Искусственный интеллект вот-вот будет управлять фабриками. А что ждёт людей? Статьи редакции

Время порассуждать о том, можно ли позволить ИИ, улучшающему эффективность заводов, «оптимизировать» работников предприятий.

В теории «умные» производства должны обходиться совсем без людей, но пока это невозможно. А значит, ИИ воспринимает сотрудников как еще одну деталь сложного механизма, за работой которой ему тоже надо наблюдать.

Сейчас искусственный интеллект не управляет людьми, только следит за каждым из шагом, замечает ошибки и сообщает о них менеджерам, но работники все сильнее зависят от алгоритмов ИИ.

Промышленность стала одной из главных областей внедрения продуктов и решений с использованием искусственного интеллекта — а в ближайшие годы может стать самой главной.

Фабрики и заводы используют ИИ для контроля за выпуском продукции и за ее качеством, для управления роботами и «умными» станками, отслеживания запасов сырья на складах, оптимизации логистики и многих других задач. Главная задача искусственного интеллекта на заводах — «учет и контроль».

В 2019 году исследовательский институт французской Capgemini подсчитал, что 56% всех проектов с использованием ИИ в промышленности относились к двум ключевым направлениям — профилактическому обслуживанию станков и прочего оборудования (29%) и контролю качества продукции (27%).

Массачусетский технологический институт в 2020 году опубликовал свое исследование в этой области, в котором есть и похожие результаты опроса менеджеров промышленных компаний: 59% ответивших сообщили, что используют ИИ для контроля качества, 44% — для управления складскими запасами, 32% — для профилактического обслуживания оборудования.

Аналитики Deloitte в 2020 году опросили руководителей 110 крупных и средних промышленных компаний Китая и выяснили, что только 9% из них довольны современными решениями в этой области. При этом, около 93% опрошенных планируют внедрять продукты на основе ИИ в ближайшие 2-5 лет, и надеются, что искусственный интеллект станет «поворотной» технологией, которая обеспечит дальнейший рост и модернизацию предприятий.

По данным все того же исследовательского института Capgemini, в 2019 году 51% промышленных предприятий Европы использовали продукты на основе ИИ (в отдельно взятой Германии ими пользовались 69% заводов), тогда как в США доля таких заводов составляла 28%, а в Китае — всего 11%.

Поэтому аналитики считают, что именно Китай будет основным драйвером роста рынка искусственного интеллекта в промышленности.

Американская Vantage Market Research оценивает размер мирового рынка продуктов ИИ в промышленности в $1,48 млрд и предполагает, что он будет увеличиваться на 51,5% в год и к 2028 году достигнет $17,9 млрд. Компания не уточняет, как она оценивала этот рынок — возможно, по объему закупок таких продуктов заводами и фабриками. Также не известно, включена ли в общую оценку стоимость их разработки и внедрения.

Аналитики Deloitte прогнозируют немного более скромный рост — 40%, но считают, что по темпам внедрения ИИ промышленность опередит все прочие отрасли, и займет на этом рынке самую большую долю — больше, чем сектор телекоммуникаций и медиа или добычи природных ресурсов.

По мере того, как фабрики становятся всё более автоматизированными, увеличивается и количество производимой ими информации: станки, оборудование, датчики, сенсоры, видеокамеры объединяются в единый «интернет вещей» и производят огромные объемы данных. Как пишет Deloitte со ссылкой на данные Gartner, по этому показателю промышленность уже сейчас опережает любую отрасль и даже государственный сектор.

ИИ лучше людей умеет анализировать эти данные, поэтому от наблюдения и учёта переходит к следующей стадии — всё более востребованными становятся рекомендательные и предикативные продукты на основе искусственного интеллекта. Вот недавние примеры:

• В мае 2022 года китайская Synergies привлекла $12 млн на создание персонального «помощника», который будет давать руководителям фабрик советы и рекомендации по организации производства, закупке сырья, изменению линейки продуктов и так далее.
• В том же мае раунд на $15 млн закрыл стартап Tractian, разрабатывающий продукт с ИИ, который умеет анализировать работу двигателей, насосов или компрессоров и предсказывать появление механических проблем. «[Наша] технология включает в себя ту же концепцию Shazam, только для машин», — объяснял генеральный директор Tractian Игорь Маринелли.
  

И всё более близкой кажется перспектива появления в мире большого количества «темных фабрик», описанных в концепции Четвертой промышленной революции или «Индустрии 4.0».

