【麦肯锡】人机结合:制造自动化新时代中印受影响最大,至少2.38亿人会被淘汰

摘要: 新技术正在开启一个制造业自动化的新时代,人机将会愈加紧密结合。

09-12 23:13 首页 新智元

1新智元报道  

编辑:佩琦,宇多田

 

【新智元导读】麦肯锡进行了一项涵盖了包括80%全球劳动力的研究。数据和分析表明,截止2015年,在全球范围内,花在制造业相关活动上的劳动时间共计4780亿小时,占总劳动时间(7490亿小时)的64%。假设技术被广泛采用,4780亿小时的工作时间说明了3.31亿全职员工中的2.38亿可被淘汰或者重新安排。



在过去20年中,制造业自动化颠覆了工厂、雇佣、以及很多制造业部门的运行方式。今天,我们处在一个新自动化时代的前列:机器人的飞速发展、人工智能、机器学习使得机器在很多活动上与人类比肩,甚至超过人类,其中也包括那些需要认知能力的活动。行业领袖,无论他们是业已拥抱自动化,还是方才接受自动化,抑或还未认真思考自动化时代重要性,都需要考虑以下三点:自动化在当前的技术水平下会实现怎样的发展,而随着技术的不断发展又会有怎样的创新;除了技术可行性外,在做关于自动化的决策时还需要考虑哪些因素;以及为了长期从自动化中获取最大收益,思考从何处、多大程度进行自动化。


制造业和制造业劳动力将会如何改变


为了从整体理解制造业中自动化的可能性,我们在46个国家(包括发达国家与发展中国家)进行了一项涵盖了包括80%全球劳动力的研究。我们的数据和分析表明,截止2015年,在全球范围内,花在制造业相关活动上的劳动时间共计4780亿小时,占总劳动时间(7490亿小时)的64%。假设技术被广泛采用,4780亿小时的工作时间说明了3.31亿全职员工中的2.38亿可被淘汰或者重新安排。这些数字表明,即使制造业已经是世界上自动化程度最高的行业之一,自动化在工厂、供应链、采购等方面仍有很大空间。麦肯锡研究表明,在工业部门,制造业是第二大极具自动化潜力的部门,仅次于住宿和食品服务。



我们强调,以上描述的自动化发展潜力来自于应用和整合当前技术。此外,值得注意的是,新近的技术进步已经克服了许多机器人和自动化的传统限制。比起当前制造业使用的机器人,新一代机器人更具灵活性和多功能性,成本也更低,经过一线人员的训练,还可以执行曾经被认为对机器太难的任务,例如挑选或包装不规则物体,并解决例如航空航天工业大型项目的线路问题。人工智能也在取得重大进展,增加自动化在很多行业应用的可能性。最近的一个测试表明,计算机能比专业人士更为准确地阅读唇语。


我们还研究了制造业部门中特定活动和工作的自动化潜力。我们发现,生产工人87%的生产时间是可以自动化的。制造行业的其他工作(如工程、维护、材料运输、管理和行政),也有45%的工作时间可以自动化。


在比较制造业的各个分部门时,我们可以看到自动化潜力的巨大差异,部分原因是因为活动本身的性质,此外还有工人所需的技术水平和制造产品所需的技术难度而带来的差异。


  • 低技能劳动/低产品复杂性。


服装/时尚/奢侈品(82%的工作时间可自动化),农业加工(80%),食品(76%),饮料(69%)。在本组中,重复和低技能获得极易实现自动化。


  • 中等技能劳动/中等产品复杂性。


家具(70%),基础材料(72%),化学品(69%),医疗器械(60%),制药(68%),汽车/装配(64%),电力和天然气(53%),石油和天然气(49%)。


  • 高技能劳动/高产品复杂性。


航空航天和国防(52%),高等电子(50%),高科技(49%),电信(43%)。

根据分组不同,制造业各部门的自动化劳动价格,差异可能高达三倍。例如,服装/时尚/奢侈品一年的自动化花费为27,000美元,而石油/天然气的自动化花费则需75,000美元。根据以上分组,由低技能/复杂性到高技能/复杂性,平均每小时工资增长1.6倍;从低技能/复杂性到中技能/复杂性,工资每小时增加1.4倍。


最后,我们发现,尽管全球经济中的技术自动化潜力差异并不悬殊,世界上81%的自动制造工时和49%的自动化劳动力价值都在发展中国家,这说明发展中国家的自动化发展可能产生重大的全球影响力。


考虑到发展中国家68%的自动化制造工时(62%的自动化劳动价值)是在中国和印度,我们看到中印两国的自动化驱动发生中断的可能性。这种情况何时发生,取决于自动化解决成本低于中印两国工资水平的速度。中国和印度自动化的剧变会对两国就业产生重大影响,也将大大推动经济增长。


