah tantangan, dan downtime mempengaruhi output dan efektivitas pabrik.
Untuk semua klaim kecerdasan buatan (AI), hanya manusia yang dapat memprediksi masalah sebelum terjadi dan berpikir di kaki untuk membuat keputusan secara real-time.
Berbeda dengan "ledakan Kambrium," yang beberapa wartawan gunakan untuk menggambarkan gelombang solusi AI ke tempat kerja, adopsi aktual akan lebih lambat.
Bisnis mulai pulih dari pandemi—beberapa lebih dari yang lain—dan kebutuhan untuk memberikan pengalaman yang mulus dari online ke toko (untuk bersaing dengan raksasa seperti Amazon) memerlukan pemikiran ulang seluruh rantai pasok.
Ini akan lambat dan bertahap. Sebuah peralatan yang berjanji untuk mempercepat fungsi di pabrik tidak membantu pabrik secara keseluruhan jika tidak andal, tidak fleksibel dan/atau mahal.
Tetapi kita melihat bukti konsep yang matang dan uji coba teknologi untuk memvalidasi manfaat return-on-investment sebelum penerapan yang lebih luas datang.
