Применимо ли определение революции от Мерриам-Вебстер как «внезапного, радикального и полного изменения» к Промышленности 4.0 — промышленной революции 21 века? Если да, то обратите внимание, что при каждой революции новая элита появляется за счет старых центров власти. Ситуация, при которой ожидаемые долгосрочные результаты ТО 4.0 (например, окружающая среда, КПД и т.д.) будут перекрывать затраты, обманчиво проста.
Данная статья посвящена вопросу от том, будут ли преимущества от Технического обслуживания 4.0 распространяться непропорционально, и как это повлияет на промышленный сектор.
Что такое Техническое обслуживание 4.0?
Техническое обслуживание 4.0 — это подтип Промышленности 4.0, который охватывает деятельность по обеспечению надежности технического облуживания. Оно включает в себя планово-предупредительное обслуживание, ремонт машин и проведение осмотров. Сценарий отказа — работа на отказ, где промышленное оборудование используется до момента его поломки. Во время простоя составляется график ремонта и заказываются инструменты и запасные части. Поиск истинной причины в период, когда производство неожиданно остановлено, обеспечивает дополнительное давление на ремонтные бригады и увеличивает вероятность ошибок или быстрого решения проблем.
Если большие наборы данных — это нефть для революции Промышленности 4.0, то машинное обучение — огонь. При Техническом обслуживании 4.0 алгоритмы машинного обучения применимы к данным, полученным сенсорами, установленными на промышленных объектах. Эти алгоритмы направлены на определение аномальных образцов и затем — установление угроз прогрессирующих отказов. Огромная разница между работой на отказ и предупредительным техническим обслуживанием машинного обучения — это обеспечение машинного обучения для ремонтных бригад по заблаговременному предупреждению отказов. До того как происходит остановка в работе, выполняется ранжирование задач от понимания проблемы до подбора наиболее опытной ремонтной бригады. Каков результат? Значительное сокращение незапланированных простоев и дополнительный доход от повышенной производительности.
Есть и хорошие новости: в этой ситуации выигрывают все
В какой-то мере можно поспорить, что человечество получит выгоду от Технического обслуживания 4.0. Хотя это и может звучать утрированно, но существует обоснованность данного концепта.
Согласно Отчету американского Конгресса 2018 года о производстве США в международной перспективе, топ-13 мировых производителей принесли 9,1 трлн долларов производственной добавленной стоимости. Оценивая то, что машинное обучение может сократить внеплановые простои на 5%, увеличение производительности могло бы дополнительно дать до 455 млрд долларов в год.
Хотя и без гарантий, но существует два эффекта от перераспределения благ:
- потенциальное влияние на окружающую среду путем более эффективного использования промышленных объектов и сокращения потребления энергии и расхода сырья;
- возможности обращения к системным проблемам, таким как всемирные пищевые отходы и голод. Компания McKinsey&Company рассматривает большой набор данных и прогнозное техническое обслуживание как катализатор для улучшения эффективности питания в странах с развивающейся рыночной экономикой.
Уравняют ли роботизация и автоматизация игровое поле?
В качестве фона важно начать с роли роботизации и автоматизации как движущих сил для Промышленности 4.0 и Технического обслуживания 4.0.
В докладе ООН о торговле и ходе разработок 2016 года говорится о том, что в 1970 году 27% рабочей силы в развитых странах (например, США, Европе, Японии) было занято в производстве. К 2011 году это число упало до 13%. И наоборот, в Восточной Азии (Китае или Южной Корее) за этот период доля рабочей силы в производстве увеличилась с 14% до 22%. Если влияние автоматизации перекрывает соответствующее преимущество незначительных трудозатрат, может ли производство стать ближе к конечному потребителю?
Частичный ответ найден в научном исследовании компании Deloitte по теме «Промышленность 4.0». Почти половина представителей из швейцарского промышленного сектора указала на то, что цифровая трансформация будет способна замедлить тенденцию к смещению в сторону стран с низким уровнем заработной платы. Только 8% респондентов обзора полностью с этим несогласны.
С момента распада Советского Союза Восточная Европа стала производственным узлом для Северной и Западной Европы. Низкие затраты на инфраструктуру и лояльные политики вряд ли что-либо изменят.
Однако менее предсказуема перспектива для стран Азии. Доклад ООН о торговле и ходе разработок 2017 года ставит в рейтинге Южную Корею и Японию на самую верхнюю строчку по плотности роботизации в производстве, затем следуют Швеция, Германия и США. Китай в настоящее время находится в режиме «догоняйка», где на 10 000 человек приходится лишь 49 роботов, в то время как среднемировое значение равно 69.
Даже если будет достигнуто равенство в роботизации между развивающимися и развитыми странами, реальность такова, что различия в зарплате станут не такими значимыми. В оценочной таблице мирового производства, сопоставляя США с другими 18 странами, Бруклинский институт рассматривает страны по их условиям производства, основанным на различных факторах, включая политику налогообложения, бизнес-политику, инфраструктуру и инновации.
В краткосрочной перспективе значительные изменения в производстве не ожидаются. Однако вероятно, что автоматизация и роботизация заменят конкурентное преимущество центров с низкозатратным производством, географически далеких от рынков, которые они обслуживают.
Машинное обучение и большие наборы данных: нетронутый ресурс промышленной революции
Глубоко внутри экзабайтов сенсорных данных, сгенерированных промышленным оборудованием, присутствуют микроструктуры, которые могут быть использованы для определения момента, когда есть вероятность наступления отказа работы оборудования. Хотя данный потенциал был выявлен многими промышленными экспертами, большинству промышленных объектов не получается использовать данные эффективно. Почему это так? Во-первых, существуют технические барьеры доступа к данным. По оценке Мирового экономического форума, 85% потенциальных активов остается неподключенными. Более того, понимание микроструктур внутри больших наборов данных требует применения искусственного интеллекта и машинного обучения. До недавнего времени существовали неподходящие инструменты для доступа и анализа данных в реальном времени и обеспечения рабочих предупредительных сигналов о прогрессирующих отказах.
До недавнего времени порядок машинного обучения был в основном применим в образовательном сообществе. Сегодня эта область эволюционирует быстрыми темпами, таким образом, большой объем данных может быть проанализирован в режиме реального времени.
Повлияют ли преимущества машинного обучения на всех производителей в равной степени? Теоретически эффективность алгоритмов машинного обучения не ограничена международными границами, и инновации могут распределяться быстрыми темпами.
В то же время результаты анализа машинного обучения могут быть использованы для улучшения производственных процессов и сокращения неэффективности. Фактически систематическое применение машинного обучения в производственном секторе в дальнейшем сокращает преимущества перед конкурентами, полученные заводскими объектами в странах с затратами на дешевую рабочую силу.
Применение при эксплуатации и техобслуживании
Слияние роботизации и машинного обучения имеет далеко идущие последствия. Так как промышленно-развитые страны сталкиваются со стареющим населением и сокращением квалифицированных специалистов, человеческий труд может быть заменен искусственным интеллектом для определения прогрессирующих отказов активов, и критически важные функции ремонта могут быть выполнены с частичным или полным применением робототехники.
Это не теория — существуют лучшие практики, полученные из множества случаев использования выполнения операций и проведения технического обслуживания.
Что до сих пор не является очевидным, так это степень, на которую Техническое обслуживание 4.0 изменит производственный баланс. Не ожидается быстрое изменение, и существует множество факторов (напр., Брекзит, геополитические проблемы и т.д.), которые выходят за рамки данной статьи. Однако эта промышленная революция может привести к тому, что неожиданно для многих и нежелательно для некоторых.
Журнал Prostoev.NET № 3(24) 2020
По материалам зарубежных публикаций
