Новые роли работников в условиях цифровой трансформации промышленности

S.A. Barkalov, ,

E.A. Avdeeva, ,

T.A. Averina, ,

Целью трансформации промышленности является повышение качества и эффективности труда при радикальном изменении его условий: рабочей среды и рабочего процесса. Прежде всего в цифровом производственном секторе будут развиваться следующие сферы деятельности: передовая промышленная робототехника, промышленный интернет вещей, электрические транспортные средства и промышленная биотехнология. Внедрение новых технологических возможностей будет иметь последствия не только для производственного процесса, но и для условий труда тех, кто занят в этом процессе, а также изменятся требования работодателей к сотрудникам [1, 2]. Новая парадигма «Индустрия 5.0» открывает возможности создания устойчивой, ориенти- рованной на человека и жизнестойкой промышленности [3]. Люди являются важной частью каждой технической системы, например, проектировщик, менеджер, специалист по техническому обслуживанию или оператор. Социотехническая система, состоящая из двух частей – людей и технологий, – может управляться и оптимизироваться только посредством взаимодействия обеих подсистем.

Материалы и методы

Социально-технологические изменения уже вошли в нашу жизнь – это автоматические кассы в супермаркетах, сетевая логистика от производства до покупателя, а в области высококвалифицированных рабочих мест – алгоритмы самообучения (боты) и большие данные. В производстве и снабжении используются самообучающиеся роботы. На очереди беспилотные автомобили.

Возможности организации сложных структур, производства индивидуализированной продукции и более эффективной работы являются многообещающими. Цифровизация и Индустрия 4.0 легко удовлетворяют эти пожелания: сегодня они позволяют нам производить больше индивидуальных продуктов в массовом масштабе. В тройке лидеров в рейтинге мировой цифровой конкурентоспособности IMD 2023 года оказались США, Нидерланды и Сингапур. Ключевым фактором успеха стали инвестиции в образование и предоставление тех навыков, которые необходимы рынку труда [4].

Почему необходима перестройка Индустрии 4.0? В конечном счете за всеми концепциями, характерными для Индустрии 4.0 и развития умных заводов, стоят усилия по созданию более эффективных процессов . Киберфизические системы (CPS), искусственный интеллект, большие данные, сети и промышленный интернет вещей позволяют автоматизировать и оптимизировать все этапы цепочки создания стоимости [5, 6] .

Большая эффективность в конечном итоге означает более высокие продажи независимо от размера компании. Тот факт, что инвестиционные затраты и нехватка квалифицированной рабочей силы во многих отраслях и компаниях по-прежнему препятствуют более широкому использованию технологий Индустрии 4.0, не меняет уже достигнутого потенциала и успехов. Индустрия 5.0 объединяет навыки людей и машин и способствует созданию более целостной и взаимосвязанной производственной экосистемы.

Цели Индустрии 5.0 можно резюмировать следующим образом (рис. 1).

Рис. 1. Цели Индустрии 5.0

Fig. 1. Goals of Industry 5.0

Прежде всего достижение этих целей требует целенаправленного использования искусственного интеллекта. Он имитирует когнитивные способности человека, распознавая и сортируя информацию из входных данных. Этот интеллект может быть основан на запрограммированных процессах или создан с помощью машинного обучения [7].

За последние годы достигнут большой прогресс, особенно в области машинного обучения. В первую очередь это связано с растущей доступностью больших объемов данных и высокой вычислительной мощностью, которые являются основным требованием для сложных вычислений машинного обучения.

В процессах машинного обучения алгоритм учится выполнять задачу самостоятельно посредством повторения. Машина основана на заданном критерии качества и информативности данных. В отличие от традиционных алгоритмов, путь решения не моделируется. Компьютер учится самостоятельно распознавать структуру данных. Например, роботы могут научиться захватывать определенные объекты, чтобы транспортировать их из пункта А в пункт Б. Им лишь говорят, откуда и куда следует перевезти предметы. Как именно робот захватывает, можно узнать путем многократных проб и ошибок, а также благодаря отзывам об успешных попытках.

