Het tekort aan arbeidskrachten doodt de Amerikaanse productie. Hier leest u hoe AI het weer tot leven kan brengen.

De Amerikaanse productie staat klaar voor een aanzienlijke heropleving. De door de pandemie veroorzaakte debacles in de toeleveringsketen hebben de zwakte aangetoond van een te grote afhankelijkheid van een lange toeleveringsketen, vooral een buiten de VS.

Verder hebben de toenemende spanningen met China ertoe geleid dat de VS hun afhankelijkheid van Chinese productie voor economisch succes in twijfel trekken. Deze problemen hebben de toewijding van Amerikaanse productiebedrijven om lokaal te bouwen veranderd.

Het probleem is: de Amerikaanse productie heeft een kritisch tekort aan arbeidskrachten die nodig zijn om die revolutie teweeg te brengen. Er zijn gewoon niet genoeg geschoolde werknemers om het werk te doen, en ook niet genoeg ongeschoolde werknemers die willen leren.

Noodzaak is echter echt de moeder van de uitvinding. Het tekort aan arbeidskrachten in de productie heeft de weg vrijgemaakt voor een wijdverbreide toepassing van een aantal zeer opwindende innovaties op het gebied van kunstmatige intelligentie voor de productie. Deze ontwikkelingen zijn zo krachtig dat McKinskey voorspelt dat ze zullen leiden tot een aantal $ 3.7 biljoen in waarde door 2025.

Maar laten we, voordat we erop ingaan, een snelle blik werpen op de arbeidscrisis die de revolutie aanwakkert.

Hier is hoe erg het arbeidsprobleem is in de Amerikaanse productie

Zelfs als elke geschoolde arbeider in Amerika in dienst zou zijn, zou er nog steeds zijn 35% meer openstaande vacatures in de sector van de productie van duurzame goederen dan geschoolde arbeiders die ze kunnen vullen. Deloitte voorspelt een tekort van meer dan twee miljoen Amerikaanse fabrieksarbeiders tegen 2030, wat neerkomt op een alternatieve kost van $ 1 biljoen dollar per jaar.

Als het niet wordt aangevinkt, wordt het waarschijnlijk erger, niet beter. Er zijn er nog 40 miljoen babyboomers aan het werk— ongeveer 25% van het totale personeelsbestand, van wie velen in "old school" productiefuncties. Nu Boomers met pensioen gaan, vermijden jongere werknemers banen in de productie ten gunste van technologie, gezondheidszorg en andere kansen waar werkomstandigheden en beloning aantrekkelijker zijn.

De Verenigde Staten zouden de immigratie snel kunnen opvoeren uit landen waar arbeiders graag Amerikaans werk willen vinden, maar dat brengt zijn eigen uitdagingen met zich mee en zou meer politieke tovenarij vergen dan ik me kan voorstellen. Bovendien kunnen werkgevers op hun hoede zijn om nieuwe geschoolde arbeidskrachten alleen op te leiden om hun activiteiten tijdens de volgende afsluiting opnieuw te sluiten.

Om de machines draaiende te houden, moeten Amerikaanse fabrikanten alternatieven vinden voor menselijke arbeid.

AI kan een groot deel zijn van de oplossing voor het arbeidstekort

Een deel van de oplossing voor dit probleem is, niet verwonderlijk, kunstmatige intelligentie. Net als in andere sectoren is het onvermijdelijk dat veel voorheen menselijke banen worden vervangen door AI. Maar in plaats van je zorgen te maken over banen in gevaar door AI, in dit geval zou u moeten nadenken over hoe AI kan helpen uw activiteiten draaiende te houden en uw menselijke personeel in dienst te houden.

