Apa lagi yang harus diotomatisasi?

Hari ini, konsep "Otomasi sebagai Layanan" membuat karier. Ini difasilitasi oleh pengembangan AI, pembelajaran mesin, penyebaran Internet of Things yang cepat dan infrastruktur terkait, serta peningkatan jumlah perangkat digital otomatis. Namun, tidak perlu hanya menginstal lebih banyak robot. Hari ini dipahami jauh lebih luas dan lebih fleksibel.

Saat ini, startup paling dinamis termasuk perusahaan seperti LogSquare di Dubai, penyedia solusi otomatisasi transportasi, logistik, dan pergudangan. Komponen utama dari penawaran LogSquare adalah solusi penyimpanan dan pengambilan otomatis yang dirancang untuk meminimalkan penggunaan ruang gudang dan mencapai tingkat efisiensi dan produktivitas yang lebih tinggi.

Manajemen perusahaan menyebut proposal mereka "otomatisasi lunak" (1). Banyak perusahaan, terlepas dari tekanan yang diciptakannya, masih belum siap untuk tindakan radikal, sehingga solusi LogSquare menarik bagi mereka, otomatis melalui tweak kecil dan rasionalisasi.

Kapan harus keluar dari "zona nyaman" Anda?

meliputi perencanaan dan peramalan. Algoritme pembelajaran mesin dapat diprogram untuk menganalisis data statistik, mempertimbangkan informasi historis dan lingkungan, dan kemudian memberikan informasi tentang pola atau tren. Ini juga berlaku untuk manajemen cadangan dan inventaris yang lebih baik. Serta penggunaan kendaraan otonom. secara permanen menggunakan teknologi jaringan terbaru seperti 5G akan menyediakan kendaraan dan mesin, seperti kendaraan otonom, dengan pengambilan keputusan yang independen.

Perusahaan pertambangan besar seperti Rio Tinto dan BHP Billington telah berinvestasi di area ini selama beberapa tahun dengan mengotomatiskan truk dan alat berat mereka (2). Ini dapat memiliki banyak manfaat – tidak hanya dalam hal biaya tenaga kerja, tetapi juga dengan mengurangi frekuensi perawatan kendaraan dan meningkatkan standar kesehatan dan keselamatan. Namun, sejauh ini ini hanya berfungsi di area yang dikontrol secara ketat. Ketika kendaraan otonom dibawa keluar dari zona nyaman ini, masalah pengoperasian yang efisien dan aman menjadi sangat sulit. Namun, akhirnya, mereka harus pergi ke dunia luar, mencari tahu, dan bekerja dengan aman.

2. Mesin Penambangan Otomatis Rio Tinto

Robotisasi industri tidak cukup. Analisis kelompok MPI menunjukkan bahwa hampir sepertiga dari proses dan perangkat manufaktur, serta proses dan perangkat non-manufaktur, sudah mengandung/menyematkan kecerdasan. Menurut perusahaan konsultan McKinsey & Company, meluasnya penggunaan teknologi pemeliharaan preventif dapat mengurangi biaya pemeliharaan di perusahaan sebesar 20%, mengurangi waktu henti yang tidak direncanakan hingga 50%, dan memperpanjang usia alat berat selama bertahun-tahun. Program pemeliharaan preventif memantau perangkat dengan sejumlah metrik kinerja.

Membeli robot secara langsung bisa menjadi pekerjaan yang mahal. Seperti disebutkan di awal artikel ini, gelombang baru layanan sebagai layanan sedang muncul. Idenya adalah untuk menyewa robot dengan harga lebih murah, daripada membelinya sendiri. Dengan cara ini, robot dapat diimplementasikan dengan cepat dan efisien tanpa mempertaruhkan biaya investasi yang besar. Ada juga perusahaan yang menawarkan solusi modular yang memungkinkan produsen hanya membelanjakan apa yang mereka butuhkan. Perusahaan yang menawarkan solusi tersebut meliputi: ABB Ltd. Fanuc Corp, Sterraclimb.

