Bristen på arbetskraft dödar amerikansk tillverkning. Här är hur AI kan ge det liv igen.

USA:s tillverkning är redo för en betydande återuppgång. Försörjningskedjan debacles orsakade av pandemin har visat svagheten i ett överberoende av en lång leveranskedja, särskilt en utanför USA.

Vidare har de ökande spänningarna med Kina fått USA att ifrågasätta sitt beroende av kinesisk tillverkning för ekonomisk framgång. Dessa frågor har förändrat USA:s tillverkningsföretags åtagande att bygga lokalt.

Problemet är att amerikansk tillverkning har en kritisk brist på den arbetskraft den behöver för att driva den revolutionen. Det finns helt enkelt inte tillräckligt med kvalificerade arbetare för att utföra jobbet, och inte heller tillräckligt med okvalificerade arbetare som är villiga att lära sig.

Nödvändighet är verkligen uppfinningarnas moder. Bristen på arbetskraft inom tillverkningen har banat väg för en omfattande spridning av några mycket spännande innovationer inom artificiell intelligens för tillverkning. Så potenta är dessa utvecklingar att McKinskey förutspår att de kommer att skapa några 3.7 biljon dollar i värde genom 2025.

Men innan vi går in i det, låt oss ta en snabb titt på arbetskrisen som framkallar revolutionen.

Här är hur illa arbetskraftsproblemet är i amerikansk tillverkning

Även om varje kvalificerad arbetare i Amerika var anställd, skulle det fortfarande finnas 35 % fler lediga jobb inom tillverkningssektorn för varaktiga varor än kvalificerade arbetare som kan fylla dem. Deloitte förutspår en brist på mer än två miljoner amerikanska tillverkningsarbetare år 2030, vilket motsvarar en alternativkostnad på 1 biljon dollar per år.

Om det inte är markerat kommer saker och ting förmodligen att bli värre, inte bättre. Det finns fortfarande några 40 miljoner babyboomer i arbetsstyrkan—cirka 25 % av den totala arbetsstyrkan, av vilka många i "old school" tillverkningsroller. När Boomers går i pension undviker yngre arbetare tillverkningsjobb till förmån för teknik, sjukvård och andra möjligheter där arbetsvillkor och ersättning är mer attraktiva.

USA skulle snabbt kunna öka invandringen från länder där arbetare är angelägna om att få amerikansk sysselsättning, men det kommer med sina egna utmaningar och skulle kräva mer politisk trolldom än jag kan föreställa mig möjligt. Dessutom kan arbetsgivare vara försiktiga med att utbilda ny kvalificerad arbetskraft bara för att se deras verksamhet stängas igen under nästa nedstängning.

För att hålla maskinerna igång måste amerikanska tillverkare hitta alternativ till mänsklig arbetskraft.

AI kan vara en stor del av lösningen för arbetsbrist

En del av lösningen på detta problem är, föga överraskande, artificiell intelligens. Precis som med andra branscher är det oundvikligt att många tidigare mänskliga jobb kommer att ersättas med AI. Men istället för att oroa sig jobb som riskerar AI, i det här fallet bör du tänka på hur AI kan hjälpa till att hålla din verksamhet igång och din mänskliga personal sysselsatt.

Här är bara några av sätten som AI inom tillverkning kommer att hjälpa till att mildra bristen på arbetskraft och revolutionera hur produkter tillverkas på amerikansk mark:

Robotisk automation

Robotar har använts i årtionden inom områden som biltillverkning och stålverk, där de har utfört repetitiva produktionsgolvoperationer som tunga lyft och fogsvetsning. Men dessa konventionella robotar designades endast för att utföra mycket snävt definierade uppgifter under extremt förutsägbara omständigheter.

Idag, artificiell intelligens applikationer som Siemens Simatisk neural bearbetningsenhet ger robotarmar möjlighet att greppa och manipulera föremål oavsett deras orientering, hastighet eller placering. Det betyder att robotar och "co-bots" (robotassistenter designade för att arbeta tillsammans med människor) kan tränas för att utföra en mängd olika löpande bandarbeten, precis som människor gör. Samtidigt kan Autonomous Guided Vehicles (AGV), beväpnade med AI-funktioner som kartläggning, detektering av ytavvikelser och teknik för att undvika objekt, transportera delar och färdiga varor genom lager och fabriksgolv i stället för lastningspersonal och gaffeltruckförare.

Tillsammans kan dessa AI-drivna robotinnovationer åtminstone spara 75 % av arbetskostnaderna att använda människor enbart, möjliggöra 24-timmars kontinuerlig produktion och hjälpa till att undvika skador från risker vid löpande band, tung materialhantering och upprepade rörelser. Det är inte konstigt att modern robotik redan driver en återföring av tillverkningsförmögenheter på platser som Singapore och Sydkorea. Varför inte göra samma sak i USA?

Tillsatsproduktion

Ett annat område där AI hjälper till att lindra bristen på arbetskraft inom tillverkning är 3D-utskrift. Enligt det konventionella tillvägagångssättet måste högutbildade designers och ingenjörer utnyttja år av erfarenhet och en "bästa gissning"-metod för att komma fram till den bästa designlösningen. Men AI ger nu ett snabbt, generativt tillvägagångssätt för att utveckla komplexa och mycket optimerade designlösningar som kan produceras snabbt genom 3D-utskrift.

Maskininlärning i mjukvarusystem som Autodesks Netfabb, till exempel, tillåter tillverkare att ingångsdesignparametrar och begära de mest effektiva, effektiva och tillverkningsbara alternativen. När en design väl har valts använder AI från företag som NNAISENCE neurala nätverk och digitala tvillingar att förutsäga, övervaka och eliminera defekter i den additiva tillverkningsprocessen, vilket hjälper till att undvika kostsamma förseningar och misstag. AI-programvara som Intellegens' Alchemite kan till och med användas till föreställ dig nya och exotiska material lämplig för specifika tillverknings- och produktanvändningsbehov.

Om alla dessa otroligt komplexa funktioner skulle utföras av människor ensamma, skulle de kräva mycket större team av högutbildade ingenjörer och designers, och skulle ofta resultera i sämre resultat.

Maskinvision

När du föreställer dig ett tillverkningsband, föreställer du dig förmodligen först ett transportband av produkter som körs från en station till nästa, varpå mänskliga arbetare inspekterar produkterna när de tar sig fram. I de flesta tillverkningsmiljöer är det verkligen inte långt ifrån sanningen. Det är repetitivt, arbetsintensivt och felbenäget arbete, men det är avgörande för kvalitetssäkringsprocessen.

ange Autonomous Machine Vision (AMV), ledd av AI-företag som Inspekto och Matroid. Med hjälp av kameror och AI som känner igen formen, orienteringen och skicket hos löpande bandprodukter under olika ljusförhållanden, kan AMV-system räkna och spåra föremål, upptäcka defekter och sortera produkter i enlighet med det, när de springer förbi. Detta eliminerar mycket av behovet av mänskliga ögon och händer i QA-processen.

Maskinseende kan också användas för att stödja packning, palletering och lastning, vilket sparar arbete, tid och pengar. Lösningar från företag som RobitIQ och Spiroflow kan till exempel bestämma den optimala palleteringsmetoden, varpå en robotarm griper och lägger kartonger på pallar automatiskt.

Produktionsoptimering

När produktionsmaskiner går sönder kräver det ofta specialiserade analys- och reparationsagenter, ofta skickade från tillverkaren, vilket kostar tid och pengar. Inte bara kan AI från leverantörer som Vanti och 3DS användas för att övervaka maskin- och formslitage så att förebyggande underhåll kan schemaläggas för en optimal tid, utan den kan också övervaka temperatur, luftfuktighet och driftvariationer för olika produkter och material, så att produktionsmaskiner kan optimeras utifrån rådande förhållanden.

När något går fel kan AI analysera alla möjliga orsaker och föreslå det bästa möjliga tillvägagångssättet. Det är något som bara en mycket erfaren mänsklig underhållsingenjör kan göra i de flesta fabriker.

Men det handlar inte bara om underhåll och skadekontroll. AI-drivna moln- och kantsystem som GE:s Brilliant Manufacturing Suite och Siemens Mindsphere arbetar med att koppla ihop och hantera hela tillverkningsprocessen från konstruktion till efterfrågeplanering och materialinventering, till energiförbrukning till slutspelslogistik.

Behovet av AI i tillverkningen är ännu större än du tror

Föreställ dig antropomorfa robotar med ett så brett utbud av fysisk funktion och AI-driven anpassningsförmåga att de kommer att kunna utföra nästan vilket manuellt arbete som människor för närvarande kan utföra. När det händer, vilken skillnad kommer arbetskostnaden i utvecklingsländerna att göra som en konkurrensfördel? AI-drivna tillverkare behöver inte rekrytera och utbilda nästan lika många arbetare. De kommer att oroa sig mindre för nästa pandemi och lockdown. De kommer att undvika många av utmaningarna med en enda källa som följde med vår nuvarande kris för leveranskedjan. Och mycket mer.

När artificiell intelligens-system exponeras för mer och mer data, kommer de att ständigt förbättras, vilket skapar en svänghjulseffekt som kommer att sätta dig direkt i konkurs om du missar tåget. Men denna revolution har också den unika kraften att helt föryngra amerikansk tillverkning, kanske till och med göra den till en av de mest konkurrenskraftiga i världen.

AI-tillverkningsrevolutionen pågår just nu, inte vid någon otänkbar punkt vid horisonten. Denna arbetsmarknadskris är inte ett övergående irritationsmoment. Det är en del av det nya affärslandskapet som vi kan förvänta oss i många år framöver. Tillverkare som positionerar AI som nyckelfaktorn bakom deras framgång kommer att skörda frukterna inom vårt nuvarande decennium.

Om du bryr dig om hur AI avgör vinnarna och förlorarna i affärer och hur du kan utnyttja AI till förmån för din organisation, uppmuntrar jag dig att hålla ögonen öppna. Jag skriver (nästan) uteslutande om hur ledande befattningshavare, styrelsemedlemmar och andra företagsledare kan använda AI effektivt. Du kan läsa tidigare artiklar och bli meddelad om nya genom att klicka på "följ"-knappen här.