AI 如何幫助工業工程師
勞力密集產業,泛指在生產的過程裡,需要投入較多體力勞動的產業。勞力密集的程度,又取決於生產要素中,勞動力所佔有的比例。在自動化的浪潮下,勞力密集的生產方式已逐漸地改變...
Read more9 February 2022
勞力密集產業,泛指在生產的過程裡,需要投入較多體力勞動的產業。勞力密集的程度,又取決於生產要素中,勞動力所佔有的比例。在自動化的浪潮下,勞力密集的生產方式已逐漸地改變。如今,作業員會在機器無法獨立運作時從旁協助,與過往相比,體力勞動的需求大幅下降。有作業員在側與機器一同工作,能夠增強作業的速度、效率和準確性,整體價值也隨之提升。
德勤(Deloitte) 對2022年製造業的趨勢提出了一系列分析。許多趨勢是正面的,例如因應氣候變遷,對於永續的追求更為強勁;資安也更加被重視,用以保護資訊隱私。然而,其中最重要的趨勢為勞動力短缺。在美國,製造業空缺的職位創下歷史新高,顯見難以被目前的勞動力所滿足。根據德勤的調查:「38%的高級主管認為,2022年關於生產勞動力的首要目標是吸引新的作業員,其次是鼓勵員工留職(31%)和再培訓(13%)。」
由此可知,關於製造業邁入自動化,將有大量作業員失業的焦慮,是有些被誇大了。事實是:「人和他們在製造業中所創造的價值,仍是不可替代的,並且比以往更為關鍵。」眾多國家都表示了對於勞動力的急切需求,包括加拿大、美國、歐盟、英國等。2022年,製造業最要緊的問題是:「勞動力。我們該如何獲得更多的勞動力?」
針對2022年前所未有的勞動力短缺,富比士(Forbes) 歸結出五大原因。
在政府提出促使生育率上升,以及完整技能教育的政策之前,公司只能另尋他法,提升自身的吸引力與強化技能培訓。然而,要落實這些方法非常困難,而且公司也很抗拒。薪資的調升和冗長的入職訓練都不是公司樂於承擔的成本。要解決2022年的勞動力短缺問題,還需要更多的幫助。
技術的創新與社會文化的變革時常是攜手並進的,人工智慧的進步將緩解製造業得面臨的社會文化改變。如果公司能夠順利地招聘、使員工願意留職,富有吸引力,那便擁有著競爭優勢。
麥肯錫(McKinsey) 的報告曾深入探討,人工智慧是如何改變人們的工作模式與價值,更直指資料分析是勞動力短缺、生產力不足的解方。透過運動量測、週期時間量測、位置追蹤和數位的績效管理提供數據,得以有效地改善生產線作業。有兩種主要的解方,分別是動態排程以及數位培訓。
由工業4.0所驅動的影像分析,能夠提供一種調度機制,藉以彌補勞動力的差距。當員工需要休假,無論是基於健康因素或是家庭責任,人工智慧的演算法都能夠將技能與工作站相互配對,快速地計算並委派工作,為人員的變動創造出完美流程。PowerArena 正在開發這項技術,以使工廠對新聘人員更具吸引力,希望彈性的工作流程可以創造更大的機會,使工作與生活得以平衡。如此一來,將大大改善工廠的人才資料庫。 這正是2022年勞動力短缺的主要解決方案。
此外,PowerArena所提供的服務包括影像的回放和註記,這能協助改善入職訓練和再培訓,經由AI強化的影像,可以幫助作業員了解工作站複雜且精細的SOP流程,及時的警報系統也能緩和犯錯的壓力。當作業員略過某一步驟,或是以錯誤的順序完成步驟時,系統會立即發佈警報,以便更正。如此一來,對於員工的培訓將變得快速且不昂貴。因此,若工廠能透過有效率的方式培訓新進員工,就毋須擔心過高的人員流動率。
總結來說,2022 年勞動力的短缺問題,只有在人工智慧的幫助下才能獲得解決。