Mesin penjual otomatis di rumah dan di halaman

Produksi pertanian merupakan salah satu bidang yang diprediksi akan cepat ditaklukkan oleh otomatisasi. Alat pertanian otomatis dapat bekerja berjam-jam tanpa istirahat dan sudah digunakan di banyak sektor agribisnis (3). Mereka diperkirakan bahwa, terutama di negara berkembang, mereka akan memiliki dampak global terbesar pada tenaga kerja dalam jangka panjang, lebih daripada di industri.

3. Lengan robot pertanian Iron Ox

Otomasi di bidang pertanian terutama perangkat lunak manajemen pertanian yang mendukung sumber daya, tanaman dan manajemen hewan. Manajemen yang tepat berdasarkan analisis data historis dan prediksi mengarah pada penghematan energi, peningkatan efisiensi, optimalisasi penggunaan herbisida dan pestisida. Ini juga data hewan, dari pola pemuliaan hingga genomik.

Sistem Otonom Cerdas sistem irigasi membantu mengontrol dan mengotomatisasi penggunaan air di pertanian. Semuanya didasarkan pada data yang dikumpulkan dan dianalisis secara tepat, bukan dari topi, tetapi dari sistem sensor yang mengumpulkan informasi dan membantu petani memantau kesehatan tanaman, cuaca, dan kualitas tanah.

Banyak perusahaan sekarang menawarkan solusi untuk pertanian otomatis. Salah satu contohnya adalah FieldMicro dan layanan SmartFarm dan FieldBot-nya. Petani melihat dan mendengar apa yang dilihat dan didengar FieldBot (4), perangkat genggam yang dikendalikan dari jarak jauh yang terhubung ke peralatan/perangkat lunak pertanian.

FieldBots dilengkapi dengan panel surya built-in, kamera dan mikrofon HD, serta sensor yang memantau suhu, tekanan udara, kelembaban, gerakan, suara, dan banyak lagi. Pengguna dapat mengontrol sistem irigasi mereka, mengalihkan katup, membuka slider, memantau reservoir dan tingkat kelembapan, melihat rekaman langsung, mendengarkan audio langsung, dan mematikan pompa dari pusat kendali. FieldBot dikendalikan melalui platform SmartFarm.yang memungkinkan pengguna untuk menetapkan aturan untuk setiap FieldBot atau beberapa FieldBots yang bekerja bersama. Aturan dapat diatur untuk peralatan apa pun yang terhubung ke FieldBot, yang kemudian dapat mengaktifkan peralatan lain yang terhubung ke FieldBot lain. Akses ke platform dimungkinkan melalui smartphone, tablet, atau komputer.

FieldMicro telah bermitra dengan produsen peralatan pertanian terkenal John Deere untuk menyediakan data ke platform SmartFarm. Pengguna tidak hanya dapat melihat lokasi, tetapi juga detail kendaraan lainnya seperti level bahan bakar, oli, dan sistem hidraulik. Instruksi juga dapat dikirim dari platform SmartFarm ke mesin. Selain itu, SmartFarm akan menampilkan informasi tentang penggunaan saat ini dan jangkauan peralatan John Deere yang kompatibel. Riwayat Lokasi SmartFarm juga memungkinkan Anda untuk melihat rute yang diambil oleh mesin dalam enam puluh hari terakhir dan mencakup informasi seperti lokasi, kecepatan, dan arah. Petani juga memiliki kemampuan untuk mengakses mesin John Deere dari jarak jauh untuk memecahkan masalah atau membuat perubahan.

Jumlah robot industri telah meningkat tiga kali lipat dalam satu dekade, dari hanya lebih dari satu juta pada tahun 2010 menjadi target 3,15 juta pada tahun 2020. Sementara otomatisasi dapat (dan memang) meningkatkan produktivitas, output per kapita, dan standar hidup secara keseluruhan, ada beberapa aspek otomatisasi yang menjadi perhatian, seperti dampak negatifnya pada pekerja berketerampilan rendah.

Tugas rutin dan keterampilan rendah cenderung lebih mudah dilakukan robot daripada tugas non-rutin yang sangat terampil. Ini berarti bahwa peningkatan jumlah robot atau peningkatan efisiensinya mengancam pekerjaan ini. Selain itu, pekerja yang lebih terampil cenderung berspesialisasi dalam tugas-tugas yang melengkapi otomatisasi, seperti desain dan pemeliharaan robot, pengawasan, dan kontrol. Sebagai hasil dari otomatisasi, permintaan akan pekerja yang sangat terampil dan upah mereka dapat meningkat.

Pada akhir tahun 2017, McKinsey Global Institute menerbitkan sebuah laporan (5) yang menghitung bahwa barisan otomatisasi tanpa henti dapat memangkas hingga 2030 juta pekerjaan di Amerika Serikat saja pada tahun ke-73. “Otomasi tentu saja merupakan faktor masa depan tenaga kerja,” Elliot Dinkin, pakar pasar tenaga kerja terkenal, berkomentar dalam laporan tersebut. "Namun, ada indikasi bahwa dampaknya terhadap PHK mungkin kurang dari yang diharapkan."

Dinkin juga mencatat bahwa, dalam keadaan tertentu, otomatisasi mendorong pertumbuhan bisnis dan dengan demikian mendorong pertumbuhan pekerjaan daripada kehilangan pekerjaan. Pada tahun 1913, Ford Motor Company memperkenalkan jalur perakitan mobil, mengurangi waktu perakitan untuk mobil dari 12 jam menjadi sekitar satu setengah jam dan memungkinkan peningkatan produksi yang signifikan. Sejak itu, industri otomotif terus meningkatkan otomatisasi dan ... masih mempekerjakan orang - pada 2011-2017, meskipun otomatisasi, jumlah pekerjaan di industri ini meningkat hampir 50%.

Terlalu banyak otomatisasi menyebabkan masalah, contoh baru-baru ini adalah pabrik Tesla di California, di mana, seperti yang diakui Elon Musk sendiri, otomatisasi dilebih-lebihkan. Inilah yang dikatakan analis dari perusahaan Wall Street terkemuka Bernstein. Elon Musk terlalu banyak mengotomatisasi Tesla. Mesin, yang sering dikatakan visioner akan merevolusi industri otomotif, sangat merugikan perusahaan sehingga untuk sementara bahkan ada pembicaraan tentang kemungkinan kebangkrutan Tesla.

Fasilitas manufaktur Fremont, California yang hampir sepenuhnya otomatis milik Tesla, alih-alih mempercepat dan merampingkan pengiriman mobil baru, telah menjadi sumber masalah bagi perusahaan. Pabrik tidak dapat mengatasi tugas dengan cepat merilis model baru mobil Tesla 3 (Lihat juga: ). Proses manufaktur dinilai terlalu ambisius, berisiko, dan rumit. "Tesla menghabiskan sekitar dua kali lipat dari produsen mobil tradisional per unit kapasitas produksi," tulis perusahaan analis Berstein dalam analisis mereka. “Perusahaan telah memesan robot Kuka dalam jumlah besar. Tidak hanya pengecapan, pengecatan dan pengelasan (seperti kebanyakan pembuat mobil lainnya) otomatis, upaya juga telah dilakukan untuk mengotomatisasi proses perakitan akhir. Di sini Tesla tampaknya memiliki masalah (juga dengan pengelasan dan perakitan baterai).

