導 讀
隨著中國制造2025和新基建的進一步推進,越來越多傳統制造業將轉型為智能制造、智慧工廠,絕大部分生產將由計算機、人工智能等控制,大量流程化、機械化的工作環節和崗位也將被機器所替代。盡管這一切并非一朝一夕才能實現,卻為中國制造業趟出了一條路。當智慧工廠真正成為普遍的存在時,“用工荒”恐怕也將不再是熱點新聞了。
雖然時間已來到8月份,但在主流中文搜索引擎輸入“用工荒”這三個字之后,隔著屏幕,還是能從搜索結果當中,窺見整個2020年制造業之艱難。
且不說2月-4月疫情發生后不久,媒體上出現的諸如《直擊深圳復工:制造業遭遇用工荒,有企業近兩億訂單停擺》《疫情下的佛山用工市場:“用工難”總體緩解,仍有6萬人缺口》《用工荒變無工可務!前四月廣東紙業損失約150億,停機成唯一出路》的報道。
即便是5月之后,中國疫情得到明顯控制的情況下,相關的話題的依然熱度不減。比如,《從深層次有效破解“用工荒”》、《“停工令”將至,“用工荒”又來了,此行業月薪1萬,招不到90后》、《一邊用工荒,一邊就業難,到底“缺人”,還是缺工作?》這些文章,都向外界證明“用工荒”依然大量存在。
“用工荒”早就不是新話題。自2004年開始,每年春節后返工之際,以珠三角為代表的東南沿海,就會因為“用工荒”而掀起爭搶勞動力工人的大戲。只是,這么多年過去,情況不僅沒有改善,而且越來越嚴重。到了今年,因為疫情的原因,制造業“用工荒”到達了頂峰。
用工荒之下,隱藏著什么深層問題?
改革開放之初,中國大舉招商引資,以珠三角為代表的東南沿海地區憑借著便捷的區位優勢,逐漸形成了“三來一補”的代工產業模式。
由于所承接的產業工業附加值較低、勞動密集程度高、資本與技術密集程度不足,因此,對工人的熟練度要求也不高,基本上,只要成本便宜,就能夠進廠工作。
由于打工所獲得的收入,遠遠超過在家務農,90年代,大量農村孩子離開學校后,基本都會進到東南沿海地區的工廠。作為改革開放的最前沿,包括珠三角在內的東南沿海地區自然就成為中國經濟發展最快的地區。
但是,隨著人們獲取信息門檻越來越低,伴隨著互聯網成長起來的90后,不再滿足于像父輩那樣,為了微薄的收入,每天十幾個小時地守在流水線面前,從事勞動力密集型產業。
就在此時,移動互聯網技術推動了電商、快遞、本地服務業迅猛發展,外賣、快遞、網約車等行業用工量劇增。送快遞、送餐時間自由、活動自由,也相對更有保障,年輕一代自然不再愿意前往工廠去干苦工。而曾經的農民工主力,因為年齡的增長,也導致整個制造業工人老齡化。多重因素作用之下,用工矛盾愈發尖銳。
不過,代際變化所導致的用工荒,只是問題的一個方面。問題的另一面是,由于中國人口眾多,巨大的人口紅利導致東南沿海地區制造業對低價勞動力養成了長期依賴,從根本上忽視了技術升級、勞工培養,進而造成了產業轉型難這一更深層次的困境。
雖然這些年來,中國制造的產業轉型升級取得了一定的成效,但在東南沿海地區,低端產業依然大量存在。盡管工資相比過去有所提高,但這些低端產業依然技術附加值有限,盡管用工量大,但工資依然缺乏競爭力,最終難以吸引勞工。
所以,用工荒只是一個籠統的說法,關鍵的問題是產業結構不合理和勞工培養機制匱乏,導致中國制造業不僅缺勞動力,更缺高級藍領。唯有解決了這2個關鍵問題,才能從根本上終結長達16年的用工荒,重塑中國制造業的長遠競爭力。
智能制造,才是根本出路
基于上述問題,國務院于2015年5月印發了《中國制造2025》。《中國制造2025》由100多名院士專家聯合制定,以推進智能制造為主攻方向,為中國制造業未來10年進行了頂層規劃和路線設計。
2020年,中共中央又提出了“加強新一代信息基礎設施建設”。新基建主要包含三個方面內容:
一是以5G、數據中心、人工智能、云計算為代表的信息基礎設施;
二是以智能交通、智慧能源為代表的融合基礎設施;
三是重大科技和產業技術等創新基礎設施。
智能制造也好,新基建也罷,其中一個核心目標,便是推動中國的工業產業升級,畢竟,工業制造業是立國之本。應用了AI、云計算、大數據技術的智能制造,才是中國低端制造業的出路。而技術發展至今,技術本身往往并非瓶頸,應用才是。上海優也科技信息咨詢有限公司首席科學家郭朝暉曾如此表示。
在智能制造領域,包括海爾、三一重工、富士康、阿里巴巴、華為、騰訊、百度、英特爾在內的制造企業、科技企業、互聯網企業都布局深入,建立起了眾多工業互聯網平臺,或者推出了相應的技術解決方案。比如,海爾的COSMOPlat、三一重工孵化出來的樹根互聯、華為的FusionPlant、阿里云的飛龍和飛象等等。
上述這些企業在工業互聯網領域的探索和實踐,也催生了不少值得推廣的案例。
比如,騰訊云和TCL華星合作建立的ADC系統。
TCL華星是TCL集團旗下負責半導體顯示面板生產的公司,今年1月以14.5%的市場份額,成為全球面板廠商大尺寸出貨面積第二。
