他に何を自動化すればよいでしょうか?

現在、「Automation as a Service」という概念が普及しつつあります。 これは、AI、機械学習の開発、モノのインターネットと関連インフラストラクチャの急速な展開、自動化されたデジタル デバイスの数の増加によって促進されています。 ただし、単にロボットを増設する必要はありません。 今日では、それははるかに幅広く、より柔軟に理解されています。

現在、最もダイナミックな新興企業には、輸送、物流、倉庫の自動化ソリューションを提供するドバイの LogSquare などの企業が含まれます。 LogSquare の製品の主要なコンポーネントは、倉庫スペースの使用量を最小限に抑え、より高いレベルの効率と生産性を達成するように設計された自動保管および取り出しソリューションです。

同社の経営陣は、彼らの提案を「ソフトオートメーション」と呼んでいます (1)。 多くの企業は、プレッシャーが生じているにもかかわらず、まだ抜本的な行動をとる準備ができていないため、小さな調整と合理化によって自動化された LogSquare ソリューションは企業にとって魅力的です。

いつ自分の「コンフォートゾーン」の外に出るべきでしょうか？

計画と予測が含まれます。 機械学習アルゴリズムは、統計データを分析し、履歴情報や環境情報を考慮して、パターンや傾向に関する情報を提供するようにプログラムできます。 これは、より適切な予約および在庫管理にも当てはまります。 自動運転車の使用も同様です。 5G などの最新のネットワーク技術を恒久的に使用することにより、自動運転車などの車両や機械に独立した意思決定が提供されます。

リオ ティントや BHP ビリントンなどの大手鉱山会社は、トラックや重機を自動化することで数年前からこの分野に投資してきました (2)。 これは、人件費の面だけでなく、車両のメンテナンスの頻度を減らし、健康と安全の基準を高めることによって、多くの利点をもたらす可能性があります。 ただし、これは今のところ、厳しく管理されたエリアでのみ機能します。 自動運転車がこれらの快適ゾーンの外に持ち出される場合、効率的かつ安全な運転の問題が非常に困難になります。 しかし、最終的には、外の世界に出て、それを理解し、安全に働く必要があります。

2. リオティントの自動マイニングマシン

ロボット化 産業だけでは十分ではありません。 MPI のグループ分析では、製造プロセスとデバイス、および非製造プロセスとデバイスのほぼ 20 分の 50 に、すでにインテリジェンスが組み込まれていることが示されています。 コンサルティング会社マッキンゼー・アンド・カンパニーによると、予防保守テクノロジーの普及により、企業の保守コストが XNUMX% 削減され、計画外のダウンタイムが XNUMX% 削減され、機械の寿命が何年も延びる可能性があります。 予防メンテナンス プログラムは、任意の数のパフォーマンス メトリックを使用してデバイスを監視します。

ロボットを完全に購入するのは高価な作業になる可能性があります。 この記事の冒頭で述べたように、Service as a Service の新しい波が現れています。 このアイデアは、ロボットを自分で購入するのではなく、割引価格でロボットをレンタルすることです。 このようにして、巨額の投資コストを冒すことなく、ロボットを迅速かつ効率的に実装できます。 メーカーが必要な分だけを支出できるモジュール型ソリューションを提供する企業もあります。 このようなソリューションを提供する企業には次のようなものがあります。 ABB Ltd. ファナック株式会社、ステラクライム。

自宅と庭にある自動販売機

農業生産は、自動化によってすぐに征服されると予測される分野の 3 つです。 自動化された農機具は、休むことなく何時間も作業することができ、すでに多くのアグリビジネス分野で使用されています (XNUMX)。 特に発展途上国では、長期的には産業界よりも労働力に世界的に最も大きな影響を与えると予測されています。

3. 農業用ロボットアーム Iron Ox

農業におけるオートメーションは主に、資源、作物、動物の管理をサポートする農場管理ソフトウェアです。 過去のデータと予測データの分析に基づいた正確な管理は、エネルギーの節約、効率の向上、除草剤や殺虫剤の使用の最適化につながります。 それは、繁殖パターンからゲノミクスに至るまでの動物のデータでもあります。

インテリジェント自律システム 灌漑システムは、農場での水の使用を制御および自動化するのに役立ちます。 すべては、帽子からではなく、情報を収集して農家が作物の健康状態、天候、土壌の品質を監視するのに役立つセンサー システムからの、正確に収集および分析されたデータに基づいています。