Bernstein menambahkan bahwa pembuat mobil terbesar di dunia, yaitu Jepang, mencoba membatasi otomatisasi karena "mahal dan secara statistik berkorelasi negatif dengan kualitas." Pendekatan Jepang adalah Anda memulai proses terlebih dahulu dan kemudian membawa robot. Musk melakukan yang sebaliknya. Analis menunjukkan bahwa perusahaan mobil lain yang telah mencoba untuk mengotomatisasi 100 persen dari proses manufaktur mereka, termasuk raksasa seperti Fiat dan Volkswagen, juga telah gagal.

5. Prediksi tingkat penggantian tenaga manusia dengan berbagai jenis solusi otomatisasi.

Peretas menyukai industri ini

kemungkinan akan mempercepat pengembangan dan penyebaran teknologi otomasi. Kami menulis tentang ini di salah satu edisi terbaru MT. Sementara otomatisasi dapat membawa banyak manfaat bagi industri, tidak boleh dilupakan bahwa perkembangannya membawa tantangan baru, salah satu yang terbesar adalah keamanan. Dalam laporan terbaru NTT yang berjudul "Global Threat Intelligence Report 2020", antara lain informasi bahwa, misalnya, di Inggris dan Irlandia, produksi industri adalah sektor siber yang paling banyak diserang. Hampir sepertiga dari semua serangan tercatat di area ini, dengan 21% serangan di seluruh dunia mengandalkan penyerang dunia maya untuk memindai sistem dan sistem keamanan.

“Manufaktur industri tampaknya menjadi salah satu industri yang paling ditargetkan di dunia, paling sering dikaitkan dengan pencurian kekayaan intelektual,” kata laporan NTT, tetapi industri ini juga semakin bergulat dengan “kebocoran data keuangan, risiko yang terkait dengan rantai pasokan global. .” dan risiko kelemahan yang tidak cocok.”

Mengomentari laporan tersebut, Rory Duncan dari NTT Ltd. menekankan bahwa: "Keamanan teknologi industri yang buruk telah lama diketahui - banyak sistem dirancang untuk kinerja, kapasitas, dan kepatuhan, bukan keamanan TI." Di masa lalu, mereka juga mengandalkan beberapa bentuk "penutupan". Protokol, format, dan antarmuka dalam sistem ini seringkali kompleks dan eksklusif, dan berbeda dari yang digunakan dalam sistem informasi, sehingga menyulitkan penyerang untuk memasang serangan yang berhasil. Karena semakin banyak sistem muncul di jaringan, peretas berinovasi dan melihat sistem ini rentan terhadap serangan.”

Konsultan keamanan IOActive baru-baru ini meluncurkan serangan siber pada sistem robotika industri untuk memberikan bukti bahwa hal itu dapat mengganggu perusahaan besar. “Alih-alih mengenkripsi data, penyerang dapat menyerang bagian-bagian kunci dari perangkat lunak robot untuk mencegah robot bekerja sampai uang tebusan dibayarkan,” kata para peneliti. Untuk membuktikan teori mereka, perwakilan IOActive berfokus pada NAO, robot penelitian dan pendidikan yang populer. Ia memiliki sistem operasi dan kelemahan yang "hampir sama" dengan Pepper yang bahkan lebih terkenal dari SoftBank. Serangan itu menggunakan fitur tidak berdokumen untuk mendapatkan kendali jarak jauh atas mesin.

Anda kemudian dapat menonaktifkan fitur administrasi normal, mengubah fitur default robot, dan mengalihkan data dari semua saluran video dan audio ke server jarak jauh di Internet. Langkah serangan selanjutnya termasuk meninggikan hak pengguna, melanggar mekanisme reset pabrik, dan menginfeksi semua file di memori. Dengan kata lain, mereka dapat membahayakan robot atau bahkan mengancam seseorang secara fisik.

Jika proses otomatisasi tidak menjamin keamanan, maka akan memperlambat proses. Sulit membayangkan bahwa dengan keinginan untuk mengotomatisasi dan membuat robot sebanyak mungkin, seseorang akan mengabaikan bidang keamanan.