ロボットは人間の労働に取って代わることができるでしょうか?アディダスは悲惨な教訓を学び、涙ながらにスマート工場を閉鎖した

ロボットは人間の労働に取って代わることができるでしょうか?アディダスは悲惨な教訓を学び、涙ながらにスマート工場を閉鎖した

科学技術は主要な生産力であると言われています。いつの時代になっても、この言葉は決して古くなることはありません。科学技術の重要性は自明です。それは国の将来の発展と建設に関係するだけでなく、人々の将来の生活条件にも関係します。今日では、人工知能とロボットは最もホットなテクノロジー プロジェクトであると考えられます。 5G時代の到来により、ネットワークの伝送速度が飛躍的に向上し、これまで不可能だった多くの問題が解決され、人工知能やロボットが飛躍的な発展を遂げることは間違いありません。

[[333126]]

多くの人々が人工知能の台頭を懸念し、将来仕事が見つからず失業に直面するのではないかと心配している。では、ロボットは本当に人間の仕事に取って代わることができるのでしょうか? 少なくとも短期的には、答えは「ノー」です。アディダスは今年4月、多額の投資を行って建設した「スピードファクトリー」2棟を正式に閉鎖し、「ロボットによる労働者代替」の取り組みに一時的に終止符を打った。

欧米の人件費が高いため、アディダスの工場の90%はアジア太平洋地域にあります。しかし、アジア太平洋地域の人件費は比較的低いものの、輸送コストが高いため、ビジネスの成長にはつながりません。この目的のために、アディダスは「永久的な」解決策、つまり未来の工場を建設することを思いつきました。アディダスは2016年に、インダストリー4.0工場を通じて生産効率の向上を試み、実際の人間に代わるインテリジェントロボット、3Dプリントなどの技術を活用し、ドイツで初のスマート工場の開設に投資しました。アディダスは2017年に米国に年間約50万足を生産する2番目のスマートファクトリーを設立し、2020年までに既存工場の50%をスマートファクトリーに置き換えるという目標を掲げた。

完全自動化された生産ラインと24時間連続生産は、「未来の工場」に対する人々の期待をすべて満たしているようです。アディダスのスマートファクトリーはエコノミスト誌によって「製造業を再定義する」と評され、ドイツのインダストリー4.0の代表例としても見られている。しかし現在、最新技術を備えたこのスマート工場は、アディダスに期待された成果をもたらさなかったばかりか、むしろ負担となっているようだ。生産開始からわずか4年で、作業停止、生産停止という恥ずかしい状況に直面している。一体何が起きているのか?

まず、スマート ファクトリーの限界についてです。スマートファクトリーの各生産ラインでは、同じ種類の靴しか生産できません。世界的なスポーツブランド大手であるアディダスには、何百種類もの異なるスタイルがあり、それぞれにさまざまなカラーがあります。しかし、スマートファクトリーの各生産ラインでは同じ種類の靴しか生産できません。生産スタイルを変更する必要がある場合、生産ラインを再調整する必要があり、非常に面倒です。通常の工場であれば、従業員は一定のトレーニングを受けるだけで、さまざまなスタイルの靴のさまざまな生産方法を同時に習得でき、いつでも需要に応じて変更できるため、ロボットよりもはるかに柔軟です。

第二に、スマートファクトリーは高価すぎる。まず、研究開発費に関して言えば、これら 2 つのスマート ファクトリーは、アディダスの研究開発資金の 35% を消費しました。さらに、ロボットによる生産効率は手作業よりもはるかに高いものの、コストは下がっていません。労働者を雇う必要はないが、スマート工場で起こり得るさまざまな問題に対処するためにエンジニアを雇う必要があり、エンジニアの給与は一般従業員よりもはるかに高いことは間違いない。機械の消耗などのコストも合わせると、スマート工場のコストは通常​​の工場のコストよりもはるかに高くなります。

その結果、アディダスはスマート工場を放棄し、通常の工場で製品を生産し続けざるを得なくなりました。しかし、アディダスに利益がないわけではない。アディダスのグローバル事業部長、マーティン・シャンクランド氏は「ロボット工場はアディダスの革新的な製造の専門知識を向上させたが、これらの技術的利点をアジアの供給工場に適用すれば、より経済的で柔軟性が増すだろう」と述べた。

少なくとも今のところ、ロボットが仕事で実際の人間に取って代わるまでには、まだ長い道のりがあります。人工知能による失業に対する人々の懸念については、あまり心配する必要はありません。人工知能の目的は、人間の労働力を置き換えることではなく、人間の負担を軽減し、複雑なプロセスを排除し、より重要な仕事に労働力を割り当てることです。大量の人材がテクノロジーやその他のより重要で追跡不可能な分野に流れ込む

<<:  人工知能(AI)がサプライチェーンに導入されると

>>:  洪水期に緊急通信を確保するにはどうすればよいでしょうか?ドローンは誰もが好む新たな力となる

ブログ    
ブログ    

推薦する

...

...

バックトラッキングアルゴリズム: 組み合わせ問題を解決しましょう!

[[379493]]バックトラッキングアルゴリズムをほとんど忘れてしまいましたか?組み合わせ問題を...

これから「顔認証」の時代がやって来ますが、あなたの顔は安全でしょうか?

[[206222]] 【TechWebレポート】10月13日、Appleの携帯電話はバッテリー膨張...

ポスト絵読み時代、人工知能は絵の社会的ジレンマを解決できるのか?

ここ数年、国内の写真アプリが次々と登場しており、先頭にはDuitang、Huaban、Digu、Yo...

...

金融ロボットの解読:毒ではなくアシスタント

[[231414]]会計、税務、監査などの業務でロボットが人間に取って代わったらどうなるか想像してみ...

生画像の新しい「マルチモーダル」AIテキストレンダリングはMidjourney + DALL·E 3に勝る!Karpathyが5億元の資金調達に投資

「10人のチームを持ち、年間売上高が1億ドルを超えるスタートアップ」を輩出する道として、文芸グラフィ...

...

アルゴリズム学習のための動的プログラミング戦略の紹介

1. コンセプト動的プログラミング戦略、分割統治戦略。貪欲戦略と同様に、通常は最適解問題を解決するた...

コンピュータビジョンがビジネス課題の解決に役立つ 5 つの方法

自動運転車、交通標識検出、顔認識、セルフサービスチェックアウト。 これらすべての高度なソリューション...

スズメバチのように機敏! MITの中国人助教授が「センチメートルサイズ」の昆虫型ロボットを開発

目の前を飛んでいる蚊を手を振って追い払っても、また戻ってきて、とてもイライラします。しかし、蚊が飛び...

...