現在、多くの企業が自動農業のためのソリューションを提供しています。 一例としては、FieldMicro とその SmartFarm サービスおよび FieldBot サービスが挙げられます。 農家は、農業機器/ソフトウェアに接続するハンドヘルドのリモート制御デバイスである FieldBot (4) で見聞きするものを聞きます。

フィールドボット 内蔵のソーラーパネル、HDカメラ、マイクに加えて、温度、気圧、湿度、動き、音などを監視するセンサーが装備されています。 ユーザーは、コントロールセンターから灌漑システム、分流バルブ、開口スライダー、貯水池と水分レベルの監視、ライブ録画の表示、ライブオーディオの視聴、ポンプの停止を制御できます。 FieldBot は、SmartFarm プラットフォームを通じて制御されます。これにより、ユーザーは各 FieldBot または連携する複数の FieldBot のルールを設定できます。 FieldBot に接続されている機器に対してルールを設定すると、別の FieldBot に接続されている他の機器を起動できます。 スマートフォン、タブレット、パソコンからプラットフォームにアクセスできます。

FieldMicro は、有名な農機具メーカー John Deere と提携して、SmartFarm プラットフォームにデータを提供しています。 ユーザーは、位置だけでなく、燃料、オイル、油圧システムのレベルなど、車両に関するその他の情報も確認できるようになります。 指示は、SmartFarm プラットフォームからマシンに送信することもできます。 さらに、SmartFarm には、現在の使用状況と互換性のある John Deere 機器の範囲に関する情報が表示されます。 SmartFarm 位置履歴では、過去 XNUMX 日間にマシンがたどったルートを表示することもでき、位置、速度、方向などの情報が含まれます。 農家は、John Deere マシンにリモートでアクセスして、トラブルシューティングや変更を行うこともできます。

産業用ロボットの数は、2010 年の 3,15 万台強から 2020 年の目標 XNUMX 万台まで、XNUMX 年間で XNUMX 倍に増加しました。 自動化は生産性、一人当たりの生産高、全体的な生活水準を向上させることができます（そして実際に）が、自動化には低スキル労働者への悪影響など、懸念される側面がいくつかあります。

ロボットにとって、日常的でスキルの低いタスクは、スキルの高い非日常的なタスクよりも実行しやすい傾向があります。 これは、ロボットの数の増加やロボットの効率の向上により、これらの仕事が脅かされることを意味します。 さらに、より熟練した作業者は、ロボットの設計やメンテナンス、監視、制御など、自動化を補完するタスクに特化する傾向があります。 自動化の結果、高度なスキルを持つ労働者の需要とその賃金が増加する可能性があります。

2017年末、マッキンゼー・グローバル・インスティテュートは、容赦ない自動化の進歩により、5年までに米国だけで最大2030億73万人の雇用が削減される可能性があると試算した報告書(XNUMX)を発表した。 労働市場の著名な専門家であるエリオット・ディンキン氏は、「自動化が労働力の将来を左右する要素であることは確かだ」と報告書の中でコメントした。 「しかし、人員削減への影響は予想よりも小さいかもしれないという兆候がある。」

ディンキン氏はまた、特定の状況下では自動化がビジネスの成長を促進し、その結果、雇用が失われるのではなく雇用の増加が促進されるとも指摘しています。 1913 年、フォード モーター カンパニーは自動車組立ラインを導入し、自動車 12 台の組立時間を 2011 時間から約 2017 時間半に短縮し、生産量の大幅な増加を可能にしました。 それ以来、自動車業界は自動化を進め続けていますが、依然として人を雇用しています。自動化にもかかわらず、50 年から XNUMX 年にかけて、この業界の雇用数はほぼ XNUMX% 増加しました。

自動化が進みすぎると問題が発生します。最近の例としてはカリフォルニアのテスラ工場が挙げられますが、イーロン・マスク自身も認めたように、自動化が誇張されていました。 ウォール街で評判の高いバーンスタインのアナリストはこう述べている。 イーロン・マスク氏はテスラを自動化しすぎた。 この先見の明のある人物が自動車業界に革命を起こすだろうとよく語っていたこの機械は、同社の費用が非常に高額だったので、一時はテスラが破産する可能性さえも話題になった。

テスラのカリフォルニア州フリーモントにあるほぼ完全に自動化された製造施設は、新車の納入を迅速化し合理化するどころか、同社にとって悩みの種となっている。 工場は Tesli 3 車の新モデルを迅速にリリースするという課題に対処できませんでした (参照してください： ）。 製造プロセスはあまりにも野心的で、リスクが高く、複雑すぎると判断されました。 アナリスト会社バース​​タイン氏は分析の中で、「テスラは生産能力単位当たり、従来の自動車メーカーの約２倍を支出していた」と述べた。 「同社は膨大な数の Kuka ロボットを注文しました。 スタンピング、塗装、溶接（他のほとんどの自動車メーカーと同様）が自動化されているだけでなく、最終組み立てプロセスも自動化する試みが行われています。 ここでテスラは問題を抱えているようだ（バッテリーの溶接と組み立ても同様に）。

バーンスタイン氏は、世界最大の自動車メーカー、つまり日本企業が自動化を制限しようとしているのは、「コストが高く、品質と統計的に負の相関がある」ためだと付け加えた。 日本のアプローチは、まずプロセスを開始してからロボットを導入するというものです。 マスク氏はその逆を行った。 アナリストらは、フィアットやフォルクスワーゲンなどの大手を含む、製造プロセスの100パーセント自動化を試みた他の自動車会社も失敗していると指摘している。

5. さまざまなタイプの自動化ソリューションによる人間の労働の代替の予測レベル。

ハッカーは業界が大好き

自動化テクノロジーの開発と展開が加速する可能性があります。 これについては、MT の最新号の 2020 つに書きました。 自動化は業界に多くのメリットをもたらしますが、その開発には新たな課題が伴うことを忘れてはなりません。その最大の課題の 21 つはセキュリティです。 「グローバル脅威インテリジェンスレポート XNUMX」と題された NTT の最近のレポートでは、とりわけ、たとえば英国とアイルランドでは工業生産が最もサイバー攻撃を受けている部門であるという情報が記載されています。 すべての攻撃の XNUMX 分の XNUMX 近くがこの分野で記録されており、世界中の攻撃の XNUMX% はサイバー攻撃者によるシステムとセキュリティ システムのスキャンに依存しています。

NTTの報告書は、「製造業は世界で最も標的にされている産業のXNUMXつであるようで、そのほとんどが知的財産の盗難に関連している」と述べているが、同業界は「財務データの漏洩、グローバルサプライチェーンに関連するリスク」にもますます取り組んでいるという。 」 不一致の弱点のリスク。」

NTT Ltd.のロリー・ダンカン氏はこのレポートについてコメントした。 「産業技術のセキュリティが不十分であることは長い間知られていました。多くのシステムは、IT セキュリティではなく、パフォーマンス、容量、コンプライアンスを目的として設計されています。」と強調しました。 過去には、彼らは何らかの形の「隠蔽」にも依存していました。 これらのシステムのプロトコル、形式、インターフェイスは複雑で独自のものであることが多く、情報システムで使用されるものとは異なるため、攻撃者が攻撃を成功させることが困難でした。 ネットワーク上に出現するシステムが増えるにつれ、ハッカーは革新し、これらのシステムが攻撃に対して脆弱であるとみなします。」

セキュリティ コンサルタントの IOActive は最近、大企業を混乱させる可能性があるという証拠を提供するために、産業用ロボット システムに対してサイバー攻撃を開始しました。 「攻撃者はデータを暗号化する代わりに、ロボットのソフトウェアの主要な部分を攻撃して、身代金が支払われるまでロボットが動作しないようにする可能性がある」と研究者らは言う。 自分たちの理論を証明するために、IOActive の代表者らは、人気のある研究および教育ロボットである NAO に焦点を当てました。 ソフトバンクのさらに有名なPepperと「ほぼ同じ」オペレーティングシステムと弱点を持っています。 この攻撃では、文書化されていない機能を使用してマシンをリモート制御します。

その後、通常の管理機能を無効にし、ロボットのデフォルト機能を変更し、すべてのビデオおよびオーディオ チャネルからインターネット上のリモート サーバーにデータをリダイレクトできます。 攻撃の次のステップには、ユーザー権限の昇格、工場出荷時設定へのリセットメカニズムの違反、メモリ内のすべてのファイルの感染などが含まれます。 言い換えれば、ロボットに危害を加えたり、誰かを物理的に脅したりする可能性もあります。

自動化プロセスが安全性を保証しない場合、プロセスが遅くなります。 可能な限り自動化およびロボット化したいという願望があり、セキュリティ分野を無視する人がいるとは想像しにくいです。