Kekurangan Tenaga Kerja Membunuh Manufaktur Amerika. Inilah Bagaimana AI Dapat Menghidupkannya Kembali.

Manufaktur AS siap untuk kebangkitan yang signifikan. Bencana rantai pasokan yang disebabkan oleh pandemi telah menunjukkan kelemahan ketergantungan yang berlebihan pada rantai pasokan yang panjang, terutama di luar AS.

Lebih lanjut, meningkatnya ketegangan dengan China telah menyebabkan AS mempertanyakan ketergantungannya pada manufaktur China untuk kesuksesan ekonomi. Isu-isu ini telah mengubah komitmen perusahaan manufaktur AS untuk membangun secara lokal.

Masalahnya adalah—manufaktur Amerika sangat kekurangan tenaga kerja yang dibutuhkan untuk mendorong revolusi itu. Tidak ada cukup pekerja terampil untuk melakukan pekerjaan itu, juga tidak cukup pekerja tidak terampil yang mau belajar.

Kebutuhan benar-benar adalah ibu dari penemuan, namun. Kekurangan tenaga kerja manufaktur telah membuka jalan bagi penyebaran luas dari beberapa inovasi yang sangat menarik dalam Kecerdasan Buatan untuk manufaktur. Begitu kuatnya perkembangan ini sehingga McKinskey memprediksi mereka akan menciptakan beberapa senilai $3.7 triliun oleh 2025.

Namun sebelum kita masuk ke dalamnya, mari kita lihat sekilas krisis tenaga kerja yang mengobarkan revolusi.

Inilah Seberapa Buruk Masalah Tenaga Kerja di Manufaktur Amerika

Bahkan jika setiap pekerja terampil di Amerika dipekerjakan, masih akan ada 35% lebih banyak lowongan pekerjaan yang belum terisi di sektor manufaktur barang tahan lama daripada pekerja terampil yang mampu mengisinya. Deloitte memprediksi kekurangan lebih dari dua juta pekerja manufaktur Amerika pada tahun 2030, mewakili biaya peluang sebesar $ 1 triliun dolar per tahun.

Dibiarkan tidak dicentang, hal-hal mungkin akan menjadi lebih buruk, tidak lebih baik. Masih ada beberapa 40 juta Baby Boomers dalam angkatan kerja—sekitar 25% dari total tenaga kerja, banyak di antaranya dalam peran manufaktur "sekolah tua". Saat Boomers pensiun, pekerja yang lebih muda menghindari pekerjaan manufaktur demi teknologi, perawatan kesehatan, dan peluang lain di mana kondisi kerja dan kompensasi lebih menarik.

Amerika Serikat dapat dengan cepat meningkatkan imigrasi dari negara-negara di mana para pekerja ingin mendapatkan pekerjaan Amerika, tetapi itu datang dengan serangkaian tantangannya sendiri, dan akan membutuhkan lebih banyak sihir politik daripada yang dapat saya bayangkan. Selain itu, pengusaha mungkin waspada terhadap pelatihan tenaga kerja terampil baru hanya untuk melihat operasi mereka ditutup sekali lagi selama penguncian berikutnya.

Agar mesin tetap berputar, pabrikan Amerika perlu mencari alternatif selain tenaga manusia.

AI Dapat Menjadi Bagian Besar dari Solusi Kekurangan Tenaga Kerja

Bagian dari solusi untuk masalah ini, tidak mengejutkan, adalah Kecerdasan Buatan. Seperti industri lain, tidak dapat dihindari bahwa banyak pekerjaan manusia sebelumnya akan digantikan oleh AI. Tapi bukannya mengkhawatirkan pekerjaan berisiko dari AI, dalam hal ini Anda harus memikirkan bagaimana AI dapat membantu menjaga operasi Anda tetap berjalan dan staf manusia Anda tetap bekerja.

Berikut adalah beberapa cara AI di bidang Manufaktur akan membantu mengurangi kekurangan tenaga kerja dan merevolusi cara produk dibuat di tanah AS:

Otomatisasi Robotik

Robot telah digunakan selama beberapa dekade di bidang-bidang seperti manufaktur otomotif dan pabrik baja, di mana mereka telah melakukan operasi lantai produksi berulang seperti pengangkatan berat dan pengelasan sambungan. Namun robot konvensional ini dirancang hanya untuk menjalankan tugas yang sangat sempit dalam keadaan yang sangat dapat diprediksi.

Saat ini, aplikasi kecerdasan buatan seperti Siemens Unit pemrosesan saraf simatic memberdayakan lengan robot untuk menggenggam dan memanipulasi objek terlepas dari orientasi, kecepatan, atau penempatannya. Itu berarti bahwa robot dan “co-bot” (asisten robot yang dirancang untuk bekerja bersama manusia) dapat dilatih untuk melakukan berbagai macam pekerjaan perakitan, seperti yang dilakukan manusia. Sementara itu, Autonomous Guided Vehicles (AGVs), dipersenjatai dengan fungsi AI seperti pemetaan, deteksi anomali permukaan, dan teknologi penghindaran objek, dapat mengangkut suku cadang dan barang jadi melalui gudang dan lantai pabrik menggantikan kru pemuatan dan operator forklift.

Bersama-sama, inovasi robotik bertenaga AI ini setidaknya dapat menghemat 75% dari biaya tenaga kerja menggunakan manusia saja, memungkinkan produksi berkelanjutan 24 jam, dan membantu menghindari cedera akibat bahaya jalur perakitan, penanganan material berat, dan gerakan berulang. Tidak mengherankan bahwa robotika modern sudah mengemudi pembalikan kekayaan manufaktur di tempat-tempat seperti Singapura dan Korea Selatan. Mengapa tidak melakukan hal yang sama di Amerika Serikat?

Manufaktur Aditif

Area lain di mana AI membantu meringankan kekurangan tenaga kerja manufaktur adalah dalam pencetakan 3D. Menurut pendekatan konvensional, desainer dan insinyur yang sangat terampil harus memanfaatkan pengalaman bertahun-tahun dan pendekatan "tebakan terbaik" untuk sampai pada solusi desain terbaik. Tetapi AI sekarang memberdayakan pendekatan generatif yang cepat untuk mengembangkan solusi desain yang kompleks dan sangat optimal yang dapat diproduksi dengan cepat melalui pencetakan 3D.

Pembelajaran mesin dalam sistem perangkat lunak seperti Autodesk's Netfabb, misalnya, memungkinkan produsen untuk parameter desain masukan dan meminta opsi yang paling efisien, efektif, dan dapat diproduksi. Setelah desain dipilih, AI dari perusahaan seperti NNAISENCE menggunakan jaringan saraf dan kembar digital untuk memprediksi, memantau, dan menghilangkan cacat dalam proses pembuatan aditif, membantu menghindari penundaan dan kesalahan yang mahal. Perangkat lunak AI seperti Alchemite Intellegens bahkan dapat digunakan untuk bayangkan materi baru dan eksotis cocok untuk kebutuhan produksi dan penggunaan produk tertentu.

Jika semua fungsi yang sangat kompleks ini dilakukan oleh manusia saja, mereka akan membutuhkan tim yang jauh lebih besar dari insinyur dan desainer yang sangat terampil, dan seringkali akan menghasilkan hasil yang lebih rendah.

Penglihatan mesin

Ketika Anda membayangkan jalur perakitan manufaktur, Anda mungkin pertama-tama membayangkan ban berjalan produk yang dibawa dari satu stasiun ke stasiun berikutnya, di mana pekerja manusia memeriksa produk saat mereka berjalan. Di sebagian besar lingkungan manufaktur, itu benar-benar tidak jauh dari kebenaran. Ini adalah pekerjaan yang berulang, padat karya, dan rawan kesalahan, tetapi sangat penting untuk proses jaminan kualitas.

Enter Visi Mesin Otonom (AMV), dipimpin oleh perusahaan AI seperti Inspekto dan Matroid. Menggunakan kamera dan AI yang mengenali bentuk, orientasi, dan kondisi produk lini perakitan dalam berbagai kondisi pencahayaan, sistem AMV dapat menghitung dan melacak item, menemukan cacat, dan mengurutkan produk yang sesuai, saat mereka berpacu. Ini menghilangkan banyak kebutuhan akan mata dan tangan manusia dalam proses QA.

Visi mesin juga dapat digunakan untuk mendukung pengepakan, paletisasi, dan pemuatan kargo, menghemat tenaga kerja, waktu dan uang. Solusi dari perusahaan seperti RobitIQ dan Spiroflow dapat menentukan metode pembuatan palet yang optimal, misalnya, di mana lengan robot mencengkeram dan menempatkan karton di atas palet secara otomatis.

Optimasi Produksi

Ketika mesin produksi turun, seringkali memerlukan analisis khusus dan agen perbaikan, sering kali dikirim dari pembuatnya, menghabiskan waktu dan uang. AI dari penyedia seperti Vanti dan 3DS tidak hanya dapat digunakan untuk memantau keausan mesin dan cetakan sehingga pemeliharaan preventif dapat dijadwalkan untuk waktu yang optimal, tetapi juga dapat memantau suhu, kelembaban, dan varians berjalan untuk produk dan bahan yang berbeda, sehingga mesin produksi dapat dioptimalkan berdasarkan kondisi saat ini.

Ketika terjadi kesalahan, AI dapat menganalisis semua kemungkinan alasan dan mengusulkan kemungkinan tindakan terbaik. Itu adalah sesuatu yang hanya dapat dilakukan oleh teknisi perawatan manusia yang sangat berpengalaman di sebagian besar pabrik.

Tapi ini bukan hanya tentang pemeliharaan dan pengendalian kerusakan. Sistem cloud dan edge yang didukung AI seperti GE's Brilliant Manufacturing Suite dan Siemens' Mindsphere bekerja untuk menghubungkan dan mengelola seluruh proses manufaktur ujung ke ujung mulai dari desain hingga perencanaan permintaan dan inventaris material, hingga konsumsi energi hingga logistik endgame.

Kebutuhan AI dalam Manufaktur Bahkan Lebih Besar dari yang Anda Pikirkan

Bayangkan robot antropomorfik dengan berbagai fungsi fisik dan kemampuan beradaptasi bertenaga AI sehingga mereka akan dapat melakukan hampir semua pekerjaan manual yang saat ini dapat dilakukan manusia. Ketika itu terjadi, perbedaan apa yang akan dibuat oleh biaya tenaga kerja di negara-negara berkembang sebagai keunggulan kompetitif? Produsen bertenaga AI tidak perlu merekrut dan melatih pekerja sebanyak itu. Mereka tidak akan terlalu khawatir tentang pandemi dan penguncian berikutnya. Mereka akan menghindari banyak tantangan sumber tunggal yang menyertai krisis manajemen rantai pasokan kita saat ini. Dan banyak lagi.

Karena sistem Kecerdasan Buatan terpapar lebih banyak data, mereka akan terus meningkat, menciptakan efek roda gila yang akan membuat Anda keluar dari bisnis jika Anda ketinggalan kereta. Namun, revolusi ini juga memiliki kekuatan unik untuk sepenuhnya meremajakan manufaktur Amerika, bahkan mungkin membuatnya sekali lagi di antara yang paling kompetitif di dunia.

Revolusi manufaktur AI sedang terjadi saat ini, bukan pada titik yang tak terbayangkan di cakrawala. Krisis tenaga kerja ini bukanlah gangguan yang lewat. Ini adalah bagian dari lanskap bisnis baru yang harus kita harapkan untuk tahun-tahun mendatang. Produsen yang memposisikan AI sebagai pendorong utama kesuksesan mereka akan menuai keuntungan dalam dekade kita saat ini.

Jika Anda peduli tentang bagaimana AI menentukan pemenang dan pecundang dalam bisnis, dan bagaimana Anda dapat memanfaatkan AI untuk kepentingan organisasi Anda, saya mendorong Anda untuk tetap mengikuti perkembangannya. Saya menulis (hampir) secara eksklusif tentang bagaimana eksekutif senior, anggota dewan, dan pemimpin bisnis lainnya dapat menggunakan AI secara efektif. Anda dapat membaca artikel sebelumnya dan diberi tahu tentang artikel baru dengan mengklik tombol "ikuti" di sini.