如何自动化?以下是需要考虑的因素


当然,技术的可行性是使一项既定工作或系列活动实现自动化的必要前提。但是当企业在决定何时以及怎样实现自动化的时候,这远非唯一的考虑因素。第二个需要考虑的因素是开发和部署硬件与软件的成本;而劳动力成本与供需关系的平衡则是需要考虑的第三个因素:如果工人数量充足,且明显比自动化成本低廉,这也许就会成为一个“抵制自动化”的决定性理由,或者仅仅在有限的程度上实现自动化。


举个例子,印度的一家汽车供应商发现,在为自己的生产线引入了几个低成本的自动化环节之后,其生产线上的员工从17名减至7名。而这家公司所耗费的成本与另一家实现了更高程度自动化的日本公司基本持平,后者仅拥有2名员工。


第四个需要考虑的因素是除了节省劳动力之外,自动化带给公司的好处。包括更高的生产效率,更好的产品质量,以及减少生产误差。


虽然自动化吸引制造商们的主要动因是如何节省劳动力成本,但以上因素往往比减少劳动力成本为公司带来的好处更大。因此,企业在考虑并评估“是否应该进行自动化改造”这个问题时,应该以“降低运营总成本”为标准制定一项清晰的策略。


我们发现,企业们通常会使用自动化来解决一系列挑战,譬如提升吞吐量与生产效率,降低商品残次率并提升产品质量,确保生产灵活性,以及提高安全性,以确保设备的操作方法与作业环境更适应操作人员的要求。


除了技术上的可行性,  硬件与软件成本,劳动力供求问题以及那些提高生产效率等方面的好处之外,第5个企业需要在决定是否进行自动化改造时考虑的因素,则来自于监管与社会认可层面。譬如,在什么样的条件下,机器才能够在任何特定环境下被普遍接受(特别是一些人机共存的场合)。


总之,自动化在特定部门或场合所具备的工作潜力,其实能反映出以上我们列出的5种影响因素之间微妙的相互作用,以及企业对它们所带来影响的权衡。


从自动化改造中获取长期价值


制造商们衡量上述各种因素的终极目标,是为了尽可能从自动化改造中获取更多的长期价值。如何实现这一点?在某种程度上,这取决于一家既定制造商在自动化成熟度的“光谱”上走了多远。


我们将这张“光谱”分为4个阶段:


低成熟度。部署的自动化基础设施很有限。举个例子,工厂内部或者生产流水线上缺少机器人、传感器与数据收集系统。


中等成熟度。已经在适当的位置部署了重要的自动化基础设施,但这些设备只发挥了一小部分作用,绝大部分生产潜力还未被挖掘。举个例子,某工厂内安装了许多传感器,但这些设备获得的大部分数据没有被利用起来;此外,许多数据抓取系统缺乏互联性,编制的程序仅能优化本地流程,却不能优化整条生产线的价值流。


高成熟度。在生产厂间中充分利用了传统自动化基础设施,但是并没有在生产线上部署更加尖端的自动化技术,也没有充分实现自动化管理,同时也未能挖掘出“生产支持”(公司里财务、法务等不直接产出效益的部门做的事)以及“后台服务”等环节的自动化潜力。


达到一流自动化水平。在整个生产线以及公司运营过程中,利用最先进的技术挖掘出了自动化的所有潜力与价值。


利用“自动化成熟度光谱”来评估一家制造商的自动化操作水平,能够帮助企业确定哪一种方式最有助于自己获得长期良性影响。例如,低成熟度的操作会从“clean sheeting”中获得更多好处,而具备更高成熟度的自动化,可以在其已有的较为完备的基础设施基础上,继续实现一流的自动化水平。而下面的表2就详细介绍了制造商提高自己的自动化成熟度所采取的步骤。


是在自动化成熟的每个阶段上,制造商们都可以获取比前一个阶段更多的价值


无论一家企业处于这张光谱的哪一个阶段,保持对价值创新的关注是至关重要的。譬如,为了让故障检查流程实现自动化后能够提高生产性能,企业领导者可能需要对这些项目以及活动进行彻底盘点与记录,并创建一个热图,把一些更适合自动化的环节标注出来。


接下来,找出那些具被高自动化潜力的活动与业务,然后设想其在充分利用自动化技术的情境下会发生什么变化,以及转化的可行性。


最后,这些自动化过程转换的可行性与优点被整理出来,可以被用来判断哪些生产环节可以被优先进行技术改造。而这种方法,可以帮助企业确保自己在自动化方面的投资对企业产生最大的影响。




【号外】新智元正在进行新一轮招聘,飞往智能宇宙的最美飞船,还有N个座位

点击阅读原文可查看职位详情,期待你的加入~



首页 - 新智元 的更多文章: