Industry 4.0: Keterampilan Kunci untuk Tenaga Kerja Pabrik Cerdas

Apa yang terjadi ketika dunia IT dan OT harus lebih erat menyelaraskan dari sebelumnya? Kami berbicara dengan produsen di kedua sisi persamaan tentang keterampilan yang diperlukan untuk pekerja “pabrik cerdas” dan hambatan budaya yang telah membatasi adopsi luas hingga saat ini.

Pemasar industri menyebut pabrik cerdas atau manufaktur cerdas sebagai “konvergensi” antara teknologi informasi dan teknologi operasional. Analis dan konsultan meramalkan masa depan manufaktur, dan itu sungguh digital.

“Empat puluh persen tenaga kerja akan pensiun atau mencapai status pensiun dalam tiga hingga lima tahun ke depan, yang sangat besar,” kata Dr. Irene Petrick, direktur senior inovasi industri di grup internet of things di Intel, dalam wawancara dengan Better MRO. “Otomatisasi akan menjadi keharusan.”

Sebagian besar perusahaan saat ini, meskipun telah berinvestasi dalam teknologi baru, belum mendekati janji Industry 4.0 di mana ada integrasi lengkap rantai pasokan yang dioptimalkan yang menikmati lantai pabrik dan pengiriman tepat waktu, kata Mike Yost, outreach advisor untuk The Clean Energy Smart Manufacturing Innovation Institute (CESMII), dalam wawancara dengan Better MRO.

“Kenyataannya adalah banyak perusahaan sudah melakukan banyak ‘canggih’ saat ini dan telah melakukannya,” kata Yost. “Itu membuat saya gila betapa terfragmentasi kita di industri dalam bahasa yang kita gunakan … Ada bahaya dalam mendefinisikan istilah-istilah ini dan berpikir mereka adalah tujuan akhir … Kami sekarang berevolusi dalam setiap dimensi, tetapi tidak ada yang melakukannya semua.”

Mengapa? Ini benar-benar rumit.

“Bottom line: Hati-hati produsen dalam beralih ke digital bukan tentang kurangnya selaras strategi internal dan fokus jangka pendek. Dunia manufaktur kompleks,” kata Stephen Gold, presiden dan CEO Manufacturers Alliance for Productivity and Innovation (MAPI) dalam artikel tahun 2018 “Manufacturers are Behind in Industry 4.0—and for Good Reason.”

Apakah perawatan prediktif yang lebih presisi dan akurat terjadi? Ya. Sistem otomatis, seperti kendaraan terpandu otonom dan kecerdasan buatan, sedang masuk ke sel mesin dan lantai gudang.

Perangkat lunak menjadi lebih cerdas pada mesin. Mazak, misalnya, sekarang memiliki opsi sistem pemantauan kesehatan spindle untuk mesin pemesinan horizontalnya. Makino telah menunjukkan teknologi perintah suara untuk operasi mesin yang dikembangkan oleh startup iT SpeeX.

“Ada banyak bagian dalam teka-teki ini, dan bagian teknologi kemungkinan bukan yang paling sulit untuk diselesaikan,” kata Gold. “Sementara perusahaan manufaktur dapat sangat berbeda … mereka semua berbagi karakteristik tertentu, seperti rantai pasokan yang semakin kompleks, menggunakan aset produksi selama beberapa dekade sebelum penggantian, dan kebutuhan yang sangat nyata untuk menghindari waktu henti produksi dengan segala biaya.”

Pemimpin bisnis di manufaktur telah mendengar tentang “memiliki data yang tepat pada waktu yang tepat” selama 25 tahun atau lebih, kata Yost.

Apa bedanya hari ini? Ada banyak lebih banyak perangkat lunak dan alat kecerdasan digital, probe, dan sensor pintar dalam kotak peralatan yang dapat digunakan untuk membantu produsen mencapai tujuan kompetitif dan efisiensi mereka dari sebelumnya. Bahan baru telah tiba—dan cara baru untuk memanufaktur dengan 3D printing atau teknik “additive”.

dengan itu, ada keterampilan hibrid baru yang menggabungkan keahlian teknologi operasional dan pemesinan dengan keterampilan digital dan data.

Keterampilan Apa yang Diperlukan untuk Manufaktur Cerdas?

“Mereka perlu memahami data, dapat menganalisisnya dan menggunakan pemikiran statistik terhadapnya,” kata Petrick. “Data perlu mendorong tindakan agar berguna.”

Petrick memimpin penelitian di Intel yang berfokus pada pembagian OT dan IT—dan dapat mempelajari Intel sebagai produsen dan perusahaan teknologi. Tahun lalu, perusahaan menerbitkan penelitian, “Industry 4.0 Demands the Co-Evolution of Workers and Manufacturing Operations,” yang menyelidiki 145 peserta.

“Tetapi mereka juga perlu percaya pada gambaran data yang mereka lihat di dasbor … Ketidakpercayaan adalah hasil utama dari penelitian kami,” katanya.

Petrick percaya keterampilan ilmuwan data akan sangat dibutuhkan, tetapi akan sulit didapatkan. Mereka sudah demikian hari ini. Keterampilan tambahan mencakup: keahlian robotika dan otomatisasi teknis, virtualisasi, pemrograman canggih, visi canggih (kamera), simulasi robotika kolaboratif dan aplikasi augmented reality.

Mari kita tarik “memahami data” ke konteks yang lebih luas: Ketika Anda memiliki kemampuan untuk memantau volume besar sinyal pintar, bagaimana Anda memisahkan anomali?