«Темные фабрики» (dark factories) — это полностью автоматизированные производства, которое не нуждаются в «живых» работниках. Правда, в последнее время их чаще называют »фабриками с приглушенным светом» (lights-out factories) — отчасти из-за желания избежать негативных коннотаций, связанных со словом «темный», отчасти потому, что совершенно безлюдных фабрик пока не существует.

В большой статье на «Хабре» Олег Сивченко приводит примеры работающих фабрик, максимально близких к тому, чтобы называться «темными»: это в том числе небольшие производства японских Hirotec (производство печатных плат) и Fanuc (выпуск роботов и «коботов»).

На этих фабриках люди полностью исключены из процесса производства, им управляет совокупность программного обеспечения, «интернета вещей», облачных технологий и серверов. Но люди время от времени все же приходят на эти фабрики — они занимаются техническим обслуживанием оборудования, обеспечивают их сырьем и забирают готовую продукцию.

Автоматизация фабрик обходится все дешевле. Например, с 2017-го по 2020 год медианная цена «роборуки», одного из самых популярных промышленных роботов, упала почти вдвое, до $22,6 тысяч.

Это стимулирует спрос на промышленных роботов: по данным Ассоциации по продвижению автоматизации (A3), в 2021 году их продажи только в Северной Америке выросли на 28%, до рекордных за всю историю $2 млрд, а в первом квартале 2022 года — еще на 43%, до $646 млн.

К тому же, дело не только в закупках роботов и инфраструктуры — ИИ пока не способен полноценно управлять фабриками без помощи людей, подчеркивает в своей статье Олег Савченко.

«Современные роботизированные системы не в состоянии учиться на ошибках и распознавать собственные "косяки", из-за чего эти дефекты могут быстро накапливаться в пределах сборочной линии. Соответственно, участие человека требуется не только для контроля качества, но и для контроля окружающей обстановки, а также для экстренного отключения линии», — пишет он.

Кроме того, человеческий труд все еще обходится дешевле полностью автоматизированного производства, и даже «Великое увольнение» и взлёт популярности движений вроде «Antiwork» не привели к реальному дефициту работников. Пока в «тёмных фабриках» просто нет экономического смысла.

Но «живые» сотрудники тоже могут быть частью «умного» завода — по крайней мере, с точки зрения искусственного интеллекта. Впрочем, на современном уровне развития ИИ не может управлять ни заводами в целом, ни их работниками. Сейчас он плохой менеджер, но отличный надсмотрщик.

Тот факт, что искусственный интеллект уже помогает управлять работниками крупнейших компаний, не скрывается, но и особенно не афишируется. Часто об этом становится известно случайно.

В мае 2022 года издание Vice со ссылкой на внутренние документы Amazon рассказало, как компания следит за сотрудниками складов — используя радиочастотные сканеры, использующиеся для отслеживания посылок.

Например, если данные автоматической системы показывают, что сотрудник бездельничал дольше определенного предела, его могут предупредить и даже уволить. До обнародования этой информации сотрудники Amazon могли не догадываться, что эффективность их труда оценивают алгоритмы и «умные» платформы.

Хотя это не первый случай, когда Amazon использует ИИ для наблюдения за работниками. Ранее сообщалось, что компания устанавливает камеры с искусственным интеллектом в свои автомобили доставки: они наблюдают за тем, как водитель ведет машину, выдают предупреждения, если он делает это небрежно и ставят ему оценки. А в разгар пандемии Amazon разработала софт для систем видеонаблюдения на складах и в офисах компании, следивший, чтобы люди соблюдали «социальную дистанцию».

Сейчас в мире есть много компаний, предлагающих заводам и фабрикам продукты решения с использованием ИИ, которые позволяют контролировать не только производство и склады, но и работу сотрудников. С лучшими целями — как правило, ИИ должен следить за безопасностью труда, помогать снижать количество травм и предотвращать аварии.

В мае 2022 года $15 млн привлек базирующийся в Сан-Франциско стартап Voxel, который с помощью технологий компьютерного зрения следит за работниками заводов и фабрик в реальном времени — в том числе за тем, одеты ли они в спецодежду, есть ли на головах каски, соблюдают ли они все правила техники безопасности при обращении с механизмами и так далее.