Подобластью машинного обучения являются нейронные сети. Эти алгоритмы обучения основаны на связях нервных клеток человеческого мозга. Мозг обрабатывает информацию через нейроны и синапсы. Аналогично, искусственные нейронные сети состоят из нескольких рядов узлов данных, которые соединены друг с другом взвешенными соединениями.

Нейронная сеть обучается путем многократного предоставления ей данных. Благодаря этому повторению нейронная сеть каждый раз учится более точно классифицировать данные. Это работает путем постоянной корректировки веса отдельных связей между слоями нейронов. Модель, созданная в ходе обучающих прогонов, затем может быть применена к данным, о которых искусственный интеллект (ИИ) еще не узнал во время обучения.

Если нейронные сети имеют скрытые слои нейронов, которые не связаны напрямую с входным или выходным слоем, они называются «глубокими нейронными сетями». Глубокие нейронные сети могут иметь сотни тысяч или миллионы слоев нейронов. Это означает, что все более сложные проблемы можно решать с помощью так называемого глубокого обучения [8–10].

Обучение ИИ используется в самых разных областях: распознавание речи – в системах голосовой помощи, машинное зрение – в медицинской диагностике или распознавании лиц, семантическое распознавание речи позволяет приложениям для контекстно-зависимого перевода или чат-ботам самостоятельно генерировать осмысленные решения, распознавание образов: ИИ может изучать закономерности ошибок в автомобильной электронике на основе данных и сравнивать эти аномалии с поведением во время эксплуатации.

Его цель ни в коем случае не заменить человеческий труд, а, скорее, упростить и улучшить его. Для этого ИИ использует большие объемы различных данных из производства, чтобы интуитивно генерировать новые идеи. Например, он оптимизирует анализ первопричин проблем на производстве, может прогнозировать предстоящие сбои, позволяя принять превентивные меры до того, как сбои произойдут. Это происходит в режиме реального времени и может быть связано с сигналами тревоги при превышении определенных пороговых значений. В таких случаях операторы станков получают немедленные инструкции о том, как себя вести, чтобы снизить текущий риск повреждения, предотвратить несчастный случай на производстве или остановку производства. Более того, в этом сценарии ИИ может предоставлять контрмеры в виде инструкций оператору в режиме реального времени, что позволяет немедленно решать проблемы.

Еще одна сфера деятельности ИИ – устойчивое развитие. Помимо прочего, алгоритмы могут помочь выявить нерациональное потребление энергии или обнаружить отходы (например, лом). На этой основе решения искусственного интеллекта затем создают предложения по улучшению, реализация которых напрямую способствует сокращению выбросов CO2 и повышению эффективности использования ресурсов.

В целом влияние автоматизации на занятость сильнее в производстве, чем в сфере услуг, из-за более высокой доли рутинных задач и меньшей зависимости от таких задач, как общение и обслуживание клиентов. Хотя технологии автоматизации, такие как роботы, уже являются обычным явлением в производстве, они только начинают получать более широкое распространение в сфере услуг из-за менее структурированной рабочей среды и менее повторяющегося содержания работы. Так или иначе, в некоторых секторах услуг, таких как логистика и транспорт, влияние автоматизации на занятость уже заметно, и оно начинает проявляться в других, таких как банковские и финансовые услуги. В середине 2022 года по данным Еврофонда оценки потерь рабочих мест, вызванные автоматизацией, варьировались от 10 до 15 %.

Результаты

Новые возможности трудоустройства и потребности в навыках возникнут в связи с внедрением и обслуживанием технологий автоматизации. Примерами являются разработчики роботов, интеграторы робототехнических систем, а также специалисты по программированию и обслуживанию роботов.

Ожидается, что автоматизация, особенно в небольших компаниях, изменит профили должностей, таких как руководители, бизнес-администраторы и менеджеры по персоналу. Сотрудники такого типа должны научиться управлять интеграцией технологий автоматизации на рабочем месте, а также использовать возможности и смягчать проблемы, связанные с изменениями в задачах и процессах.

Возникает вопрос о влиянии этой трансформации на людей : какое место они занимают в отрасли, в которой большое количество задач автоматизировано и выполняется машинами?

Поэтому в рамках Индустрии 5.0 основное внимание должно снова быть сосредоточено на людях. Таким образом, цифровая трансформация отрасли более тесно связана с социальным развитием.

Концепция «Индустрия 5.0» направлена на оптимизацию сотрудничества между людьми и роботами или интеллектуальными машинами. Люди намеренно добавляются в качестве дополнительного компонента к основам Индустрии 4.0 (автоматизация и эффективность).

Проанализируем новые роли людей, взаимодействующих с современной технической системой.

Во-первых, помимо непосредственно затронутых сотрудников этот процесс также затрагивает отделы ИТ и разработки, поскольку им приходится (совместно) разрабатывать, устанавливать, дорабатывать, обслуживать и поддерживать новые системы. В рамках нового процесса обеспечение качества также потребует выполнения различных задач. Кроме того, меняются предшествующие и последующие этапы производственного процесса – могут возникнуть новые задачи по мере того, как можно будет производить больше продукции.

Во-вторых, ожидается, что сотрудники помимо прочих задач, которые они теперь могут взять на себя, возьмут на себя еще и задачу по поддержке системы в неясных случаях. В пограничных случаях машина может попросить принять решение нажатием кнопки ввода. Сотрудники лучше всего подготовлены для выполнения этой задачи и могут наиболее надежно обеспечить быструю поддержку принятия решений.

В-третьих, это изначально облегчение, так как отпадает необходимость постоянной концентрации на конвейере с напряженным восприятием, а на экране отображаются только конкретные случаи. Опасения сокращения рабочих мест также следует принимать во внимание.

В-четвёртых, возможные действия, которые можно предпринять в связи с этим изменением, разнообразны. По мере увеличения производительности всей системы другие задачи, вероятно, станут более важными и, возможно, потребуют поддержки. С этой целью можно было бы заранее разработать новые сферы ответственности с участием сотрудников и провести учебные курсы, чтобы развеять страх потерять работу. Кроме того, сотрудников необходимо обучить работе в новой системе, которую они теперь будут поддерживать. Ротация должностей может улучшить социальное взаимодействие и разнообразие задач. Страхи и намерения сменить работодателя можно преодолеть с помощью дальновидного, прозрачного и комплексного процесса внедрения.

Рассмотрим ряд примеров. Гибридные системы комплектования, автономные мобильные складские роботы и люди-сборщики совместно выполняют рабочие задачи, это то, что даёт преимущества в стоимости и гибкости по сравнению с чисто ручными или автоматизированными системами. В транспортной логистике используются интеллектуальные «носители грузов». Они собирают информацию с помощью различных датчиков и делают ненужными действия по ручному поиску и регистрации. Автономные летающие дроны могут использоваться для замены ручной внутренней транспортировки материалов и трудоёмкой ручной инвентаризации на складе. Кроме того, интеллектуальные системы освещения во внутренней логистике могут не только сэкономить затраты на электроэнергию, но и привести к улучшению операционных процессов [11].

Таким образом, идея «Оператора 4.0», разработанная в 2016 году, предполагает другой подход к улучшению сотрудничества человека и машины, ориентированный на людей. Он основан на расширении навыков сотрудников с помощью технологических средств, а не на замене их роботами.

В результате была создана типология с восемью различными «операторами», которые могут сыграть важную роль в промышленном производстве в будущем (рис. 2).

Рис. 2. Типология промышленных операторов будущего Fig. 2. Typology of industrial operators in the future

Такая типология может помочь найти новые роли для сотрудников посредством технологической поддержки в различных областях производственного процесса. В большинстве случаев технические средства уже доступны, например, устройства дополненной реальности для анализа проблем.

Этот аспект Индустрии 5.0 чрезвычайно ориентирован на людей, поскольку такие вещи, как сокращение цепочек поставок для снижения транспортных расходов и воздействия на окружающую среду, в первую очередь приносят пользу людям и окружающей среде. Сотрудники-люди имеют лучшие возможности для принятия решений, основанных на нарушениях в цепочке поставок из-за политических событий, стихийных бедствий и т. д. Для автономных систем непрактично и невыгодно полностью контролировать цепочку поставок, поскольку они оторваны от общества и глобальных событий. Только люди способны принимать целостные решения в нашей меняющейся среде за пределами завода.

Важно, чтобы сотрудник мог беспрепятственно переключаться между разными платформами и получать доступ к данным из разных источников [8].

Самыми большими препятствиями для внедрения технологий являются высокие инвестиционные затраты, а также интеграция и нехватка квалифицированных сотрудников.

Смещение фокуса сотрудничества человека и машины в пользу людей имеет еще один важный эффект: это поможет сделать рабочую среду более безопасной. Производственный сектор по-прежнему остается одним из секторов с самым высоким уровнем аварийности. В то же время особо сложные и повторяющиеся задачи, требующие больших физических нагрузок, могут выполнять роботы, что способствует снижению аварийности. Таким образом, можно в значительной степени предотвратить несчастные случаи на работе, которые происходят из-за невнимательности, усталости или недомоганий.

Устойчивое развитие уже является важной темой для Индустрии 4.0, например, в отношении потенциала автоматизированных процессов по снижению энергопотребления и контролю использования ресурсов. В контексте Индустрии 5.0 эта область становится еще более значимой.

Высококвалифицированные специалисты рынка труда Индустрии 5.0 должны обладать определенными навыками (рис. 3). Всемирный производственный форум собрал наиболее важные из этих навыков [12].

Цифровая грамотность

•описывает базовую способность работать с цифровыми системами, технологиями, приложениями и инструментами и понимать их

	ИИ и аналитика данных
•использование и разработка ИИ и анализ данных, а также критическая интерпретация результатов
	Творческое решение проблем
•для творческих решений следует использовать большие объемы данных и разнообразные технологические возможности
	Предпринимательское мышление
•Индустрия 4.0 уже предлагает обширные возможности для новых бизнес-моделей; поэтому в Индустрии 5.0 предпринимательское чутье является важной предпосылкой долгосрочной конкурентоспособности
	Межкультурное, междисциплинарное, инклюзивное и ориентированное на разнообразие мышление
•Рабочая среда становится все более разнообразной во всех отношениях, что требует определенной открытости
	Работайте физически и психологически безопасно и эффективно
•работа с постоянно новыми технологиями требует хороших физических и психологических условий для безопасной работы
	Управление возрастающей сложностью
•задачи интеллектуальной индустрии связаны с широким спектром требований, поэтому требуется способность справляться со сложными условиями труда
	Кибербезопасность, конфиденциальность и внимательное отношение к данным
•больше данных означает больший цифровой след в цепочке создания стоимости
	Коммуникационные навыки
•помимо общения с коллегами, деловыми партнерами и т. д. этот навык все чаще включает в себя обмен информацией с системами ИТ и искусственного интеллекта на разных платформах и с разными технологиями
	Навыки трансформации
•это также относится к открытости постоянным изменениям, которые сопровождают технологический прогресс и передачу знаний из других областей

Рис. 3. Требуемые навыки работников промышленной сферы

Fig. 3. Required skills of industrial workers

В документе Комиссии ЕС отмечается, что, строго говоря, только четыре из этих навыков попадают непосредственно в категорию «цифровых навыков». Остальные, однако, вращаются вокруг так называемых мягких навыков, таких как креативность, открытость и гибкость.

Заключение

Таким образом, в то время как автоматизация берет на себя рутинные задачи, люди должны иметь возможность работать с передовыми технологиями. Программы повышения квалификации и переподготовки необходимы для обеспечения рабочей силы необходимыми цифровыми навыками, навыками решения проблем и способностью к адаптации [13].

Повышение квалификации – это концепция корпоративного обучения, в рамках которой сотрудникам предлагается расширить свои специальные знания путем приобретения углубленных знаний в нишевых областях или устранения пробелов в знаниях.

Переподготовка – это еще одна форма обучения внутри компании, при которой сотрудники могут получить дополнительную подготовку по ранее неизвестным квалификациям; это облегчает вход в различные отделы или рабочие зоны [14].

Правительствам и социальным партнерам необходимо продолжать свои усилия по повышению осведомленности и созданию культуры непрерывного обучения среди компаний, работников и общества [15], а также поддерживать пострадавшие предприятия и отдельных лиц путем консультирования, предоставления им адекватных предложений по обучению, финансирования образования и обучения.