ブログ

May 29, 2023

AIと金属製造の未来

Golodenkov / iStock / Getty Images Plus Certo, ChatGPT fa paura, ma

ゴロデンコフ/iStock/Getty Images Plus

正直に言いますが、ChatGPT は私を怖がらせますが、同時に陰謀、さらには熱狂で満たされます。 人工知能 (AI) に関するすべての心配は、基本的に 1 つの質問に要約されます。それは、私たちをより愚かにするのか、それとも賢くさせるのか? おそらく両方でしょうが、ビジネスに関しては、より賢い人だけが成功します。 残りの企業は、完全に価格主導型の取引型のコモディティとなる製品やサービスを提供することになります。 機械の自動化と同様に、AI を使用して私たちの既存の知識を強化したり、そもそも何も学習する必要をなくしたりすることもできます。 後者は悪夢のシナリオです。

高校生は AI に研究論文を書かせ、それを盗作や AI チェッカーの Web サイトに実行させて、捕まらないようにするかもしれません。 彼らは実際に書き方を学ぶことを避けるためにできる限りのことをします。 同様に、店主はプレス ブレーキ オペレーターを雇い、与えられた部品の操作方法を学びますが、それだけです。 彼らは、曲げ控除と曲げ許容値、K ファクター、さまざまな金属の挙動、半径の形成方法、バックゲージ戦略、バンプ曲げなど、基本的にプレス ブレーキでのエア フォーミングが提供するすべての可能性について学習することはありません。 彼らはただ機械に言われたことをするだけで、それだけです。

このような環境では、企業はテクノロジーを松葉杖として利用し、欠席する人、絶え間なくミスをする人、無関心な人に対処する必要がないようにテクノロジーを導入する可能性があります。 つまり、通りの先にある店が同様の設備に投資するまでは、テクノロジーが唯一の差別化要因となります。

次に、学習を避けるためではなく、学習を強化するために AI を使用する高校生について考えてみましょう。 彼らは文法を知っています。 彼らは何が魅力的な文章を作るのかを知っています。 彼らは議論を組み立て、ストーリーを伝える方法を知っています。 彼らは、すでに知っていることを構築するために AI を使用しているだけです。 (確かに、これは私の知っている高校生とは思えません。だからこそ AI は少し怖いのです。)

AI がこれほど破壊的である理由は、誰もが自動化されて安全だと考えられていた知識関連の仕事に、AI がどのような影響を与える可能性があるかということです。 特にそれが将来のファブショップをどのように形作るかを考えると、現実はもう少し微妙になるかもしれません。

プレスブレーキ部門のオペレーターをもう一度考えてみましょう。 今回、製造業者はトレーニングに投資します。 彼らは金属製造の文法を学び、その基礎に基づいて創造性を発揮し、限界を押し上げる方法を知っています。 また、点と点がつながり始めます。 彼らは、マイクロタブ加工とネスティング戦略、複数の小さなブラケットを一度に曲げる方法、部品取り外しの自動化によって小さな部品のミニネストを持ち上げて積み重ねる方法について、レーザーおよびパンチプレスの担当者と話し合います。

可能性は無限にあるように思えます。 こうした環境では、製造現場の仕事は知識の仕事でもあり、ファブショップの他の仕事と比べて自動化される可能性は低いです。 最も高度に自動化された工場であっても、プロセスを維持し、実行し、改良するために人がそこにいる必要があります。

オフィスに移ると話は変わります。 いくつかのカスタム製造業者はすでに自動見積と注文処理を提供しています。 7 年前、私がこれまで見た中で最も印象的な事業の 1 つである、オランダに本拠を置く 247TailorSteel を訪れたとき、オフィスには 2 人しかいませんでした。 その間、数十人の作業員が、工程間で部品を運ぶ数台の無人搬送車とともに、フロアで数十台のレーザーと自動工具交換プレスブレーキを管理していました。 顧客は 3D CAD ファイルをアップロードし、すぐに見積もりを受け取りました。 受け入れられた注文は自動的に処理され、スケジュールされ、ネストされました。 ユタ州に本拠を置く OSH Cut (同社の創設者 Caleb Chamberlain は現在、thefabricator.com でコラムを執筆している) など、米国内のいくつかのショップが現在このモデルに従っています。

247TailorSteel の創設者が、注文フローを自動化するとさらに複雑になるため、溶接や組み立てなどの追加サービスを提供することをためらったと述べたことを思い出します。 切断部分と曲げ部分を引用することは別のことです。 製造および購入したさまざまなコンポーネントを含む大規模なサブアセンブリを引用する場合は、まったく別の話になります。

それでも、近年のコンピューティング能力がどれほど進歩したかを考えると、これは常に当てはまるのでしょうか? おそらくそうではありません。 確かに、自動見積、スケジュール設定、注文処理を強化するアルゴリズムは、現時点では AI の領域にありませんが、特に他の分野で基礎が築かれていることを考慮すると、いつかは AI の領域に入る可能性があります。 結局のところ、今の AI はソフトウェア コードを書いているのです。 「AI コード ジェネレーター」で Google を検索すると、自然言語をコードに変換する Web サイトのリストが表示されます。 原始的なものではないかもしれませんが、それでもコードです。

いつか、私たち全員が AI エンジンに「このプロジェクトの注文を追跡するプログラムを書いて」と話しかけることができるようになるかもしれません。 Microsoft Power Apps (すでに Office 365 に付属) のようなローコード アプリは、ジョブ追跡や検査レポートなどのカスタム ソフトウェアを開発するために一部の店舗ですでに使用されています。 AI の助けを借りて、ローコード アプリはノーコード アプリになるのでしょうか?

とはいえ、企業は依然として、そもそもそのようなソフトウェアを考案する人材を必要としています。 AI はまだ人工的なものです。 少なくとも現時点では、私たちが指示したことだけを実行します。 人々がテクノロジーを杖として利用すると、新たな可能性を夢見ることが難しくなるでしょう。 自動化された AI 主導の世界では、金属製造に関する深い知識を持つ人々によって夢想されたこれらの可能性が、企業を際立たせるものとなるでしょう。