2018年時,騰訊云和TCL華星進行合作。騰訊云運用自身在工業視覺的能力為TCL華星提供解決方案,協助TCL華星深圳的t1、t2和t6工廠建立自動缺陷分類(Auto Defect Classification,簡稱ADC)系統,最終實現人工智能判片的功能。對比傳統的人力判片方式,AI識別速度提升5至10倍,縮減人力50%。項目的關鍵,是人工智能能夠幫助TCL華星實現效率和良率水平的明顯提升,大大減少對勞動力的依賴。
再比如,英特爾與無錫信捷電氣合作,推出了應用于工業自動焊接場景的機器視覺解決方案。
解決方案產品形態案例
在生產制造當中,焊接是不可或缺的一個工序,大到艦船、飛機的組裝,小到電路板的制造,都需要焊接工序的深度參與。
但是,精密焊接對技術要求極高,熔池溫度、焊接電流、焊條直徑、運條方法、焊條角度等都需要滿足特定的要求,只有技藝熟練的高級技工才能夠勝任。但是,就像前文所說,中國的高級技工嚴重缺乏。
另外,焊接過程中的風險長期積累,也可能損害工人的身體健康,這又造成了人員的不穩定。
因此要想保證生產質量,焊接執行操作必須要從 “人” 轉向 “機器”,實現自動化、智能化。相比于工人,自動化機器焊接更精準,而且不需要吃飯、睡覺,更沒有情緒,不僅能避免疏忽、倦怠等人性缺陷,確保焊接質量,還能7X24小時不間斷工作,大大節省人力成本。
為了實現向“智慧工廠”的轉型,信捷電氣與英特爾一道,推出了基于英特爾 酷睿 處理器、英特爾 FPGA、英特爾 OpenVINO 工具套件,并搭載創新性智能相機的 X-SIGHT* 3D 機器視覺焊接解決方案。
英特爾 FPGA、英特爾 酷睿 處理器、英特爾 OpenVINO 工具套件等產品與解決方案的應用,幫助信捷電氣構建了高效率、高質量、具備廣泛適應能力的 X-SIGHT 3D 機器視覺焊接解決方案。
信捷電氣視覺處理平臺
解決方案由智能相機、視覺處理平臺、焊接機器人、信捷云等子系統構成,可以通過激光視覺引導系統擬合焊接軌跡,并給出 3D 坐標及焊接姿態,從而簡單、快速地識別焊縫。與此同時,系統還能夠自動識別點焊偏差值,給出最佳軌跡補償,并實時調整焊接偏移量,實現最佳焊接效果。
最終,在全自動風機蝸殼焊接等應用場景中,這個解決方案能夠在20 秒左右的時間內學習焊縫位置,定位精度達到 0.03-0.05 毫米,很好地滿足了用戶對于性能與質量的要求。
整套解決方案體現了以下獨特的優勢——
首先,具備工業級可靠性:能在有限空間內,以及-20°C 至 70°C 的寬溫范圍內可靠運行。
其次,高效高質:相比于機器人示教焊接,這套機器視覺焊接解決方案焊接更美觀、更高效、更柔性,且只需極少人工參與;
第三,對生產方來說,方案簡單易用:在設置完成之后,用戶可以保存、導入工程,后續焊接過程中可以根據產品類型直接調用,無需重復設置。
第四,敏捷與開放:融合基于英特爾 技術的機器視覺能力后,能實現焊縫的激光視覺自動掃描,自適應性強;還允許新產品導入,可以靈活設置焊接參數。
“工業互聯網通過海量工業要素的泛在連接,幫助企業優化工業資源配置,提升企業競爭力,并可形成新業態和新模式。”北京蘭光創新科技有限公司董事長兼走向智能研究院智能工廠首席專家朱鐸先對虎嗅說。
類似的觀點,也見于《工業物聯網白皮書》之中——全球制造業正經歷數字化轉型,進而邁向數據驅動的工業 4.0 時代。現代工業電腦具備強大的處理能力,能夠連接設備、整合工作負載,以及分析海量邊緣數據,讓制造商能夠獲得出色的敏捷性,加快創新速度,并獲得競爭優勢。
而在當今的互聯世界中,基于英特爾 技術的工業電腦便具備成功運營所需的連接性、可靠性、安全性和可管理性,英特爾與信捷電氣的合作,只是其中一個代表性的應用案例。
結語
隨著中國制造2025和新基建的進一步推進,越來越多傳統制造業將轉型為智能制造、智慧工廠,絕大部分生產將由計算機、人工智能等控制,大量流程化、機械化的工作環節和崗位也將被機器所替代。這一方面,將提高生產制造效率,另外一方面也對制造業從業者提出了新的挑戰。
盡管這一切并非一朝一夕才能實現,卻為中國制造業趟出了一條路。當智慧工廠真正成為普遍的存在時,“用工荒”恐怕也將不再是熱點新聞了。
“消費互聯網在中國取得了非常大的成功,這讓大家對工業互聯網充滿了期待和期望,也樂意去嘗試。中國擁有海量大數據,云計算與人工智能等技術發展非常迅猛,將成為整個中國的智能制造和工業互聯網的關鍵基礎設施,推動智能制造和工業互聯網的進一步落地。“朱鐸先總結道。
-
中國制造
+關注
關注
11文章
465瀏覽量
26570 -
智能制造
+關注
關注
48文章
5549瀏覽量
76316 -
大數據技術
+關注
關注
0文章
37瀏覽量
5124
原文標題:誰去接替中國制造老去的工人?
文章出處:【微信號:tyutcsplab,微信公眾號:智能感知與物聯網技術研究所】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論