Manjak radne snage u europskoj proizvodnji: Mogu li humanoidni roboti popuniti prazninu?
Europski proizvođači suočavaju se sa strukturnom krizom radne snage. Humanoidni roboti nude put ka održavanju proizvodnih kapaciteta – ali samo ako implementacija postane dostupna malim i srednjim poduzećima.
Motion1 Inc. ·
Strukturna, a ne ciklička kriza
Europska proizvodnja suočava se s nedostatkom radne snage koji se neće riješiti sam od sebe. Ovo nije privremeni pad uzrokovan ekonomskim ciklusima ili poremećajima nakon pandemije. To je strukturna, demografska stvarnost potaknuta silama koje se razvijaju desetljećima i koje nikakva količina ulaganja u zapošljavanje ne može preokrenuti.
Brojke su oštre. Prema Eurostatu, sedamdeset i sedam posto proizvođača u EU-u izvještava o poteškoćama u pronalaženju radnika s odgovarajućim vještinama. Više zemalja EU-a ima stope slobodnih radnih mjesta u proizvodnji iznad četiri posto – razina koja ukazuje na sustavni nedostatak, a ne na uobičajeno trenje na tržištu rada. Prosječna dob radne snage u proizvodnji nastavlja rasti, s manje mladih ljudi koji svake godine ulaze u obrtnička zanimanja. Troškovi rada u zapadnoj Europi među najvišima su globalno, pri čemu socijalni doprinosi poslodavca dodaju trideset do četrdeset posto na bruto plaće.
To nisu problemi koji se mogu riješiti podizanjem plaća, iako plaće zasigurno rastu. To nisu problemi koji se mogu riješiti kampanjama podizanja svijesti o automatizaciji, iako svijest raste. To su demografske stvarnosti: radnici stare i napuštaju radnu snagu, a nema dovoljno mladih radnika koji biraju karijere u proizvodnji da ih zamijene. Dovod je strukturno nedovoljan.
Za voditelje operacija u malim i srednjim proizvodnim poduzećima, ovaj nedostatak nije apstraktan makroekonomski trend. To je svakodnevna stvarnost vođenja proizvodnih linija s nepopunjenim pozicijama, oslanjanja na prekovremeni rad za pokrivanje praznina, promatranja kako se kvaliteta pogoršava dok umorni radnici rade produžene smjene i odbijanja narudžbi jer ne možete osigurati kapacitet za njihovo ispunjenje.
Trošak praznih radnih mjesta
Nedostatak radne snage ne smanjuje samo broj zaposlenih. Oni se prelijevaju kroz cijelu operaciju na načine koji se često podcjenjuju.
Smanjeni kapacitet je najočitiji utjecaj. Kada pozicije ostanu nepopunjene, proizvodne linije rade ispod maksimalnog protoka. Proizvođač koji radi s osamdeset posto kapaciteta zbog nedostatka osoblja ostavlja dvadeset posto svog potencijalnog prihoda neiskorištenim – ne zbog nedovoljne potražnje ili ograničenja opreme, već zato što nema dovoljno ruku za obavljanje posla.
Troškovi prekovremenog rada pogoršavaju problem. Postojeći radnici pokrivaju praznine po višim stopama, obično 150 do 200 posto standardnih plaća. To je skupo kratkoročno i neodrživo dugoročno, jer kronični prekovremeni rad dovodi do izgaranja, povećanog izostanka s posla i veće fluktuacije – što dodatno pogoršava nedostatak.
Kvaliteta pati kada su radnici preopterećeni. Umoreni operateri čine više pogrešaka, propuštaju više nedostataka i koriste više prečaca. Za proizvođače u reguliranim industrijama – hrana i piće, farmaceutika, automobilska industrija – problemi s kvalitetom mogu izazvati povlačenja proizvoda, regulatorne mjere i narušavanje ugleda koje daleko premašuje trošak samog nedostatka radne snage.
Pouzdana isporuka se narušava kako proizvodni kapacitet postaje nepredvidiv. Kupci koji se ne mogu osloniti na dosljedne rokove isporuke na kraju će pronaći dobavljače koji to mogu. Za proizvođače malih i srednjih poduzeća koji se natječu s većim tvrtkama s dubljim bazenima radne snage, ovo je egzistencijalna prijetnja.
Jedno nepopunjeno radno mjesto na proizvodnoj liniji može koštati proizvođača 50.000 do 100.000 eura godišnje u izgubljenoj produktivnosti – a većina pogona ima više nepopunjenih radnih mjesta u bilo kojem trenutku.
Zašto tradicionalna automatizacija nije riješila problem
Industrijske robotske ruke prisutne su u tvornicama desetljećima i bile su iznimno uspješne u automatizaciji zadataka velikog volumena, visoke preciznosti, fiksne pozicije na namjenskim proizvodnim linijama. Ali one nisu riješile problem nedostatka radne snage, jer su nedostaci koncentrirani upravo na zadacima koje tradicionalne robotske ruke ne mogu obavljati.