И в том же мае Toyota подписала соглашение с техасской Invisible AI, разработавшей «платформу технического зрения», которая подключается к камерам наблюдения или сенсорам. Invisible AI обещает, что платформа позволит не только следить за производством автомобилей, но и, например, «анализировать движения человеческого тела, включая движения туловища, конечностей и суставов, в поисках тревожных сигналов».

Другими словам, с помощью вложенных в нее алгоритмов платформа может понять, не совершает ли человек действия, которые могут вызвать аварию, навредить самому себе или производству. В ближайшие два года Invisible AI установит на заводах Toyota в Техасе около 500 периферийных устройств, подключенных к ее платформе.

Над аналогичным проектом работает калифорнийская Cherry Labs, основанная российскими предпринимателями. Компания разрабатывала «умную» систему для дома, которая с помощью технологий ИИ и компьютерного зрения могла бы следить за людьми с ограниченными возможностями или стариками, вовремя понимать, что им нужна помощь (например, человек упал и не может подняться) и подавать сигнал близким или в службу спасения.

Но затем компания решила, что те же технологии можно использовать в платформе для промышленных предприятий: среди прочего она обещает «быстро и точно определять и измерять взаимодействие человека и машины».

Все разработчики подобных систем говорят, что полученные данные будут полностью деанонимизированы — для систем компьютерного зрения человек это просто совокупность палочек и кружочков — и не будут использоваться за пределами производства.

Но будут ли рады работники заводов тому, что теперь за каждым их шагом наблюдает «всевидящее око» — скорее риторический вопрос.

Американские профсоюзы уже протестуют против новых технологий контроля, заявляя, что они не только нарушают права работников, но и используются для разгрома профессиональных союзов.

Так же активно профсоюзы выступали против новых технологий управления людьми сто лет назад, на предыдущем витке промышленной революции.

В 1910-х годах на предприятиях США и Великобритании начали внедрять новые методы «изучения трудовых движений и затрат времени» (time and motion studies), для чего использовались разные учетные карточки и живые наблюдатели. Это спровоцировало ряд забастовок: рабочие посчитали, что новая система заставляет их работать больше за те же деньги.

В 1911 году Фредерик Тейлор издал книгу «Принципы научного менеджмента», в которой среди прочего доказывалась необходимость постановки целей не только для предприятия в целом, но и для каждого конкретного работника. Результаты работы каждого работника надо оценивать, а для этого его нужно контролировать. Критики Тейлора заявляли, что его теория превращает работника в «машину» и потому бесчеловечна по сути.

В 1913 года американский промышленник Генри Форд первым в мире запустил на своих заводах конвейерную сборку автомобилей и ввел строгую специализацию для каждого рабочего. И начал платить им самую высокую в стране, но дифференцированную заработную плату — эффективность работы каждого сотрудника контролировали и оценивали специальные менеджеры.

Профсоюзы ненавидели Тейлора; Генри Форд десятилетиями вел настоящую войну с профессиональными союзами на своих предприятиях. Но все это не остановило прогресс: многие методы Тейлора используются в менеджменте до сих пор, а конвейеры, дифференциальную оплату труда и другие новшества Форда переняли большинство промышленных компаний.

Примерно то же происходит и сейчас: споры идут скорее не о том, допустимо ли использовать технологии искусственного интеллекта при управления работниками, а о том, какие последствия это может иметь, и можно ли позволять ИИ принимать решения, которые касаются работы и жизни людей.

Заместитель директора Центра технологий ИИ для человечества в бизнес-школе Национального университета Сингапура Андреас Деппелер уверен, что искусственный интеллект не должен «самостоятельно» управлять людьми, даже если этого требует логика непрерывной оптимизации производства.

«На самом деле ИИ не разумен. Он не может понять, например, исторический, социальный и эмоциональный контекст работы. Вполне возможно — даже желательно — что ИИ возьмет на себя часть монотонной рутинной повседневной работы. Но ответственность за алгоритмическое принятие решений должна оставаться за людьми», — пишет Депплер.

По его мнению, технологии ИИ усиливают и без того огромную власть менеджмента над рядовыми сотрудниками: «ИИ используется для доминирования управленцев над рабочими на все более фрагментированном, децентрализованном и опосредованном цифровыми технологиями рабочем месте».

Депплер считает, что вечное стремление менеджеров максимизировать эффективность и продуктивность работника противоречит «естественной человеческой неэффективности», и «оптимизация» человека невозможна. «Мы часто непродуктивны и обходимся слишком дорого», — заключает он.

#промышленность