被颠覆的制造业：#AI让熄灯工厂成为现实#
- 新浪人工智能
- 2024-10-19 10:44:32
【被颠覆的制造业：AI让熄灯工厂成为现实】据哈佛商业评论报道：几十年来，制造业一直在热切期待着全自动工厂的到来。高科技机器人、智能机器和传感器组成的网络将无缝协调生产，解决普遍存在的劳动力短缺问题，同时大幅降低运营成本。理论上来说，这些工厂只需极少的人工干预，就能在完全黑暗的环境中运行，因此也被称为“熄灯工厂”。
迄今为止，为数不多的几家创建此类工厂的知名企业，如阿迪达斯在美国和德国的“速度工厂”、史丹利-布莱克和戴克在得克萨斯州的“工匠工具工厂”（craftsman tool factory），以及埃隆·马斯克所说的“过度自动化……是一个错误”，都对其广泛的可行性表示怀疑。因此，一些行业专家建议完全放弃熄灯工厂模式。
我们认为这样是不对的。2018年以来，美国（-0.4%）和德国（1%）等成熟经济体的制造业每小时工作产出增长几近停滞，这凸显了自动化对生产率提升的必要性。
好消息是，对制造商来说，根据我们的研究和实地经验，转变即将到来。早期的阻碍将在未来几年迅速减小，机器人的能力、灵活性和成本效益都在不断提高，嵌入式代理将生成式AI带入了工厂环境，制造商必须为不可避免的颠覆做好准备，否则就有落后的可能。
改造现有工厂
全球范围内已经出现了一些创新案例，证明了熄灯工厂的长期可行性。我们一家总部位于欧洲的汽车供应商客户做出了一个大胆决定，将其现有的棕地（brownfield）改造为全自动运营，由人工进行规划、监督和维护。
该公司的目标是实现成本竞争力，使其在高成本国家运营具有经济可行性，同时继续在两天内为客户提供服务。公司将直接劳动力减少了100%，有效解决了困扰行业的人才短缺问题，工厂的息税折旧摊销前利润（EBITDA）提高了8%。目前，这一举措正在全球多个高成本工厂推广。
为了推动这一转型，我们的客户在积极应对熄灯制造商面临的最常见的财务和技术挑战，这些挑战也存在于所有类别的工厂运营中：
可预测的流程：大多数工厂流程都涉及重复任务，因此用机器人执行这些任务在技术上是可行且有利可图的。例如，自动导引车可以沿着预定路径在车间内轻松导航。然而，安装和维护这些机器人需要高技能劳动力，限制了降低整体劳动力成本的潜力。
不可预测的流程：即使在严格控制的环境中，一些工厂流程本质上仍然是非结构化的。预先编程的机器人往往无法适应这些复杂的意外情况。例如，自动质量控制有时无法识别首次出现的缺陷。这种对意外情况的不适应性，令制造商无法完全信任自动化。
不可自动化的流程：由于当前技术的局限性，某些复杂的流程无法实现自动化，例如机器人在“组装”过程中就会遇到困难。“组装”是指将各种小部件拾取并组织在一起的过程，这些小部件要么过于相似，机器人很难识别，要么过于不同，机器人无法正确抓取，因此这些任务仍需人工完成。
为了应对这些固有挑战，我们的客户选择对流程、产品和布局进行“自动化再设计”，增加了彻底改
造工厂运营的步骤，以提高自动化的可行性，同时消除了以人为导向的低效流程。例如，我们的客户不再需要牺牲宝贵的地面空间来存储人工看得见摸得着的库存，而是建造了二层垂直存储区，方便机器人的进入和浏览。利用腾出的空间，他们安装了更多机器，将产量提高了30%以上。通过从根本上重建流程，他们发现了一些创新的适应性措施，其中包括：
最大限度地降低成本。改造的重点在于精简机器人的数量。例如，我们的客户一开始就面临一个关键决策：是否要投资50万美元，将塑料成型零件运送到装配站。由于每种尺寸的零件都需要一个专门的机器人，这样做的费用很高。为了避免这笔开支，我们帮助他们重新设计了流程，增加了一条传送带，将输出尺寸相似的塑料零件集中在了一起。这一新步骤将所需机器人的数量减少了一半，大大改善了熄灯工厂的业务情况。
学习预测未来情景。我们的目标是训练AI系统在生产开始前，而不是生产过程中为不确定性做好准备。例如，我们的客户安装了一个自动视觉检测器，用于拍摄图像并检测划痕等质量问题。对于一些罕见缺陷，系统需要花费数年时间才能学会在没有人工支持的情况下将其检测出来。为了解决这个问题，我们生成了大量有潜在缺陷的人工或“合成”图像，模拟各种光照条件以匹配摄像头可能捕捉到的图像。这一额外步骤使我们能够从第一天起就部署训练有素的视觉检测人员，在系统还不稳定时也无需监督。
调整流程，避免部分任务。通过调整流程，可以避开尚未实现自动化的任务。对于我们的客户来说，没有一个机器人能够独立有效完成装配任务。为了逐步取消这项任务，我们与供应商合作建立了一个贴有QR标签的包装箱仓储系统。每个箱子都装有单一零件，使机器人能够自主识别QR码，并按照装配所需的准确顺序取出箱子。
虽然我们客户的熄灯工厂展示了这种方法的巨大潜力，但直到今天，这种转变对于制造商来说依然困难重重。许多人认为技术障碍让人望而却步，尽管有望获得显著的长期收益，但他们往往对必要投资犹豫不决，担心会影响整个工厂的运营。此外，渐进式的技术进步很难让人们从整体上认识自动化。不过，这种思维模式即将发生巨大变化，使熄灯工厂的概念平民化，方便更多制造商接受。
迄今为止，为数不多的几家创建此类工厂的知名企业，如阿迪达斯在美国和德国的“速度工厂”、史丹利-布莱克和戴克在得克萨斯州的“工匠工具工厂”（craftsman tool factory），以及埃隆·马斯克所说的“过度自动化……是一个错误”，都对其广泛的可行性表示怀疑。因此，一些行业专家建议完全放弃熄灯工厂模式。
我们认为这样是不对的。2018年以来，美国（-0.4%）和德国（1%）等成熟经济体的制造业每小时工作产出增长几近停滞，这凸显了自动化对生产率提升的必要性。
好消息是，对制造商来说，根据我们的研究和实地经验，转变即将到来。早期的阻碍将在未来几年迅速减小，机器人的能力、灵活性和成本效益都在不断提高，嵌入式代理将生成式AI带入了工厂环境，制造商必须为不可避免的颠覆做好准备，否则就有落后的可能。
改造现有工厂
全球范围内已经出现了一些创新案例，证明了熄灯工厂的长期可行性。我们一家总部位于欧洲的汽车供应商客户做出了一个大胆决定，将其现有的棕地（brownfield）改造为全自动运营，由人工进行规划、监督和维护。
该公司的目标是实现成本竞争力，使其在高成本国家运营具有经济可行性，同时继续在两天内为客户提供服务。公司将直接劳动力减少了100%，有效解决了困扰行业的人才短缺问题，工厂的息税折旧摊销前利润（EBITDA）提高了8%。目前，这一举措正在全球多个高成本工厂推广。
为了推动这一转型，我们的客户在积极应对熄灯制造商面临的最常见的财务和技术挑战，这些挑战也存在于所有类别的工厂运营中：
可预测的流程：大多数工厂流程都涉及重复任务，因此用机器人执行这些任务在技术上是可行且有利可图的。例如，自动导引车可以沿着预定路径在车间内轻松导航。然而，安装和维护这些机器人需要高技能劳动力，限制了降低整体劳动力成本的潜力。
不可预测的流程：即使在严格控制的环境中，一些工厂流程本质上仍然是非结构化的。预先编程的机器人往往无法适应这些复杂的意外情况。例如，自动质量控制有时无法识别首次出现的缺陷。这种对意外情况的不适应性，令制造商无法完全信任自动化。
不可自动化的流程：由于当前技术的局限性，某些复杂的流程无法实现自动化，例如机器人在“组装”过程中就会遇到困难。“组装”是指将各种小部件拾取并组织在一起的过程，这些小部件要么过于相似，机器人很难识别，要么过于不同，机器人无法正确抓取，因此这些任务仍需人工完成。
为了应对这些固有挑战，我们的客户选择对流程、产品和布局进行“自动化再设计”，增加了彻底改
造工厂运营的步骤，以提高自动化的可行性，同时消除了以人为导向的低效流程。例如，我们的客户不再需要牺牲宝贵的地面空间来存储人工看得见摸得着的库存，而是建造了二层垂直存储区，方便机器人的进入和浏览。利用腾出的空间，他们安装了更多机器，将产量提高了30%以上。通过从根本上重建流程，他们发现了一些创新的适应性措施，其中包括：
最大限度地降低成本。改造的重点在于精简机器人的数量。例如，我们的客户一开始就面临一个关键决策：是否要投资50万美元，将塑料成型零件运送到装配站。由于每种尺寸的零件都需要一个专门的机器人，这样做的费用很高。为了避免这笔开支，我们帮助他们重新设计了流程，增加了一条传送带，将输出尺寸相似的塑料零件集中在了一起。这一新步骤将所需机器人的数量减少了一半，大大改善了熄灯工厂的业务情况。
学习预测未来情景。我们的目标是训练AI系统在生产开始前，而不是生产过程中为不确定性做好准备。例如，我们的客户安装了一个自动视觉检测器，用于拍摄图像并检测划痕等质量问题。对于一些罕见缺陷，系统需要花费数年时间才能学会在没有人工支持的情况下将其检测出来。为了解决这个问题，我们生成了大量有潜在缺陷的人工或“合成”图像，模拟各种光照条件以匹配摄像头可能捕捉到的图像。这一额外步骤使我们能够从第一天起就部署训练有素的视觉检测人员，在系统还不稳定时也无需监督。
调整流程，避免部分任务。通过调整流程，可以避开尚未实现自动化的任务。对于我们的客户来说，没有一个机器人能够独立有效完成装配任务。为了逐步取消这项任务，我们与供应商合作建立了一个贴有QR标签的包装箱仓储系统。每个箱子都装有单一零件，使机器人能够自主识别QR码，并按照装配所需的准确顺序取出箱子。
虽然我们客户的熄灯工厂展示了这种方法的巨大潜力，但直到今天，这种转变对于制造商来说依然困难重重。许多人认为技术障碍让人望而却步，尽管有望获得显著的长期收益，但他们往往对必要投资犹豫不决，担心会影响整个工厂的运营。此外，渐进式的技术进步很难让人们从整体上认识自动化。不过，这种思维模式即将发生巨大变化，使熄灯工厂的概念平民化，方便更多制造商接受。