Robotske ruke izvrsne su u strukturiranim, predvidljivim okruženjima gdje je zadatak precizno definiran, a radni prostor namjenski izgrađen. Manje su učinkovite – a često i nepraktične – za zadatke koji zahtijevaju mobilnost između radnih mjesta, manipulaciju raznolikim objektima različitih oblika i veličina, rad u okruženjima dizajniranim za ljude, a ne za strojeve, te vrstu prilagodljive spretnosti koju rutinski proizvodni rad često zahtijeva.
To su zadaci gdje nedostatak radne snage najviše pogađa:
- Pakiranje na kraju linije, gdje se proizvodi različitih veličina moraju preuzeti, pregledati i pakirati.
- Rukovanje materijalom, gdje se komponente moraju premještati između radnih mjesta po tvorničkom podu.
- Laka montaža, gdje se dijelovi moraju orijentirati, umetnuti i pričvrstiti s koordinacijom ruku sličnom ljudskoj.
- Kontrola kvalitete, gdje vizualna procjena i fizička manipulacija idu ruku pod ruku.
To je praznina koju su humanoidni roboti dizajnirani da popune. Njihov ljudski oblik znači da mogu raditi u prostorima dizajniranim za ljudske radnike, koristiti alate dizajnirane za ljudske ruke, kretati se stazama dizajniranim za ljudska stopala i obavljati zadatke dizajnirane za ljudsku spretnost. Ne zahtijevaju namjenski izgrađene radne ćelije i infrastrukturne modifikacije koje zahtijevaju tradicionalne robotske ruke.
Učiniti humanoide dostupnima proizvođačima kojima su najpotrebniji
Proizvođači najviše pogođeni nedostatkom radne snage su, paradoksalno, oni najmanje opremljeni za implementaciju humanoidnih robota koristeći tradicionalne metode. Proizvođač s pedeset do petsto zaposlenika nema tim za robotiku. Nema 100.000 eura za potrošiti na integraciju za svaku implementaciju. Nema mjesece za čekanje dok inženjeri ponavljaju proces na tvorničkom podu.
Zato je pristupačnost platforme za implementaciju jednako važna kao i sposobnost hardvera. Implementacija mora ukloniti potrebu za stručnošću u robotici unutar tvornice, tako da voditelj operacija – osoba koja razumije posao – može jednostavno predati zadatak umjesto da piše programski sažetak. Mora koristiti simulaciju vođenu umjetnom inteligencijom kako bi zamijenila mjesece ručnog inženjeringa danima automatiziranog treninga. Mora nuditi najam umjesto kupnje, tako da se cijeli trošak pretvara u mjesečni operativni trošak koji se uklapa u postojeću proračunsku strukturu. I mora pružiti alate za upravljanje flotom koje postojeći operativni tim može koristiti neovisno, bez stalne podrške vanjskih stručnjaka.
Kada su ovi uvjeti ispunjeni, humanoidna automatizacija postaje dostupna proizvođačima kojima je najpotrebnija – malim i srednjim poduzećima koja čine okosnicu europske proizvodnje i koja su najranjivija na demografske sile koje pokreću krizu radne snage.
Fazični put do usvajanja
Proizvođači koji razmatraju humanoidnu automatizaciju ne moraju transformirati cijelu svoju operaciju preko noći. Najučinkovitija strategija usvajanja je fazična, počevši s malim i skalirajući se na temelju dokazanih rezultata.
Prva faza je pilot implementacija jednog ili dva humanoida na pozicijama s najvećim utjecajem i najtežim za popunjavanje. Cilj nije automatizirati cijelu tvornicu, već validirati tehnologiju u Vašem specifičnom okruženju, izmjeriti stvarni povrat ulaganja i izgraditi povjerenje unutar operativnog tima. Ova faza obično traje dvanaest do petnaest tjedana od procjene do puštanja u rad.
Druga faza proširuje implementaciju na dodatne pozicije unutar istog pogona, koristeći radne tokove, simulacijska okruženja i operativno znanje izgrađeno tijekom pilota. Budući da infrastruktura već postoji, drugi i treći humanoid implementiraju se znatno brže od prvog.
Treća faza skalira se kroz smjene, proizvodne linije i potencijalno više pogona. Platforma za upravljanje flotom osigurava dosljednost, a marginalni trošak svake dodatne jedinice nastavlja se smanjivati kako raste biblioteka podataka i radnih tokova.
Ovaj fazični pristup upravlja rizikom dok gradi organizacijsku sposobnost potrebnu za učinkovito skaliranje humanoidne automatizacije. Proizvođači koji danas započnu Fazu 1 skalirat će u Fazi 3 dok njihovi konkurenti još uvijek procjenjuju hoće li započeti.