Balita

Ang epekto ng pandemya at ang patuloy na kakulangan sa pandaigdigang kasanayan ay patuloy na magtutulak ng pamumuhunan sa industriyal na automation hanggang 2023, hindi lamang upang madagdagan ang bilang ng mga kasalukuyang manggagawa, kundi pati na rin upang magbukas ng mga bagong pagkakataon at ideya sa negosyo.
Ang automation ang naging puwersang nagtutulak sa likod ng pag-unlad mula noong unang rebolusyong pang-industriya, ngunit ang pagtaas ng robotics at artificial intelligence ay nagpapataas ng epekto nito. Ayon sa Precedence Research, ang pandaigdigang merkado ng automation ng industriya ay tinatantya sa $196.6 bilyon sa 2021 at lalampas sa $412.8 bilyon sa 2030.
Ayon sa analyst ng Forrester na si Leslie Joseph, ang boom na ito sa automation adoption ay magaganap sa bahagi dahil ang mga organisasyon sa lahat ng industriya ay immune sa mga kaganapan sa hinaharap na maaaring muling makaapekto sa availability ng kanilang workforce.
"Ang automation ay isang pangunahing driver ng pagbabago ng trabaho bago pa man ang pandemya; ito ay nagkaroon na ngayon ng bagong pangangailangan ng madaliang pagkilos sa mga tuntunin ng panganib sa negosyo at katatagan. Sa paglabas natin mula sa krisis, titingnan ng mga kumpanya ang automation bilang isang paraan upang mapagaan ang hinaharap na diskarte sa mga panganib na dulot ng krisis sa supply at produktibidad ng tao. Mas mamumuhunan sila sa cognition at inilapat na artificial intelligence, mga robot na pang-industriya, mga robot ng serbisyo at automation ng proseso ng robot.
Sa una, ang automation ay nakatuon sa pagpapataas ng produktibidad habang binabawasan ang mga gastos sa paggawa, ngunit ang nangungunang 5 automation trend para sa 2023 ay nagpapahiwatig ng lumalaking pagtuon sa intelligent na automation na may mas malawak na mga benepisyo sa negosyo.
Ayon sa isang pag-aaral noong 2019 ng Capgemini Research Institute, higit sa kalahati ng mga nangungunang tagagawa sa Europa ang nagpatupad ng hindi bababa sa isang paggamit ng AI sa kanilang mga operasyon sa pagmamanupaktura. Ang laki ng artificial intelligence production market noong 2021 ay $2.963 bilyon at inaasahang lalago sa $78.744 bilyon sa 2030.
Mula sa matalinong pag-automate ng pabrika hanggang sa warehousing at pamamahagi, dumarami ang mga pagkakataon para sa AI sa pagmamanupaktura. Tatlong kaso ng paggamit na namumukod-tangi sa mga tuntunin ng kanilang pagiging angkop para sa pagsisimula ng paglalakbay ng isang tagagawa ng AI ay ang matalinong pagpapanatili, kontrol sa kalidad ng produkto, at pagpaplano ng demand.
Sa konteksto ng mga operasyon sa pagmamanupaktura, naniniwala si Capgemini na ang karamihan sa mga kaso ng paggamit ng AI ay nauugnay sa machine learning, deep learning, at "autonomous objects" tulad ng mga collaborative na robot at autonomous na mga mobile robot na kayang magsagawa ng mga gawain nang mag-isa.
Dinisenyo upang ligtas na magtrabaho kasama ng mga tao at mabilis na umangkop sa mga bagong hamon, ang mga collaborative na robot ay nagha-highlight sa potensyal ng automation upang matulungan ang mga manggagawa, hindi palitan ang mga ito. Ang mga pagsulong sa artificial intelligence at situational awareness ay nagbubukas ng mga bagong posibilidad.
Ang pandaigdigang merkado para sa mga collaborative na robot ay inaasahang lalago mula $1.2 bilyon sa 2021 hanggang $10.5 bilyon sa 2027. Tinatantya ng Interact Analysis na sa 2027, ang mga collaborative na robot ay aabot sa 30% ng buong robotics market.
"Ang pinaka-kagyat na bentahe ng mga cobot ay hindi ang kanilang kakayahang makipagtulungan sa mga tao. Sa halip, ito ay ang kanilang relatibong kadalian ng paggamit, pinahusay na mga interface, at ang kakayahan para sa mga end user na muling gamitin ang mga ito para sa iba pang mga gawain."
Higit pa sa factory floor, ang robotics at automation ay magkakaroon ng parehong mahalagang epekto sa back office.
Binibigyang-daan ng robotic process automation ang mga negosyo na i-automate ang manu-mano, paulit-ulit na mga proseso at gawain, tulad ng pagpasok ng data at pagpoproseso ng form, na tradisyonal na ginagawa ng mga tao ngunit maaaring gawin sa mga naka-codified na panuntunan.
Tulad ng mga mekanikal na robot, ang RPA ay idinisenyo upang gumawa ng pangunahing pagsusumikap. Tulad ng mga pang-industriyang robotic arm na nag-evolve mula sa mga welding machine upang magsagawa ng mas kumplikadong mga gawain, ang mga pagpapabuti ng RPA ay nagsagawa ng mga proseso na nangangailangan ng higit na kakayahang umangkop.
Ayon sa GlobalData, ang halaga ng pandaigdigang merkado ng software at serbisyo ng RPA ay lalago mula $4.8 bilyon sa 2021 hanggang $20.1 bilyon pagsapit ng 2030. Sa ngalan ni Niklas Nilsson, Case Study Consultant GlobalData,
"Na-highlight ng COVID-19 ang pangangailangan para sa automation sa enterprise. Pinabilis nito ang paglago ng RPA habang lumalayo ang mga kumpanya sa mga stand-alone na feature ng automation at sa halip ay ginagamit ang RPA bilang bahagi ng mas malawak na automation, at ang AI ​​toolkit ay nagbibigay ng end-to-end automation para sa mas kumplikadong proseso ng negosyo." .
Sa parehong paraan na pinapataas ng mga robot ang automation ng mga linya ng produksyon, pinapataas ng mga autonomous na mobile robot ang automation ng logistik. Ayon sa Allied Market Research, ang pandaigdigang merkado para sa mga autonomous na mobile robot ay tinatayang nasa $2.7 bilyon noong 2020 at inaasahang aabot sa $12.4 bilyon sa 2030.
Ayon kay Dwight Klappich, vice president ng supply chain technology sa Gartner, ang mga autonomous na mobile robot na nagsimula bilang autonomous, kinokontrol na mga sasakyan na may limitadong kakayahan at flexibility ay gumagamit na ngayon ng artificial intelligence at pinahusay na mga sensor:
“Ang mga AMR ay nagdaragdag ng katalinuhan, patnubay at kamalayan sa pandama sa mga dating piping automated na sasakyan (AGV), na nagpapahintulot sa kanila na gumana nang nakapag-iisa at kasama ng mga tao. Inalis ng mga AMR ang mga makasaysayang limitasyon ng mga tradisyonal na AGV, na ginagawang mas angkop ang mga ito para sa mga kumplikadong operasyon ng bodega, atbp.
Sa halip na i-automate lang ang mga kasalukuyang gawain sa pagpapanatili, dinadala ng AI ang predictive na maintenance sa susunod na antas, na nagbibigay-daan dito na gumamit ng mga banayad na pahiwatig upang i-optimize ang mga iskedyul ng pagpapanatili, tukuyin ang mga pagkabigo, at maiwasan ang mga pagkabigo bago sila humantong sa magastos na downtime o pinsala, hulaan ang mga pagkabigo.
Ayon sa isang ulat ng Next Move Strategy Consulting, ang pandaigdigang preventive maintenance market ay nakabuo ng $5.66 bilyon na kita noong 2021 at inaasahang lalago sa $64.25 bilyon sa 2030.
Ang predictive maintenance ay ang praktikal na aplikasyon ng Industrial Internet of Things. Ayon kay Gartner, 60% ng IoT-enabled preventive maintenance solutions ay ipapadala bilang bahagi ng mga alok ng enterprise asset management sa 2026, mula sa 15% noong 2021.