Tanpa keraguan, pabrik cerdas Industry 4.0 akan sangat bergantung pada data. Pekerja akan memerlukan keterampilan untuk membantu menemukan anomali, menentukan data “yang tepat” yang harus dipantau—dan membuat failover yang sesuai yang memicu jalur produksi alternatif dan kontensi.

“Pekerja akan memerlukan keterampilan pemecahan masalah kritis, dan dapat mengidentifikasi masalah sebelum menyelesaikannya,” kata Yost.

Ke mana arahnya pada tingkat mesin? Baca “Ask An Expert: Georgia Tech Professor on the Future of Machining.”

Ini bukan tugas yang mudah considering kesenjangan keterampilan. Ini bukan berarti pekerja lantai pabrik berpengalaman tidak memiliki keterampilan ini hari ini. Juga tidak berarti bakat baru tidak akan memahami teknologi dan teknik sebelumnya.

Tapi apa yang terjadi ketika mereka yang memiliki pengalaman OT paling banyak tidak lagi bekerja?

“Pekerja masa depan yang memasuki lingkungan manufaktur adalah digital natives yang nyaman dengan—dan mengharapkan—data, untuk mendorong transparansi. Namun, digital natives ini kurang pengalaman produksi,” tulis Petrick dalam artikel untuk IndustryWeek. “Tenaga kerja saat ini memiliki pengalaman produksi, tetapi kurang pengetahuan data. Kami membutuhkan program pelatihan yang menghubungkan dua populasi ini dan sistem kepercayaan mereka untuk mengimplementasikan pabrik cerdas di masa depan.”

Keterampilan Manufaktur Cerdas Lain yang Diperlukan: Kolaborasi

Berdasarkan penelitian Intel, Petrick menemukan bahwa tantangan budaya antara IT dan OT adalah hambatan terbesar yang dihadapi produsen.

“Ada filosofi yang dipegang teguh di kedua sisi, dan sulit untuk digabungkan,” katanya. “Perusahaan perlu melibatkan semua pemangku kepentingan dalam transformasi ini—dan memiliki ahli di meja dari semua sisi.”

Itu berarti berkolaborasi, bekerjasama, dan mentoring di antara kelompok sebaya—dan berkomunikasi dan mengkoordinasikan sepanjang waktu. Insinyur proses perlu bekerja berdampingan dengan tim IT.

Apakah Anda memerlukan pertanyaan teknis dijawab? Tanyakan kepada MSC Metalworking Tech Team di forum.

“Jika Anda hanya memikirkan efisiensi proses, Anda kemungkinan tidak berfokus pada keamanan sistem,” kata Petrick. Maka, berikan tempat di meja kepada IT.

Itu juga membutuhkan sedikit lebih banyak perencanaan sistem dan pengetahuan integrasi. Ini mungkin memerlukan perekrutan ahli eksternal, seperti integrator sistem yang menurut Petrick diberi nilai tinggi di industri karena mereka teknologi dan vendor agnostic.

“Teknologi saat ini sering diadopsi tanpa rencana apa pun untuk menjaga agar tetap diperbarui. Beberapa pabrik akhirnya memiliki mesin baru dan antarmuka komputer lama, aliran data baru dan server lama …” kata Intel dalam penelitian co-evolution mereka.

Keterampilan lunak lain termasuk komunikasi dan komitmen pada pembelajaran dan pendidikan seumur hidup. Namun, tampaknya banyak produsen tertinggal dalam pelatihan.

“Dalam pemrograman, penyiapan, operasi, dan perawatan alat dan proses manufaktur cerdas, Anda harus melihat aspek tambahan apa yang mereka [pekerja] butuhkan pelatihan,” kata Jeannine Kunz, vice president Tooling U-SME, dalam artikel tentang kesenjangan keterampilan. “Sayangnya, manufaktur di bawah rata-rata dalam berinvestasi dalam pelatihan per karyawan.”

Apa yang Berhasil Hari Ini dalam Manufaktur Cerdas?

Secara mayoritas, tugas perawatan prediktif sedang ditangani oleh teknologi cerdas—yang membantu fleksibilitas pabrik. Ketika Anda mengetahui status semua mesin Anda dan kapan kegagalan akan terjadi, “Anda dapat mengurangi waktu henti secara dramatis,” kata Petrick.

Sederhananya, ada lebih banyak throughput yang dapat diwujudkan dari kedalaman informasi yang tersedia.

“Ketika Anda memiliki lebih banyak wawasan tentang apa yang dapat Anda sesuaikan, peluang untuk penghematan biaya dan efisiensi berkembang,” kata Petrick.

Tetapi tidak selalu terjadi di setiap sektor. Sektor otomotif dan makanan dan minuman melihat peningkatan yang mencolok—dan menjadi “lebih cerdas” setiap tahun, menurut Petrick.

Otomotif sedang menghadapi mass customization kendaraan oleh konsumen serta tekanan dari dinamika global dan kendaraan otonom.

Industri makanan memiliki banyak produk baru yang gagal, jadi produsen makanan ingin gagal cepat dan menyesuaikan. Mereka juga memiliki tekanan konsumen tambahan untuk bahan segar, jadi mereka mencari kontrol manufaktur yang lebih ketat dan ingin lebih banyak fleksibilitas untuk mengeluarkan waktu dari proses. Berpikir cerdas tentang proses dan teknologi membantu.

Apakah teknologi digital sebenarnya memberikan dampak di bengkel Anda? Bahas di forum. [pendaftaran diperlukan]