„Tesla“ gamykla Šanchajuje pagamina daug daugiau automobilių vienam darbuotojui nei jos gamykla Kalifornijoje. Šis atotrūkis atspindi nerimą keliantį Kinijos pranašumą gamybos srityje: ji išsiaiškino, kaip organizuoti gamybą, atsižvelgiant į didelio masto automatizavimo, robotikos ir dirbtinio intelekto diegimą. Jungtinės Valstijos to nepadarė.
Reindustrializacija yra vienas iš nedaugelio ekonominių tikslų, kuris dabar sulaukia abiejų partijų palaikymo. Iš eilės einančios administracijos – pirmiausia Joe Bideno, dabar prezidento Trumpo – Amerikos gamybos atkūrimą paskelbė prioritetu.
Vašingtone atotrūkis tarp Amerikos gamyklų ir pasaulinių konkurentų dažnai aiškinamas kaip nesąžiningų subsidijų, iškreiptų rinkų ar kitų sukčiavimo formų rezultatas.
Svarbūs šie veiksniai, kaip ir Kinijos politinės struktūros galia greitai keistis iš viršaus į apačią. Tačiau pagrindinis iššūkis Jungtinėms Valstijoms yra ne tai, kad Kinija laužo taisykles. Visame pasaulyje šiuolaikinė gamyba nebėra panaši į XX a. vidurio gamyklų grindis.
Robotika, automatizavimas ir dirbtinis intelektas dabar leidžia pagaminti daugiau su mažiau žmonių darbuotojų, nors tie, kurie lieka yra labiau kvalifikuoti ir geriau apmokami.
Skirtingai nei Kinija, Amerika nesugebėjo atsižvelgti į šią realybę ir organizuoti gamybos taip, kad jos pačios technologiniai pranašumai taptų panašiu pelnu.
Vašingtonas kalba apie dirbtinį intelektą taip, tarsi jis gyventų tyrimų laboratorijose, rizikos kapitalo portfeliuose ir duomenų centruose. Kinija jį traktuoja kaip gamyklos darbą. Šiandien dirbtinis intelektas yra integruotas į Kinijos pastangas paspartinti automatizavimą – valdyti mašinas, planuoti darbą ir realiuoju laiku aptikti problemas. Kinija pastatė daugiau nei 30 000 išmaniųjų gamyklų. Daugiau nei pusė visų naujų pramoninių robotų, įrengtų visame pasaulyje 2024 m., atiteko Kinijos gamykloms. Investuotojo ir ekonomisto Weijian Shan, įsikūrusio Honkonge, tyrimas parodė, kad šios gamyklos, pradedant plieno ir baigiant laivų statyba, dabar pagamina daugiau vienam darbuotojui nei panašios JAV gamyklos.
Pokyčiai matomi gamybos ceche. Praėjusiais metais Kinijos elektromobilių bendrovės „Zeekr“ gamykloje Ningbo mieste buvo daugiau nei 800 robotų. Bendrovė netgi eksperimentavo su humanoidinių robotų naudojimu gamyklos grindų kėlimo dėžėse, komponentų surinkime ir kokybės patikrinimuose. Robotai, reaguodami į sąlygas linijoje pagal fiksuotas instrukcijas, naudoja kameras, jutiklius ir dirbtinį intelektą (DI), panašiai kaip vairuotojo pagalbos sistemos, kurios prisitaiko prie eismo. Toks lankstumas leidžia jiems valdyti kintančius procesus, saugiai dirbti kartu su žmonėmis ir įsisavinti įprastus pokyčius, kurie kitaip priverstų sustabdyti gamybą. Toks efektyvumo padidėjimas galiausiai gali padidinti vieno darbuotojo produktyvumą ir padėti sumažinti kvalifikuotos darbo jėgos trūkumą.
Šis padidėjimas neapsiriboja eksperimentinėmis sistemomis. „Midea“, vienoje didžiausių pasaulyje buitinės technikos gamintojų, DI valdoma valdymo sistema koordinuoja robotus, jutiklius ir mašinas jos Dzingdžou gamykloje. Bendrovės atstovas teigė, kad sistema sutrumpino reagavimo laiką nuo valandų iki sekundžių.
Produktyvumo padidėjimas gaunamas iš kelių DI formų. Programinė įranga gali analizuoti kamerų signalus, kad iš gamybos būtų pašalinti defektai. Planavimo algoritmai gali automatiškai subalansuoti gamybą, atsargas ir logistiką – pavyzdžiui, „Lenovo“ teigia, kad naudojo tokias sistemas, kad sutrumpintų gamybos planavimo laiką nuo valandų iki minučių. DI taip pat gali realiuoju laiku analizuoti gamybos duomenų srautus ir pabrėžti nedidelius neefektyvumus, kol jie nesulėtino visos linijos. Technologijų bendrovė „Xiaomi“ teigia, kad naudojo išmaniąją gamybą ir Pekino gamykloje vidutiniškai kas 76 sekundes automobilis pagaminamas daugiau nei 700 robotų.
Jau dešimtmetį Pekinas vykdo gamyklų modernizavimą kaip nacionalinį projektą, kurį vykdo visi vyriausybės lygmenys, ne tik tokios pavyzdinės gamyklos kaip „Zeekr“, bet ir giliai įsiskverbusios į Kinijos gamybos tiekimo grandines.
Provincijos finansuoja vietos įmones, kuriančias dirbtinio intelekto ir automatizavimo technologijas. Vyriausybės ministerijos koordinuoja standartus, kad tiekėjai ir gamintojai galėtų dalytis duomenimis ir sprendimais. Vyriausybė skatina programas, skirtas apmokyti darbuotojus naudotis šiomis technologijomis. Mažesni gamintojai gali prisijungti prie bendrų, vyriausybės remiamų skaitmeninių tinklų, kurie renka gamybos duomenis, koordinuoja grafikus ir stebi įrangą, leisdami jiems diegti dirbtinio intelekto įrankius nekuriant nuo nulio.
Kitoje Ramiojo vandenyno pusėje JAV dirbtinio intelekto politika pabrėžia dirbtinio intelekto tyrimus ir didelių kalbų modelių kūrimą. Nors Amerika pirmauja šiose srityse, šis dėmesys nepaiso kitų praktinių dirbtinio intelekto ir automatizavimo naudojimo sričių, todėl Amerikos gamintojams sunku naudoti skaitmeninius įrankius gamyklų grindyse. Tik 18 procentų Gamybos lyderystės tarybos apklaustų gamintojų teigė, kad jie turi oficialias dirbtinio intelekto strategijas savo veiklai; du trečdaliai teigė, kad jie turi sunkiai sekasi perkelti dirbtinio intelekto bandymų projektus į gamybinę erdvę.
Kai kurie Amerikos gamintojai eksperimentuoja su panašiais įrankiais. Tokie automobilių gamintojai kaip „Ford“ eksperimentuoja su dirbtinio intelekto valdomomis vizualinio aptikimo sistemomis, kad nustatytų defektus surinkimo linijose. Jie taip pat investuoja į sistemas, kurios gali aptikti įrangos problemas prieš uždarant gamybos linijas. Tačiau šios pastangos išlieka fragmentiškos.
Kliūtys yra labiau praktinės nei technologinės, ypač mažoms ir vidutinėms įmonėms. Daugelyje gamyklų gamybos duomenys yra nepilni arba vis dar įrašomi rankiniu būdu, todėl neįmanoma naudoti skaitmeninių įrankių, kurie remiasi nuolatine informacija. Trys ketvirtadaliai apklaustų gamintojų sunkiai prijungia senesnes mašinas prie sistemų, kurios galėtų padėti jiems dirbti efektyviau. Aštuoni iš dešimties praneša apie darbuotojų, galinčių naudoti dirbtinio intelekto valdomus gamybos įrankius, trūkumą. Daugiau nei pusė teigia, kad pradinės dirbtinio intelekto projektų išlaidos yra pernelyg didelės.
Vis dėlto JAV politikos atsakas į Kinijos gamybos augimą yra nukreiptas į prekybos srautus, o ne į gamyklų našumą. Įprastas tarifų, prekybos tyrimų ir importuojamų komponentų bei technologijų apribojimų derinys atrodo griežtas, tačiau mažai padeda panaikinti našumo skirtumą.
Ši politika iš tikrųjų palieka Amerikos gamintojus keblioje padėtyje. Bandydami automatizuoti, jie dažnai pasikliauja importuojama robotika, jutikliais ir mašinomis. Vis dėlto Trumpo administracija pradėjo nacionalinio saugumo tyrimą dėl šių robotų tiekimo grandinių, o tai gali lemti tarifus, kurie padidintų tokios modernizuojamos įrangos kainą.
Jei tikslas yra sugrąžinti gamybą iš užsienio, Amerikos politikos formuotojai turėtų mažiau dėmesio skirti apsaugai ir daugiau padėti gamintojams diegti skaitmeninius įrankius. Tai reiškia, kad reikia prijungti senąją įrangą prie skaitmeninių sistemų, kad jie galėtų generuoti tinkamus naudoti duomenis. Tai reiškia, kad reikia modernizuoti senesnes gamyklas, kad įranga galėtų integruotis su jutikliais, programine įranga ir analitika. Tai reiškia investicijas į darbo jėgos mokymą, kad darbuotojai galėtų naudoti dirbtinio intelekto įrankius. Tai reiškia, kad federalinės ir valstijų vyriausybės turi remti bendrą skaitmeninę infrastruktūrą, kuri leidžia mažiems ir vidutinio dydžio gamintojams diegti pažangius įrankius.
Būtent tai daro Kinija. Kitos išsivysčiusios ekonomikos Vokietijoje, Japonijoje, Pietų Korėjoje ir kitur reaguoja panašiomis strategijomis.
Amerika labiau pabrėžė išradimus ir proveržius, o ne diegimą. Tačiau kartais technologijas reikia traktuoti kaip gamyklos darbą – neseksualiai ir galbūt nuobodžiai, bet būtinai konkurencingumui.
Jonas Nahmas, Johnso Hopkinso universiteto docentas, Bideno administracijos laikais buvo vyresnysis pramonės strategijos ekonomistas Baltuosiuose rūmuose veikiančioje ekonomikos patarėjų taryboje.” [1]
1. China Automates While America Hesitates: Guest Essay. Nahm, Jonas. New York Times (Online) New York Times Company. Feb 24, 2026.
Komentarų nėra:
Rašyti komentarą