Hier zijn slechts enkele manieren waarop AI in de productie het arbeidstekort zal helpen verminderen en een revolutie teweeg zal brengen in de manier waarop producten op Amerikaanse bodem worden gemaakt:

Robotachtige automatisering

Robots worden al tientallen jaren gebruikt in gebieden zoals de automobielindustrie en staalfabrieken, waar ze repetitieve bewerkingen op de productievloer hebben uitgevoerd, zoals zwaar hijswerk en het lassen van verbindingen. Deze conventionele robots zijn echter alleen ontworpen om zeer nauw gedefinieerde taken uit te voeren onder extreem voorspelbare omstandigheden.

Tegenwoordig kunnen kunstmatige intelligentie-toepassingen zoals Siemens' Simatic neurale verwerkingseenheid geven robotarmen de mogelijkheid om objecten vast te pakken en te manipuleren, ongeacht hun oriëntatie, snelheid of plaatsing. Dat betekent dat robots en "co-bots" (robotassistenten die zijn ontworpen om naast mensen te werken) kunnen worden getraind om een ​​breed scala aan lopende bandwerk uit te voeren, net als mensen. Ondertussen kunnen Autonomous Guided Vehicles (AGV's), gewapend met AI-functies zoals mapping, detectie van oppervlakteafwijkingen en technologie voor het vermijden van objecten, onderdelen en afgewerkte goederen door magazijnen en fabrieksvloeren transporteren in plaats van laadploegen en heftruckchauffeurs.

Samen kunnen deze AI-aangedreven robotinnovaties op zijn minst besparen 75% van de arbeidskosten door alleen mensen te gebruiken, een continue productie van 24 uur mogelijk te maken en letsel door gevaren aan de lopende band, het hanteren van zware materialen en repetitieve bewegingen te voorkomen. Het is geen wonder dat moderne robotica al een omkering van productiefortuinen in plaatsen als Singapore en Zuid-Korea. Waarom niet hetzelfde doen in de Verenigde Staten?

Additive Manufacturing

Een ander gebied waar AI helpt om het tekort aan arbeidskrachten in de productie te verminderen, is 3D-printen. Volgens de conventionele benadering moeten hoogopgeleide ontwerpers en ingenieurs jarenlange ervaring en een "best guess"-benadering gebruiken om tot de beste ontwerpoplossing te komen. Maar AI maakt nu een snelle, generatieve benadering mogelijk voor het ontwikkelen van complexe en sterk geoptimaliseerde ontwerpoplossingen die snel kunnen worden geproduceerd via 3D-printen.

Machine learning in softwaresystemen zoals Autodesk's Netfabb, bijvoorbeeld, stelt fabrikanten in staat om: invoer ontwerpparameters: en vraag om de meest efficiënte, effectieve en maakbare opties. Zodra een ontwerp is geselecteerd, gebruikt AI van bedrijven zoals NNAISENCE neurale netwerken en digitale tweelingen om defecten in het additieve fabricageproces te voorspellen, bewaken en elimineren, waardoor kostbare vertragingen en fouten worden voorkomen. AI-software zoals Alchemite van Intellegens kan zelfs worden gebruikt om: stel je nieuwe en exotische materialen voor geschikt voor specifieke productie- en productgebruiksbehoeften.

Als al deze ongelooflijk complexe functies alleen door mensen zouden worden uitgevoerd, zouden ze veel grotere teams van hoogopgeleide ingenieurs en ontwerpers nodig hebben, en zouden ze vaak tot inferieure resultaten leiden.

Machine Vision

Wanneer u zich een productie-assemblagelijn voorstelt, stelt u zich waarschijnlijk eerst een transportband voor met producten die van het ene station naar het andere worden getransporteerd, waarna menselijke werknemers de producten inspecteren terwijl ze zich een weg banen. In de meeste productieomgevingen is dat niet ver bezijden de waarheid. Het is repetitief, arbeidsintensief en foutgevoelig werk, maar het is essentieel voor het kwaliteitsborgingsproces.

Enter Autonome Machine Vision (AMV), geleid door AI-bedrijven zoals Inspekto en Matroid. Met behulp van camera's en AI die de vorm, oriëntatie en staat van lopende bandproducten onder verschillende lichtomstandigheden herkent, kunnen AMV-systemen artikelen tellen en volgen, defecten opsporen en producten dienovereenkomstig sorteren, terwijl ze voorbij racen. Dit elimineert een groot deel van de behoefte aan menselijke ogen en handen in het QA-proces.

Machine vision kan ook worden gebruikt om het verpakken, palletiseren en laden van vracht te ondersteunen, wat arbeid, tijd en geld bespaart. Oplossingen van bedrijven als RobitIQ en Spiroflow kunnen bijvoorbeeld de optimale palletiseermethode bepalen, waarna een robotarm de dozen automatisch vastpakt en op pallets plaatst.

Productie-optimalisatie

Wanneer productiemachines het begeven, zijn vaak gespecialiseerde analyse- en reparatieagenten nodig, die vaak door de maker worden gestuurd, wat tijd en geld kost. AI van leveranciers als Vanti en 3DS kan niet alleen worden gebruikt om slijtage van machines en matrijzen te bewaken, zodat preventief onderhoud op een optimaal tijdstip kan worden gepland, maar het kan ook temperatuur, vochtigheid en lopende afwijkingen voor verschillende producten en materialen bewaken, zodat productiemachines kunnen worden geoptimaliseerd op basis van de huidige omstandigheden.

Als er iets misgaat, kan AI alle mogelijke redenen analyseren en de best mogelijke actie voorstellen. Dat is iets dat in de meeste fabrieken alleen een zeer ervaren menselijke onderhoudsmonteur kan doen.

Maar het gaat niet alleen om onderhoud en schadebeheersing. AI-aangedreven cloud- en edge-systemen zoals GE's Brilliant Manufacturing Suite en Siemens' Mindsphere werken aan het verbinden en beheren van het volledige end-to-end productieproces, van ontwerp tot vraagplanning en materiaalinventaris, tot energieverbruik tot eindspellogistiek.

De behoefte aan AI in de productie is nog groter dan je denkt

Stel je antropomorfe robots voor met zo'n breed scala aan fysieke functies en AI-aangedreven aanpassingsvermogen dat ze bijna alle handmatige arbeid kunnen doen die mensen momenteel kunnen doen. Als dat gebeurt, welk verschil zullen de arbeidskosten in ontwikkelingslanden dan maken als concurrentievoordeel? AI-aangedreven fabrikanten hoeven niet zo veel werknemers te werven en op te leiden. Ze zullen zich minder zorgen maken over de volgende pandemie en lockdown. Ze zullen veel van de single-source-uitdagingen vermijden die gepaard gingen met onze huidige supply chain management-crisis. En veel meer.

Naarmate kunstmatige-intelligentiesystemen worden blootgesteld aan steeds meer gegevens, zullen ze voortdurend verbeteren, waardoor een vliegwieleffect ontstaat dat: zet je direct uit het bedrijfsleven als je de trein mist. Deze revolutie heeft echter ook de unieke kracht om de Amerikaanse productie volledig te verjongen, en misschien zelfs opnieuw tot de meest concurrerende ter wereld te maken.

De AI-productierevolutie vindt nu plaats, niet op een onvoorstelbaar punt aan de horizon. Deze arbeidscrisis is geen voorbijgaande ergernis. Het maakt deel uit van het nieuwe zakelijke landschap dat we de komende jaren mogen verwachten. Fabrikanten die AI positioneren als de belangrijkste drijfveer van hun succes binnen ons huidige decennium de vruchten zullen plukken.

Als je geïnteresseerd bent in hoe AI de winnaars en verliezers in het bedrijfsleven bepaalt en hoe je AI kunt gebruiken ten behoeve van je organisatie, raad ik je aan om op de hoogte te blijven. Ik schrijf (vrijwel) uitsluitend over hoe senior executives, bestuursleden en andere bedrijfsleiders AI effectief kunnen gebruiken. U kunt eerdere artikelen lezen en op de hoogte worden gehouden van nieuwe door te klikken op de "volg" knop hier.