Работающий станок: Работающий станок — Большая Энциклопедия Нефти и Газа, статья, страница 1

VintageMachinery.org | Добро пожаловать

11 типов станков, используемых в металлообрабатывающей промышленности

В металлообрабатывающей промышленности используется широкий спектр станки для создания деталей желаемой формы и размера.Эти машины развивались за последние сотни лет и сделали возможным изготовление не только самых сложных форм, но и способом, требующим очень меньших человеческих усилий.

В обрабатывающей промышленности используются различные методы, которые привели к изобретению и развитию многих машин. Ниже приведены наиболее широко используемые станки в металлообрабатывающей промышленности:

1. Токарный станок : это станки, которые вращают заготовку для выполнения различных операций обработки.Токарные станки могут использоваться для производства деталей из черных, цветных металлов, пластмасс и дерева. Это универсальные станки, которые можно использовать для выполнения таких операций, как резка, шлифование, накатка, сверление, растачивание, нарезание резьбы, торцевание и токарная обработка. Они бывают разных размеров и с рядом аксессуаров.
2. Фрезерный станок : Это станок, который использует вращающиеся фрезы для удаления нежелательного материала. Заготовка плотно удерживается на подвижном рабочем столе, а вращающийся инструмент перемещается по вертикали.Две основные операции, которые выполняет фрезерный станок, — это торцевое фрезерование и периферийное фрезерование.
3. Шлифовальный станок : В этом станке абразивный круг вращается с относительно высокой скоростью. Вращающийся круг обеспечивает чистовую обработку детали, удаляя очень небольшое количество материала с ее поверхности, после чего она становится гладкой на ощупь.
4. Сверлильные станки : Это один из наиболее распространенных типов станков, которые мы можем видеть вокруг себя.Их тоже используют для различных бытовых ремонтных работ. Инструменты этой машины легко установить и заменить, что делает ее действительно простой в использовании. Их можно использовать для проделывания отверстий в широком диапазоне материалов, включая не только металлы, но и такие материалы, как цемент и бетон.
5. Shaper Machines : в нем используется одноточечный режущий инструмент, который движется линейно для выполнения операции резания на заготовке. Он имеет простой механизм и прост в эксплуатации.
6. Протяжной станок : Он использует зубчатый инструмент или протяжку для удаления материала с заготовки.Существует два типа протяжных процессов — линейная и вращательная.
7. Пильные станки : Пильные станки бывают трех типов: ножовка, циркулярная пила и ленточная пила. Эти машины используются для разрезания металлической детали на две части. Он использует лезвие, которое вращается или совершает возвратно-поступательное движение, чтобы разрезать.
8. Строгальный станок : Этот станок очень похож на формовочный станок, единственное отличие этого станка состоит в том, что режущий инструмент неподвижен, а заготовка движется линейно.Как правило, эти машины больше, чем формовочные машины.
9. Ножницы : Это станок, который используется для резки листового металла. В процессе резки не образуются стружки или остаточный материал. Другие основные операции по резке металла, похожие на эту, — это вырубка и пробивка.
10. Зубофрезерные станки : Эти станки используются для изготовления зубчатых колес и шлицев. Это тип фрезерного станка, в котором используется специальный режущий инструмент, но он относительно недорог и в основном используется для изготовления цилиндрических зубчатых колес.
11. Drill Press : Это более надежная версия ручного сверла, поскольку они имеют лучшую устойчивость, чем они. Верстак позволяет производить сверление непрерывно с хорошей точностью.

Это наиболее распространенные машины, используемые для резка металла и обработка профилей металлообработка отраслей. Машины специального назначения также предназначены для выполнения определенных операций с конкретным продуктом. Эти машины используются для увеличения производительности.

Как люди и ИИ работают вместе в 1500 компаниях

Вкратце

Перспективы

Искусственный интеллект трансформирует бизнес — и оказывает наиболее значительное влияние, когда он увеличивает количество сотрудников, а не заменяет их.

Детали

Компании видят наибольший прирост производительности, когда люди и умные машины взаимодействуют друг с другом. Люди нужны для обучения машин, объяснения их результатов и обеспечения их ответственного использования.ИИ, в свою очередь, может улучшить когнитивные навыки и творческие способности людей, освободить рабочих от низкоуровневых задач и расширить их физические возможности.

Рецепт

Компаниям следует переосмыслить свои бизнес-процессы, сосредоточив внимание на использовании ИИ для достижения большей операционной гибкости или скорости, большего масштаба, лучшего принятия решений или большей персонализации продуктов и услуг.

Искусственный интеллект хорошо справляется со многими «человеческими» задачами — диагностикой болезней, переводом языков, обслуживанием клиентов — и быстро улучшается.Это вызывает обоснованные опасения, что ИИ в конечном итоге заменит людей во всей экономике. Но это не неизбежный и даже не самый вероятный результат. Никогда прежде цифровые инструменты не были так отзывчивы к нам, как и мы к нашим инструментам. Хотя ИИ радикально изменит то, как выполняется работа и кто ее выполняет, большее влияние технологии будет заключаться в дополнении и расширении человеческих возможностей, а не в их замене.

Конечно, многие компании использовали ИИ для автоматизации процессов, но те, кто использует его в основном для увольнения сотрудников, увидят лишь краткосрочный прирост производительности.В нашем исследовании с участием 1500 компаний мы обнаружили, что фирмы достигают наиболее значительных улучшений производительности, когда люди и машины работают вместе. Благодаря такому совместному анализу люди и ИИ активно усиливают взаимодополняющие сильные стороны друг друга: лидерство, командная работа, креативность и социальные навыки первых, а также скорость, масштабируемость и количественные возможности вторых. То, что дается людям естественным путем (например, шутить), может быть непросто для машин, а то, что просто сделать для машин (анализ гигабайт данных), для людей остается практически невозможным.Бизнес требует обоих видов возможностей.

Чтобы в полной мере использовать преимущества этого сотрудничества, компании должны понимать, как люди могут наиболее эффективно дополнять машины, как машины могут улучшить то, что люди делают лучше всего, и как изменить бизнес-процессы для поддержки партнерства. Благодаря нашим исследованиям и работе в этой области мы разработали руководящие принципы, которые помогут компаниям достичь этой цели и задействовать возможности коллективного интеллекта.

Машины, помогающие человеку

Людям необходимо выполнять три важнейшие роли.Они должны обучить станка для выполнения определенных задач; объясняет результаты этих задач, особенно когда результаты противоречивы или противоречивы; и поддерживают ответственного использования машин (например, предотвращая нанесение роботами вреда людям).

Обучение.

Алгоритмы машинного обучения необходимо научить выполнять ту работу, для которой они предназначены. В результате накапливаются огромные наборы данных для обучения, чтобы научить приложения машинного перевода обрабатывать идиоматические выражения, медицинские приложения для обнаружения болезней и механизмы рекомендаций для поддержки принятия финансовых решений.Кроме того, системы ИИ должны быть обучены тому, как лучше всего взаимодействовать с людьми. В то время как организации из разных секторов сейчас находятся на ранних этапах выполнения ролей инструкторов, ведущие технологические компании и исследовательские группы уже имеют опытный персонал и опыт.

Рассмотрим помощника Microsoft по ИИ, Кортану. Боту требовалась обширная подготовка, чтобы развить правильную личность: уверенную, заботливую и полезную, но не властную. На воспитание этих качеств ушло бесчисленное количество часов внимания команды, в которую входили поэт, писатель и драматург.Точно так же нужны были инструкторы-люди, чтобы развить индивидуальность Siri от Apple и Alexa от Amazon, чтобы они точно отражали бренды своих компаний. В Siri, например, есть легкая дерзость, как и следовало ожидать от Apple.

помощников ИИ сейчас учат проявлять еще более сложные и тонкие человеческие черты, такие как сочувствие. Стартап Koko, ответвление MIT Media Lab, разработал технологию, которая может помочь помощникам ИИ проявить сочувствие.Например, если у пользователя плохой день, система Koko не отвечает стандартным ответом, таким как «Мне жаль это слышать». Вместо этого он может запросить дополнительную информацию, а затем предложить совет, чтобы помочь человеку увидеть свои проблемы в другом свете. Например, если он испытывал стресс, Коко мог бы порекомендовать думать об этом напряжении как о положительной эмоции, которую можно направить в действие.

Объяснение.

Поскольку ИИ все чаще приходят к выводам с помощью непрозрачных процессов (так называемая проблема черного ящика), они требуют, чтобы специалисты в этой области объяснили свое поведение неопытным пользователям.Эти «объяснения» особенно важны в отраслях, основанных на доказательствах, таких как право и медицина, где практикующий должен понимать, как ИИ взвесил данные, скажем, при вынесении приговора или медицинской рекомендации. Разъяснители также важны, помогая страховщикам и правоохранительным органам понять, почему автономный автомобиль совершил действия, которые привели к аварии или не смогли ее избежать. И объяснители становятся неотъемлемой частью регулируемых отраслей — по сути, любой отрасли, ориентированной на потребителей, где производительность машины может быть оспорена как несправедливая, незаконная или просто неправильная.Например, новый Общий регламент ЕС по защите данных (GDPR) дает потребителям право получать объяснение любого решения на основе алгоритма, такого как предложение ставки по кредитной карте или ипотеке. Это одна из областей, в которой ИИ будет способствовать увеличению занятости на человека: по оценкам экспертов, компаниям придется создать около 75 000 новых рабочих мест для выполнения требований GDPR.

Поддержание.

Помимо людей, которые могут объяснить результаты ИИ, компаниям нужны «поддерживающие» — сотрудники, которые постоянно работают над тем, чтобы системы ИИ функционировали должным образом, безопасно и ответственно.

AI может повысить наши аналитические способности и способность принимать решения, а также повысить творческий потенциал.

Например, множество экспертов, которых иногда называют инженерами по безопасности, сосредоточены на прогнозировании и попытках предотвратить вред от ИИ. Разработчики промышленных роботов, которые работают вместе с людьми, уделили особое внимание тому, чтобы они узнавали людей поблизости и не подвергали их опасности. Эти эксперты могут также просмотреть анализ объяснителей, когда ИИ действительно причиняет вред, например, когда беспилотный автомобиль попадает в аварию со смертельным исходом.

Эта статья также встречается в:

Другие группы поддержки следят за тем, чтобы системы искусственного интеллекта соблюдали этические нормы. Если, например, будет обнаружено, что система искусственного интеллекта для утверждения кредита дискриминирует людей в определенных группах (как это произошло), эти менеджеры по этике несут ответственность за расследование и решение проблемы. Выполняя аналогичную роль, офицеры по соблюдению требований данных стараются обеспечить соответствие данных, поступающих в системы искусственного интеллекта, GDPR и другим положениям о защите прав потребителей.Связанная с этим роль по использованию данных включает обеспечение ответственного управления информацией ИИ. Как и многие технологические компании, Apple использует ИИ для сбора личных данных о пользователях, когда они взаимодействуют с устройствами и программным обеспечением компании. Цель состоит в том, чтобы улучшить взаимодействие с пользователем, но неограниченный сбор данных может поставить под угрозу конфиденциальность, разозлить клиентов и нарушить закон. «Команда дифференцированной конфиденциальности» компании работает над тем, чтобы, хотя ИИ стремится узнать как можно больше о группе пользователей в статистическом смысле, он защищает конфиденциальность отдельных пользователей.

Машины, помогающие людям

Умные машины помогают людям расширить свои возможности тремя способами. Они могут усилить наших когнитивных способностей; взаимодействовать с клиентами и сотрудниками, чтобы освободить нас для задач более высокого уровня; и воплощают человеческих навыков для расширения наших физических возможностей.

Усилительный.

Искусственный интеллект может повысить наши аналитические способности и способность принимать решения, предоставляя нужную информацию в нужное время.Но это также может повысить творческий потенциал. Подумайте, как искусственный интеллект Autodesk Dreamcatcher расширяет воображение даже выдающихся дизайнеров. Дизайнер предоставляет Ловцу снов критерии желаемого продукта — например, стул, способный выдержать до 300 фунтов, с сиденьем на высоте 18 дюймов от земли, сделанный из материалов стоимостью менее 75 долларов и т. Д. Она также может предоставить информацию о других стульях, которые ей нравятся. Затем «Ловец снов» создает тысячи дизайнов, соответствующих этим критериям, часто порождая идеи, которые дизайнер изначально мог не учитывать.Затем она может направлять программу, сообщая ей, какие стулья ей нравятся, а какие нет, что ведет к новому витку дизайна.

На протяжении итеративного процесса «Ловец снов» выполняет бесчисленные вычисления, необходимые для того, чтобы гарантировать, что каждый предложенный дизайн соответствует указанным критериям. Это позволяет дизайнеру сосредоточиться на использовании уникальных человеческих сильных сторон: профессионального суждения и эстетической чувствительности.

Взаимодействие.

Сотрудничество между человеком и машиной позволяет компаниям взаимодействовать с сотрудниками и клиентами новыми и более эффективными способами.Например, агенты искусственного интеллекта, такие как Кортана, могут облегчить общение между людьми или от имени людей, например, путем записи собрания и распространения версии с возможностью голосового поиска тем, кто не смог присутствовать. Такие приложения по своей сути являются масштабируемыми — например, один чат-бот может обеспечивать регулярное обслуживание клиентов одновременно большому количеству людей, где бы они ни находились.

Сопутствующие инструменты

SEB, крупный шведский банк, теперь использует виртуального помощника Aida для взаимодействия с миллионами клиентов.Способная вести разговоры на естественном языке, Aida имеет доступ к обширным хранилищам данных и может ответить на многие часто задаваемые вопросы, например, как открыть счет или осуществлять международные платежи. Она также может задавать абонентам дополнительные вопросы, чтобы решить их проблемы, и она может анализировать тон голоса звонящего (например, разочарованный или благодарный) и использовать эту информацию для улучшения обслуживания в дальнейшем. Когда система не может решить проблему — что происходит примерно в 30% случаев — она ​​передает звонящего представителю службы поддержки клиентов, а затем отслеживает это взаимодействие, чтобы узнать, как разрешить аналогичные проблемы в будущем.Благодаря тому, что Aida обрабатывает базовые запросы, представители людей могут сосредоточиться на решении более сложных проблем, особенно от недовольных абонентов, которым может потребоваться дополнительная помощь.

Воплощение.

Многие ИИ, такие как Aida и Cortana, существуют в основном как цифровые сущности, но в других приложениях интеллект воплощен в роботе, который дополняет человека. Благодаря своим сложным датчикам, двигателям и исполнительным механизмам машины с поддержкой ИИ теперь могут распознавать людей и объекты и безопасно работать вместе с людьми на фабриках, складах и лабораториях.

Например, в производстве роботы превращаются из потенциально опасных и «глупых» промышленных машин в умных, контекстно-зависимых «коботов». Кобот-рука может, например, выполнять повторяющиеся действия, требующие подъема тяжестей, в то время как человек выполняет дополнительные задачи, требующие сноровки и человеческого суждения, такие как сборка мотор-редуктора.

Hyundai расширяет концепцию коботов экзоскелетами. Эти носимые роботизированные устройства, которые адаптируются к пользователю и местоположению в режиме реального времени, позволят промышленным рабочим выполнять свою работу с нечеловеческой выносливостью и силой.

Новый взгляд на ваш бизнес

Чтобы получить максимальную отдачу от ИИ, необходимо изменить структуру операций. Для этого компании должны сначала обнаружить и описать операционную область, которую можно улучшить. Это может быть запутанный внутренний процесс (например, медлительность HR при заполнении штатных должностей), или это может быть ранее неразрешимая проблема, которую теперь можно решить с помощью искусственного интеллекта (например, быстрое выявление побочных реакций на лекарства среди групп пациентов). Более того, ряд новых ИИ и передовых аналитических методов может помочь выявить ранее невидимые проблемы, которые можно решить с помощью ИИ-решений.

Затем компании должны разработать решение путем совместного творчества — заинтересованные стороны должны представить себе, как они могут сотрудничать с системами ИИ для улучшения процесса. Рассмотрим случай с крупной сельскохозяйственной компанией, которая хотела использовать технологию искусственного интеллекта для помощи фермерам. Было доступно огромное количество данных о свойствах почвы, погодных условиях, прошлых урожаях и т. Д., И первоначальный план состоял в том, чтобы создать приложение AI, которое более точно предсказывало бы будущие урожаи.Но в ходе бесед с фермерами компания узнала о более насущной необходимости. На самом деле фермерам нужна была система, которая могла бы в режиме реального времени давать рекомендации о том, как повысить продуктивность — какие культуры сажать, где их выращивать, сколько азота использовать в почве и так далее. Компания разработала систему искусственного интеллекта, чтобы предоставлять такие советы, и первые результаты были многообещающими; Фермеры были довольны урожайностью, полученной под руководством ИИ. Затем результаты этого первоначального теста были возвращены в систему для уточнения используемых алгоритмов.Как и на этапе открытия, новый ИИ и аналитические методы могут помочь в совместном творчестве, предлагая новые подходы к улучшению процессов.

Третий шаг для компаний — это масштабирование и поддержка предлагаемого решения. SEB, например, первоначально развернул версию Aida внутри компании, чтобы помочь 15 000 банковских служащих, но затем развернул чат-бота для своего миллиона клиентов.

Работая с сотнями компаний, мы определили пять характеристик бизнес-процессов, которые компании обычно хотят улучшить: гибкость, скорость, масштабируемость, принятие решений и персонализация.При переосмыслении бизнес-процесса определите, какая из этих характеристик является центральной для желаемой трансформации, как можно использовать интеллектуальное сотрудничество для ее решения и какие согласования и компромиссы с другими характеристиками процесса потребуются.

В Mercedes-Benz коботы стали продолжением тела человека-рабочего.

Гибкость.

Для руководителей Mercedes-Benz негибкие процессы становились все более серьезной проблемой.Самые прибыльные клиенты компании все чаще требовали индивидуализированных седанов S-класса, но сборочные системы автопроизводителя не могли удовлетворить потребности людей в индивидуальной настройке.

Традиционно производство автомобилей представляло собой жесткий процесс с автоматизированными этапами, выполняемыми «глупыми» роботами. Чтобы повысить гибкость, Mercedes заменил некоторых из этих роботов на коботов с поддержкой ИИ и переработал свои процессы с учетом взаимодействия человека и машины. На заводе компании недалеко от Штутгарта, Германия, коботы, управляемые рабочими-людьми, собирают и размещают тяжелые детали, становясь продолжением тела рабочего.Эта система позволяет рабочему контролировать сборку каждой машины, делая меньше ручного труда и больше выполняя «пилотажную» работу с роботом.

Человеко-машинные команды компании могут адаптироваться на лету. На заводе коботов можно легко перепрограммировать с помощью планшета, что позволяет им выполнять различные задачи в зависимости от изменений в рабочем процессе. Такая маневренность позволила производителю достичь беспрецедентного уровня настройки. Mercedes может индивидуализировать производство автомобилей в соответствии с выбором потребителей в дилерских центрах в режиме реального времени, изменяя все, от компонентов приборной панели автомобиля до кожи сидений и крышек клапанов шин.В результате с конвейера завода в Штутгарте сходят две одинаковые машины.

Скорость.

Для некоторых видов деятельности больше всего важна скорость. Одна из таких операций — выявление мошенничества с кредитными картами. У компаний есть считанные секунды, чтобы определить, следует ли им одобрить данную транзакцию. Если это мошенничество, им, скорее всего, придется съесть эту потерю. Но если они отрицают законную транзакцию, они теряют комиссию за эту покупку и злят покупателя.

Как и большинство крупных банков, HSBC разработал решение на основе искусственного интеллекта, которое повышает скорость и точность обнаружения мошенничества. ИИ ежедневно отслеживает и оценивает миллионы транзакций, используя данные о местонахождении покупок и поведении клиентов, IP-адресах и другую информацию для выявления скрытых закономерностей, которые сигнализируют о возможном мошенничестве. HSBC сначала внедрил систему в Соединенных Штатах, значительно снизив уровень необнаруженного мошенничества и ложных срабатываний, а затем развернул ее в Великобритании и Азии.Другая система искусственного интеллекта, используемая Danske Bank, повысила уровень обнаружения мошенничества на 50% и снизила количество ложных срабатываний на 60%. Уменьшение количества ложных срабатываний позволяет исследователям сосредоточить свои усилия на сомнительных транзакциях, отмеченных ИИ, где требуется человеческое суждение.

Борьба с финансовым мошенничеством похожа на гонку вооружений: лучшее обнаружение ведет к появлению более изощренных преступников, что ведет к лучшему обнаружению, что продолжает цикл. Таким образом, алгоритмы и модели оценки для борьбы с мошенничеством имеют очень короткий срок хранения и требуют постоянного обновления.Кроме того, в разных странах и регионах используются разные модели. По этим причинам легионы аналитиков данных, ИТ-специалистов и экспертов по финансовому мошенничеству необходимы на стыке между людьми и машинами, чтобы программное обеспечение было на шаг впереди преступников.

Масштаб.

Для многих бизнес-процессов плохая масштабируемость является основным препятствием для улучшения. Это особенно верно в отношении процессов, которые зависят от интенсивного человеческого труда с минимальным использованием машин. Рассмотрим, например, процесс найма сотрудников в Unilever.Гигант потребительских товаров искал способ диверсифицировать свою рабочую силу, насчитывающую 170 000 человек. Отдел кадров решил, что необходимо сосредоточиться на приеме на работу начального уровня, а затем ускорить переход лучших к руководству. Но существующие в компании процессы не позволяли оценивать потенциальных сотрудников в достаточном количестве, уделяя при этом каждому кандидату индивидуальное внимание, чтобы обеспечить разнообразие исключительных талантов.

Вот как Unilever объединила возможности человека и искусственного интеллекта для масштабирования индивидуального найма: на первом этапе процесса подачи заявки кандидатам предлагается сыграть в онлайн-игры, которые помогают оценить такие черты, как неприятие риска.В этих играх нет правильных или неправильных ответов, но они помогают ИИ Unilever определить, какие люди лучше всего подходят для той или иной должности. В следующем раунде кандидатов просят предоставить видео, в котором они отвечают на вопросы, разработанные для конкретной должности, в которой они заинтересованы. Их ответы анализируются системой искусственного интеллекта, которая учитывает не только то, что они говорят, но также язык их тела и тон. . Лучшие кандидаты из этого раунда, как оценивает ИИ, затем приглашаются в Unilever для личного собеседования, после чего люди принимают окончательные решения о найме.

Еще рано говорить о том, привел ли новый процесс найма к лучшему персоналу. Компания внимательно следит за успехами этих сотрудников, но по-прежнему необходимы дополнительные данные. Однако очевидно, что новая система значительно расширила масштабы приема на работу в Unilever. Отчасти из-за того, что соискатели могут легко получить доступ к системе с помощью смартфона, количество соискателей удвоилось до 30 000 в течение года, количество представленных университетов выросло с 840 до 2600, а социально-экономическое разнообразие новых сотрудников увеличилось.Кроме того, среднее время от подачи заявки до принятия решения о приеме на работу сократилось с четырех месяцев до четырех недель, а время, которое рекрутеры тратят на рассмотрение заявок, сократилось на 75%.

Эта статья также встречается в:

Принятие решения.

Предоставляя сотрудникам индивидуализированную информацию и рекомендации, ИИ может помочь им принимать более обоснованные решения. Это может быть особенно ценно для рабочих в окопах, где правильное решение может иметь огромное влияние на чистую прибыль.

Рассмотрим, как улучшается обслуживание оборудования с помощью «цифровых двойников» — виртуальных моделей физического оборудования. General Electric создает такие программные модели своих турбин и других промышленных продуктов и постоянно обновляет их с помощью потоковой передачи рабочих данных с оборудования. Собирая показания с большого количества машин в полевых условиях, GE собрала огромное количество информации о нормальных и отклоняющихся от нормы характеристиках. Его приложение Predix, использующее алгоритмы машинного обучения, теперь может предсказать, когда конкретная часть отдельной машины может выйти из строя.

Эта технология коренным образом изменила процесс обслуживания промышленного оборудования, требующий больших затрат. Predix может, например, выявить некоторый неожиданный износ ротора в турбине, проверить историю эксплуатации турбины, сообщить, что повреждения увеличились в четыре раза за последние несколько месяцев, и предупредить, что, если ничего не будет сделано, ротор потеряет примерно 70% срока полезного использования. Затем система может предложить соответствующие действия, принимая во внимание текущее состояние машины, операционную среду и агрегированные данные об аналогичных повреждениях и ремонтах других машин.Наряду со своими рекомендациями Predix может генерировать информацию об их затратах и ​​финансовых преимуществах и обеспечивать уровень достоверности (скажем, 95%) для допущений, используемых в его анализе.

Без Predix рабочим повезло бы обнаружить повреждение ротора во время планового технического обслуживания. Возможно, он останется незамеченным до тех пор, пока ротор не сломается, что приведет к дорогостоящему останову. С Predix обслуживающий персонал получает предупреждение о потенциальных проблемах до того, как они станут серьезными, и у них есть необходимая информация для принятия правильных решений, которые иногда могут сэкономить GE миллионы долларов.

Персонализация.

Обеспечение клиентов индивидуальным подходом к бренду — это святой Грааль маркетинга. Благодаря ИИ такая персонализация теперь может быть достигнута с невообразимой ранее точностью и в огромных масштабах. Подумайте о том, как служба потоковой передачи музыки Pandora использует алгоритмы искусственного интеллекта для создания персонализированных списков воспроизведения для каждого из миллионов пользователей в соответствии с их предпочтениями в отношении песен, исполнителей и жанров. Или рассмотрим Starbucks, который с разрешения клиентов использует искусственный интеллект для распознавания их мобильных устройств и вызова их истории заказов, чтобы помочь бариста дать рекомендации по обслуживанию.Технология искусственного интеллекта делает то, что умеет лучше всего, просматривая и обрабатывая огромные объемы данных, чтобы рекомендовать определенные предложения или действия, а люди делают то, что у них получается лучше всего, используя свою интуицию и рассудительность, чтобы дать рекомендации или выбрать наиболее подходящий из набора выбор.

Корпорация Carnival применяет ИИ, чтобы персонализировать круиз для миллионов отдыхающих с помощью носимого устройства Ocean Medallion и сети, которая позволяет подключать интеллектуальные устройства.Машинное обучение динамически обрабатывает данные, поступающие от медальона, а также от датчиков и систем по всему кораблю, чтобы помочь гостям получить максимум удовольствия от отпуска. Медальон упрощает процессы посадки и высадки, отслеживает действия гостей, упрощает совершение покупок за счет подключения их кредитных карт к устройству и действует как ключ от номера. Он также подключается к системе, которая предугадывает предпочтения гостей, помогая членам экипажа предоставлять индивидуальное обслуживание каждому гостю, предлагая индивидуальные маршруты мероприятий и обедов.

Потребность в новых ролях и талантах

Переосмысление бизнес-процесса требует большего, чем внедрение технологии искусственного интеллекта; это также требует серьезной приверженности развитию сотрудников с тем, что мы называем «навыками слияния» — такими, которые позволяют им эффективно работать в человеко-машинном интерфейсе. Для начала люди должны научиться делегировать задачи новой технологии, как если бы врачи доверяли компьютерам считывать рентгеновские снимки и МРТ. Сотрудники также должны знать, как объединить свои отличительные человеческие навыки с навыками умной машины, чтобы получить лучший результат, чем любой из них может достичь в одиночку, как в роботизированной хирургии.Рабочие должны уметь обучать интеллектуальных агентов новым навыкам и проходить обучение, чтобы хорошо работать в процессах с использованием искусственного интеллекта. Например, они должны знать, как лучше всего задавать вопросы агенту ИИ, чтобы получить необходимую информацию. И должны быть сотрудники, такие как сотрудники отдела дифференцированной конфиденциальности Apple, которые следят за тем, чтобы системы искусственного интеллекта их компаний использовались ответственно, а не в незаконных или неэтичных целях.

Мы ожидаем, что в будущем роли в компаниях будут изменены с учетом желаемых результатов переосмысленных процессов, а корпорации будут все больше организовываться на основе различных типов навыков, а не на основе жестких названий должностей.AT&T уже начала этот переход, перейдя от услуг фиксированной телефонной связи к мобильным сетям и приступив к переобучению 100 000 сотрудников для работы на новых должностях. В рамках этих усилий компания полностью пересмотрела свою организационную структуру: около 2000 названий должностей были преобразованы в гораздо меньшее количество широких категорий, охватывающих аналогичные навыки. Некоторые из этих навыков вполне ожидаемы (например, знание науки о данных и обработки данных), в то время как другие менее очевидны (например, способность использовать простые инструменты машинного обучения для перекрестных продаж услуг).

ЗАКЛЮЧЕНИЕ

Большинство действий в человеко-машинном интерфейсе требует от людей делать новые и разные вещи (например, обучать чат-бота) и делать что-то по-другому (использовать этого чат-бота для улучшения обслуживания клиентов). Однако пока лишь небольшое количество опрошенных нами компаний начали переосмысливать свои бизнес-процессы, чтобы оптимизировать совместную аналитику. Но урок очевиден: организации, использующие машины только для вытеснения работников с помощью автоматизации, упустят весь потенциал ИИ.Такая стратегия ошибочна с самого начала. Вместо этого лидерами завтрашнего дня будут те, кто воспользуется коллективным интеллектом, трансформируя свои операции, свои рынки, свои отрасли и, что не менее важно, свою рабочую силу.

Где машины могут заменить людей — и где они не могут (пока)

Поскольку технологии автоматизации , такие как машинное обучение и робототехника, играют все более важную роль в повседневной жизни, неудивительно, что их потенциальное влияние на рабочее место стало основным предметом исследований и общественного внимания.Дискуссия имеет тенденцию к манихейской игре в догадки: какие рабочие места заменят машины?

На самом деле, как показали наши исследования, в этой истории больше нюансов. В то время как автоматизация полностью устранит очень немногие профессии в следующем десятилетии, она затронет части почти всех рабочих мест в большей или меньшей степени, в зависимости от типа работы, которую они влекут за собой. Автоматизация, выходящая сегодня за рамки рутинной производственной деятельности, может, по крайней мере, с точки зрения ее технической осуществимости, трансформировать такие секторы, как здравоохранение и финансы, которые требуют значительной доли интеллектуального труда.

Видео

Майкл Чуи из McKinsey объясняет, как автоматизация меняет работу.

Эти выводы основаны на нашем подробном анализе более 2000 видов трудовой деятельности для более чем 800 профессий. Используя данные Бюро статистики труда США и O * Net, мы подсчитали количество времени, затрачиваемого на эти действия в экономике США, и техническую осуществимость автоматизации каждого из них.Полные результаты, которые появятся в начале 2017 года, будут включать в себя несколько других стран, но мы опубликовали некоторые первоначальные результаты в конце прошлого года, а сейчас мы работаем над дополнительными промежуточными результатами.

В прошлом году мы показали, что продемонстрированные в настоящее время технологии могут автоматизировать 45 процентов деятельности, за выполнение которой людям платят, и что около 60 процентов всех профессий могут обеспечить автоматизацию 30 или более процентов составляющих их деятельности, опять же с помощью технологий, доступных сегодня. В этой статье мы исследуем техническую осуществимость с использованием продемонстрированных в настоящее время технологий автоматизации трех групп профессиональной деятельности: наиболее восприимчивых, менее восприимчивых и наименее восприимчивых к автоматизации.В рамках каждой категории мы обсуждаем секторы и профессии, в которых роботы и другие машины с наибольшей — и наименьшей — вероятностью будут заменять те виды деятельности, которые люди в настоящее время выполняют. Ближе к концу статьи мы обсудим, как развивающиеся технологии, такие как генерация естественного языка, могут изменить мировоззрение, а также некоторые последствия для руководителей высшего звена, которые возглавляют все более автоматизированные предприятия.

Понимание потенциала автоматизации

Обсуждая автоматизацию, мы имеем в виду потенциал того, что данное действие может быть автоматизировано за счет применения продемонстрированных в настоящее время технологий, то есть, является ли автоматизация этой деятельности технически осуществимой . Каждое занятие состоит из нескольких видов деятельности, каждый из которых имеет разную степень технической осуществимости.На Приложении 1 перечислены семь выявленных нами групп деятельности высшего уровня. Например, занятия в розничной торговле включают в себя такие действия, как сбор или обработка данных, взаимодействие с покупателями и настройка товарных дисплеев (которые мы классифицируем как физическое перемещение в предсказуемой среде). Поскольку все эти составляющие деятельности имеют разный потенциал автоматизации, мы делаем общую оценку для сектора, исследуя время, которое рабочие тратят на каждую из них в течение рабочей недели.

Приложение 1

Техническая осуществимость является необходимым предварительным условием для автоматизации, но не полным предиктором того, что деятельность будет автоматизирована. Второй фактор, который следует учитывать, — это стоимость разработки и развертывания как аппаратного, так и программного обеспечения для автоматизации.Стоимость рабочей силы и связанная с ней динамика спроса и предложения представляют собой третий фактор: если рабочих имеется в изобилии и они значительно дешевле, чем автоматизация, это может быть решающим аргументом против нее. Четвертый фактор, который следует учитывать, — это выгоды, выходящие за рамки замещения рабочей силы, включая более высокий уровень выпуска, лучшее качество и меньшее количество ошибок. Часто они больше, чем затраты на рабочую силу. Необходимо также взвесить нормативные вопросы и вопросы общественного признания, такие как степень приемлемости машин в любой конкретной обстановке.Теоретически робот может заменить, например, некоторые функции медсестры. Но на данный момент перспектива того, что это действительно может произойти очень заметным образом, может оказаться неприятной для многих пациентов, ожидающих контакта с людьми. Возможность автоматизации закрепиться в секторе или профессии отражает тонкое взаимодействие между этими факторами и компромиссами между ними.

Даже когда машины берут на себя некоторые виды человеческой деятельности в какой-либо профессии, это не обязательно означает конец работы в этой сфере деятельности.Напротив, их количество иногда увеличивается в профессиях, которые были частично автоматизированы, потому что общий спрос на их оставшиеся виды деятельности продолжает расти. Например, широкомасштабное развертывание сканеров штрих-кодов и связанных с ними систем кассовых терминалов в Соединенных Штатах в 1980-х годах снизило затраты на рабочую силу в расчете на один магазин примерно на 4,5 процента, а стоимость покупаемых потребителями продуктов питания — на 1,4 процента. Это также позволило ввести ряд нововведений, в том числе увеличить рекламные акции.Но кассиры по-прежнему нужны; фактически, их занятость росла в среднем более чем на 2 процента в период с 1980 по 2013 год.

Действия, которые можно автоматизировать

Почти пятая часть времени, проводимого на рабочих местах в США, связана с физическими упражнениями или работой с механизмами в предсказуемой среде: рабочие выполняют определенные действия в хорошо известных условиях, где изменения относительно легко предвидеть.Мы оцениваем техническую осуществимость автоматизации таких действий за счет адаптации и внедрения доступных в настоящее время технологий в 78 процентов, что является наивысшим из наших семи категорий высшего уровня (Приложение 2). Поскольку предсказуемая физическая активность занимает видное место в таких секторах, как производство, общественное питание и жилье, а также розничная торговля, они наиболее подвержены автоматизации, основанной только на технических соображениях.

Приложение 2

На производстве, например, выполнение физических действий или работа с оборудованием в предсказуемой среде составляет одну треть всего рабочего времени. Деятельность варьируется от упаковки продукции до погрузки материалов на производственное оборудование, сварки и обслуживания оборудования. Из-за преобладания такой предсказуемой физической работы около 59 процентов всей производственной деятельности можно автоматизировать с учетом технических соображений.Однако за общей технической осуществимостью скрываются значительные расхождения. В производстве, например, 90 процентов того, что делают сварщики, резаки, паяльные машины и паяльные машины, имеют технический потенциал для автоматизации, но для представителей службы поддержки клиентов этот потенциал составляет менее 30 процентов. Потенциал также варьируется в зависимости от компании. Наша работа с производителями позволяет выявить широкий диапазон уровней принятия — от компаний с непоследовательным или незначительным использованием автоматизации до весьма опытных пользователей.

Производство, при всем его техническом потенциале, является лишь вторым наиболее легко автоматизируемым сектором экономики США. Сектор услуг занимает первое место: жилье и общественное питание, где почти половина всего рабочего времени связана с предсказуемой физической активностью и работой оборудования, включая приготовление, приготовление или подачу еды; уборка помещений для приготовления пищи; приготовление горячих и холодных напитков; и сбор грязной посуды. Согласно нашему анализу, 73% работ, выполняемых в сфере общественного питания и проживания, могут быть автоматизированы по техническим причинам.

Кое-что из этого потенциала вам знакомо. Например, автоматы или автоматизированные кафетерии используются уже давно. Теперь рестораны тестируют новые, более сложные концепции, такие как самообслуживание или даже роботизированные серверы. Такие решения, как робот для приготовления гамбургеров Momentum Machines, который, как сообщается, может собирать и готовить 360 гамбургеров в час, могут автоматизировать ряд операций по приготовлению и приготовлению пищи. Но хотя технический потенциал для их автоматизации может быть высоким, экономическое обоснование должно учитывать как выгоды, так и затраты на автоматизацию, а также динамику предложения рабочей силы, о которой говорилось ранее.Для некоторых из этих видов деятельности текущие ставки заработной платы являются одними из самых низких в Соединенных Штатах, что отражает как требуемые навыки, так и размер имеющейся рабочей силы. Поскольку сотрудники ресторана, которые готовят, зарабатывают в среднем около 10 долларов в час, экономическое обоснование, основанное исключительно на сокращении затрат на рабочую силу, может быть неубедительным.

Розничная торговля — еще один сектор с высоким техническим потенциалом для автоматизации. По нашим оценкам, 53% его деятельности можно автоматизировать, хотя, как и в производстве, многое зависит от конкретной профессии в секторе.Например, розничные торговцы могут воспользоваться преимуществами эффективного, основанного на технологиях управления запасами и логистики. Объекты упаковки для отгрузки и складирования товаров являются одними из наиболее частых физических действий в розничной торговле, и они имеют высокий технический потенциал для автоматизации. То же самое и с ведением учета продаж, сбором информации о клиентах или продуктах и ​​другими действиями по сбору данных. Но розничная торговля также требует когнитивных и социальных навыков. Консультирование клиентов, какие куски мяса или обувь какого цвета покупать, требует рассудительности и эмоционального интеллекта.Мы подсчитали, что 47 процентов деятельности розничных продавцов имеют технический потенциал для автоматизации, что намного меньше, чем 86 процентов, которые возможны для бухгалтеров, бухгалтеров и ревизоров в этом секторе.

Однако, как мы отметили выше, то, что деятельность может быть автоматизирована, не означает, что это произойдет — здесь играют роль более широкие экономические факторы. Работа бухгалтеров, бухгалтеров и ревизоров, например, требует навыков и обучения, поэтому их меньше, чем обычных поваров.Но операции, которые они выполняют, обходятся дешевле для автоматизации, требуя в основном программного обеспечения и базового компьютера.

Подобные соображения привели к наблюдаемой тенденции к более высокому уровню автоматизации для действий, типичных для некоторых рабочих мест со средней квалификацией, например, при сборе и обработке данных. По мере развития возможностей автоматизации рабочие места с более высокой квалификацией, вероятно, будут автоматизировать со все более высокой скоростью.

«Тепловая карта» на Приложении 3 демонстрирует широкие различия в возможностях автоматизации как в отдельных секторах, так и для различных видов деятельности внутри них.

Приложение 3

Виды деятельности и отрасли в среднем диапазоне для автоматизации

Для всех профессий в экономике США одна треть времени, проводимого на рабочем месте, связана со сбором и обработкой данных.Оба вида деятельности имеют технический потенциал автоматизации, превышающий 60 процентов. Давным-давно многие компании автоматизировали такие действия, как администрирование закупок, обработка платежных ведомостей, расчет потребностей в материалах и ресурсах, создание счетов-фактур и использование штрих-кодов для отслеживания потоков материалов. Но по мере развития технологий компьютеры помогают увеличивать масштабы и качество этой деятельности. Например, ряд компаний теперь предлагают решения, которые автоматизируют ввод бумажных счетов и счетов в формате PDF в компьютерные системы или даже обработку заявок на получение кредита.И не только работники начального уровня или низкооплачиваемые клерки собирают и обрабатывают данные; люди, чей годовой доход превышает 200 000 долларов, также тратят на эти дела около 31 процента своего времени.

Финансовые услуги и страхование являются одним из примеров этого явления. Мир финансов полагается на профессиональный опыт: биржевые трейдеры и инвестиционные банкиры живут своим умом. Тем не менее, около 50 процентов всего рабочего времени сотрудников в сфере финансов и страхования посвящено сбору и обработке данных, в которых высок технический потенциал автоматизации.Агенты по продажам страховых услуг собирают информацию о клиентах или продуктах, а страховщики проверяют точность записей. Агенты по продаже ценных бумаг и финансовые агенты готовят контракты на продажу или другие контракты. Банковские служащие проверяют достоверность финансовых данных.

В результате финансовый сектор обладает техническим потенциалом для автоматизации деятельности, отнимающей 43% рабочего времени его сотрудников. Опять же, у одних профессий потенциал намного выше, чем у других. Например, по нашим оценкам, ипотечные брокеры тратят до 90 процентов своего времени на обработку заявок.Внедрение более сложных процессов проверки документов и кредитных заявок могло бы уменьшить эту долю до чуть более 60 процентов. Это освободило бы консультантов по ипотеке, чтобы они могли уделять больше времени консультированию клиентов, а не рутинной обработке. И клиент, и ипотечное учреждение приобретают большую ценность.

Другие виды деятельности со средним уровнем технического потенциала для автоматизации включают большие объемы физической активности или работу оборудования в непредсказуемых средах.Эти виды деятельности составляют значительную часть работы в таких секторах, как сельское хозяйство, лесоводство и строительство, а также могут быть обнаружены во многих других секторах.

Примеры включают использование подъемного крана на строительной площадке, оказание медицинской помощи в качестве службы экстренного реагирования, сбор мусора в общественных местах, установку материалов и оборудования для учебных классов и заправку кроватей в гостиничных номерах. Последние два вида деятельности непредсказуемы в основном из-за того, что окружающая среда постоянно меняется. Школьники оставляют сумки, книги и пальто, казалось бы, случайным образом.Точно так же в гостиничном номере разные гости бросают подушки в разные места, могут оставлять или не оставлять одежду на своих кроватях и по-разному загромождать пространство на полу.

Эти действия, требующие большей гибкости, чем те, которые выполняются в предсказуемой среде, сейчас труднее автоматизировать с помощью продемонстрированных в настоящее время технологий: их потенциал автоматизации составляет 25 процентов. Если технологии будут развиваться, чтобы справляться с непредсказуемыми средами так же легко, как и с предсказуемыми, потенциал автоматизации подскочит до 67 процентов.Уже сейчас некоторые виды деятельности в менее предсказуемых условиях в сельском хозяйстве и строительстве (например, оценка качества урожая, измерение материалов или перевод чертежей в рабочие требования) более восприимчивы к автоматизации.

Деятельность с низким техническим потенциалом для автоматизации

Сложнее всего автоматизировать с помощью доступных в настоящее время технологий те, которые связаны с управлением и развитием людей (потенциал автоматизации 9 процентов) или с применением опыта для принятия решений, планирования или творческой работы (18 процентов).Эти действия, часто называемые интеллектуальными работами, могут быть такими же разнообразными, как программирование программного обеспечения, создание меню или написание рекламных материалов. На данный момент компьютеры отлично справляются с четко определенными действиями, такими как оптимизация маршрутов грузовых автомобилей, но люди все еще должны определять правильные цели, интерпретировать результаты или обеспечивать проверки здравого смысла для решений. Важность человеческого взаимодействия очевидна в двух секторах, которые пока имеют относительно низкий технический потенциал для автоматизации: здравоохранение и образование.

Изучите наш исчерпывающий набор данных на Tableau Public.

В целом, здравоохранение имеет технический потенциал для автоматизации около 36 процентов, но этот потенциал ниже для специалистов здравоохранения, повседневная деятельность которых требует опыта и прямого контакта с пациентами. Например, по нашим оценкам, менее 30 процентов деятельности дипломированной медсестры можно автоматизировать только по техническим соображениям.Для стоматологов-гигиенистов эта доля снижается до 13 процентов.

Тем не менее, некоторые виды деятельности в области здравоохранения, включая приготовление пищи в больницах и введение не внутривенных лекарств, можно было бы автоматизировать, если бы продемонстрированные в настоящее время технологии были адаптированы. Сбор данных, на который также приходится значительная часть рабочего времени в секторе, также может стать более автоматизированным. Например, помощники медсестры тратят около двух третей своего времени на сбор информации о здоровье.Даже некоторые из более сложных действий, выполняемых врачами, такие как введение анестезии во время простых процедур или считывание радиологических снимков, имеют технический потенциал для автоматизации.

Из всех рассмотренных нами секторов техническая осуществимость автоматизации самая низкая в образовании, по крайней мере, на данный момент. Безусловно, цифровые технологии меняют эту сферу, о чем свидетельствуют бесчисленные классы и обучающие материалы, доступные в Интернете. Тем не менее, суть обучения заключается в глубоком опыте и сложном взаимодействии с другими людьми.Вместе эти две категории — наименее автоматизированные из семи, определенных на первой выставке — составляют около половины деятельности в секторе образования.

Даже в этом случае 27 процентов деятельности в сфере образования — в первую очередь тех, которые происходят вне класса или вне школы — могут быть автоматизированы с помощью продемонстрированных технологий. Дворники и уборщики, например, убирают и следят за помещениями здания. Повара готовят и подают школьную еду. Помощники по административным вопросам ведут инвентарный учет и информацию о персонале.Автоматизация этих действий по сбору и обработке данных может помочь снизить рост административных расходов на образование и снизить его стоимость без ущерба для его качества.

Взгляд вперед

По мере развития технологий робототехника и машинное обучение будут все больше проникать в те виды деятельности, которые сегодня имеют лишь низкий технический потенциал для автоматизации. Новые методы, например, обеспечивают более безопасное и расширенное физическое сотрудничество между роботами и людьми в условиях, которые сейчас считаются непредсказуемыми.Эти разработки могут позволить автоматизировать больше операций в таких секторах, как строительство. Искусственный интеллект можно использовать для проектирования компонентов в инженерных отраслях.

Один из крупнейших технологических прорывов произошел бы, если бы машины развили понимание естественного языка наравне со средней производительностью человека, то есть если бы компьютеры приобрели способность распознавать концепции в повседневном общении между людьми. В розничной торговле такое развитие естественного языка увеличит технический потенциал автоматизации с 53 процентов всего рабочего времени до 60 процентов.В финансах и страховании скачок будет еще больше — с 43 до 66 процентов. В здравоохранении тоже, хотя мы не верим, что продемонстрированные в настоящее время технологии могут выполнять все действия, необходимые для диагностики и лечения пациентов, технологии со временем станут более эффективными. Возможно, роботы еще не чистят вам зубы и не учат ваших детей, но это не значит, что они не будут этого делать в будущем.

Однако, как было сказано вначале, простого рассмотрения технического потенциала автоматизации недостаточно для оценки того, сколько из этого будет происходить в конкретных видах деятельности.Фактический уровень будет отражать взаимодействие технического потенциала, выгод и затрат (или экономического обоснования), динамики спроса и предложения рабочей силы, а также различных нормативных и социальных факторов, связанных с приемлемостью.

Повышение уровня автоматизации предприятий

Автоматизация может преобразовать рабочее место для всех, включая высшее руководство. Быстрое развитие технологий может сделать использование ее потенциала и избежание ловушек особенно сложным. В некоторых отраслях, например в розничной торговле, автоматизация уже меняет характер конкуренции.Например, игроки электронной коммерции конкурируют с традиционными розничными торговцами, используя как физическую автоматизацию (например, роботов на складах), так и автоматизацию интеллектуальной работы (включая алгоритмы, которые предупреждают покупателей о товарах, которые они могут захотеть купить). В горнодобывающей промышленности автономные системы транспортировки, которые транспортируют руду внутри шахт более безопасно и эффективно, чем это делают люди-операторы, также могут значительно повысить производительность.

Руководители высшего звена должны в первую очередь определить, где автоматизация могла бы преобразовать их собственные организации, а затем разработать план перехода на новые бизнес-процессы, поддерживаемые автоматизацией.Тепловая карта потенциальных действий по автоматизации в компаниях может помочь направить, определить и расставить приоритеты для потенциальных процессов и действий, которые могут быть преобразованы. Как мы уже отмечали, ключевой вопрос будет заключаться в том, где и как разблокировать ценность, учитывая стоимость замены человеческого труда машинами. Большинство преимуществ может быть получено не за счет снижения затрат на рабочую силу, а за счет повышения производительности за счет уменьшения количества ошибок, повышения производительности и повышения качества, безопасности и скорости.

Готовиться к будущему никогда не рано.Чтобы подготовиться к завтрашнему прогрессу в области автоматизации, руководители должны поставить перед собой задачу понять, какие данные и технологии автоматизации появятся на горизонте сегодня. Но для извлечения выгоды от автоматизации требуется нечто большее, чем просто данные и технологическая смекалка. Более серьезными проблемами являются кадровые и организационные изменения, которые лидеры должны будут осуществить, поскольку автоматизация изменит все бизнес-процессы, а также культуру организаций, которые должны научиться рассматривать автоматизацию как надежный рычаг производительности.Старшие руководители, со своей стороны, должны будут «отпустить» способами, которые идут вразрез с веком организационного развития.

Понимание видов деятельности, которые наиболее подвержены автоматизации с технической точки зрения, может предоставить уникальную возможность переосмыслить, как работники взаимодействуют со своей работой и как цифровые платформы труда могут лучше связывать людей, команды и проекты. Это также может вдохновить топ-менеджеров задуматься о том, сколько их собственных действий можно было бы лучше и эффективнее выполнять с помощью машин, высвободив время руководителей, чтобы сосредоточиться на основных компетенциях, которые пока не могут заменить ни один робот или алгоритм.

Может ли машина выполнять вашу работу? Узнайте на Tableau Public, где мы проанализировали более 800 профессий, чтобы оценить, в какой степени их можно автоматизировать с использованием существующих технологий.

Наладчики, операторы деревообрабатывающих станков и тендеры на моем следующем шаге

Краснодеревщик, машинист, машинист шлифовальной машины

Изделия из дерева, которые мы используем каждый день, — мебель, кухонные шкафы, музыкальные инструменты и т. Д. — производятся высококвалифицированными мастерами по дереву.Мастера по дереву изготавливают изделия из древесины и синтетических древесных материалов. Современная деревообрабатывающая промышленность очень высокотехнологична; в то время как некоторые продолжают работать с традиционными методами в небольших мастерских, большинство плотников используют автоматизированное оборудование, такое как компьютеризированные станки с числовым программным управлением или станки с ЧПУ, работая на высокопроизводительных сборочных линиях. Мастера по дереву настраивают оборудование, вырезают и формируют деревянные детали, а также проверяют размеры. Они применяют крепеж и клеи и собирают детали в готовые блоки.Чтобы завершить изделие, они устанавливают оборудование и подходят для изделий из стекла, металлической отделки, электрических компонентов и камня. Наконец, они шлифуют и наносят финишные покрытия. Краснодеревщики и плотники делают деревянные детали и проектируют индивидуальные шкафы в соответствии со спецификациями клиентов, а затем строят и устанавливают их. Мастера мебельной отделки выполняют отделочные работы по окрашиванию, герметизации и финишному покрытию деревянных изделий. Они также ремонтируют мебель и могут работать с антиквариатом, чтобы сохранить и отремонтировать ее. Рабочие могут работать с тяжелыми материалами и подвергаться воздействию шума и пыли.Травмы случаются чаще, чем на многих других работах. Защитное снаряжение, включая защитные очки, респираторы и средства защиты слуха, используется на многих работах. Большинство плотников работают полный рабочий день в обычные рабочие часы. Для плотников обычно требуется аттестат об окончании средней школы или его эквивалент. Для полного овладения знаниями может потребоваться несколько лет обучения без отрыва от производства.

Чем они занимаются: