СМИ каждый день пугают нас тем, что роботы вот-вот отнимут всю работу у человека. Вспомним недавние новости с заводов Tesla, где роботы упаковывают батарейки в блоки для аккумуляторов автомобилей.

Когда мы, производители систем с искусственным интеллектом, смотрим на такие новости, то понимаем, что на самом деле этим механизмам еще очень далеко до того, чтобы их приняли работать на завод.

Если посмотреть на робота, который сортирует запчасти для автомобилей, можно увидеть, как он берет в руки тормозной диск, достаточно тяжелый, аккуратно перетаскивает его в нужный ящик. Потом хрупкую лампочку, и создатели робота очень гордятся тем, что он делает это достаточно нежно и кладет в соответствующую коробку. Потом он берет длинную выхлопную трубу с глушителем и ставит ее в емкость, где хранятся глушители. Инженеры показывают эту картину, чтобы продемонстрировать, что их человекоподобный робот вот-вот готов заменить автомеханика.

Но если вы занимаетесь автоматизацией на заводах или управляете заводом, вы скорее будете ждать от робота-автомеханика большей изобретательности в нестандартных ситуациях. Например, что он загонит машину на подъемник и поменяет глушитель, решив по ходу все проблемы от гнилого порога, мешающего поднять машину до закисших болтов, мешающих снять глушитель. И сделает это быстрее и точнее человека.

Представляя себе завод с высокой степенью автоматизации, в первую очередь на ум обычно приходят современные, так называемые «темные фабрики», где все операции стандартизированы, заготовки автоматически передаются от одного станка к другому, а продукция изготавливается полностью без участия человека. В реальности же малые и средние деревообрабатывающие предприятия обычно представляют собой производства с большим количеством людей, работающих на разных участках. Но завод постепенно растет, и зачастую выясняется, что для получения высокой степени автоматизации такое предприятие нужно изменить полностью. И здесь важно решить не только задачи автоматической передачи заготовок, но и обязательно обеспечить контроль качества на всех этапах.

Вторая возникающая задача — это перенастройка всего оборудования. Если говорить про полностью автоматическую линию, оказывается, что все ее компоненты должны быть заранее продуманы инженерами, а всю перенастройку следует выполнять технологу, который держит в уме все нюансы и этапы производства. Это требует значительных, в том числе, финансовых ресурсов.

Что же получается? На успешном предприятии, работающем на современных станках, но при этом по принципу отдельных участков, для перехода на следующий уровень автоматизации и производительности нужно поменять буквально всё в своем производстве. Так и выглядит эта самая пропасть автоматизации. Что же делать? Есть ли путь для деревообрабатывающих предприятий, чтобы проложить мост через эту пропасть? Как успешному предприятию, которое выросло из семейной мастерской из 5 человек до 50, перейти из режима, в котором задействуется большое количество ручного труда, в режим, когда его становится меньше, и при этом перестраивание с одного вида продукции на другой не усложняется, а наоборот будет облегчено.

Сканеры пиломатериалов от именитых европейских производителей исторически всегда были элементом «темной» или «почти темной» фабрики. Они обеспечивают огромную производительность, но при этом предъявляют очень высокие требования к скорости подачи пиломатериалов и к использующемуся в линии оборудованию. Поэтому для того, чтобы эффективно использовать сканер с учетом всех этих требований, экономически целесообразно построить новую, полностью автоматизированную линию, а не просто поставить его на место человека, который размечает мелком доски.

Когда мы разрабатывали наш сканер KnotInspector, мы решили пойти по другому пути и предложить идеологически другой продукт. Мы не хотели, чтобы сканер требовал от предприятия прыжка веры в полностью автоматический цех. Целью было сделать продукт, который позволяет заменить работника на одном важном участке именно в его человеческих особенностях: в принятии решений, гибкости мышления, внимательности и, если хотите, дотошности. По нашей задумке, внедрение сканера на существующем предприятии должно как раз открывать путь к автоматизации и к сращиванию различных участков постепенно. Ведь сканер — это и есть независимый, объективный элемент контроля важных характеристик, необходимого между подразделениями. Его внедрение позволяет контролировать на ответственных участках сортность и качество поступающих пиломатериалов, наличие обзола и других важных дефектов. И при этом давать объективную независимую оценку, что позволяет не тратить время и ресурсы на обучение человека узкой задаче оценки, неизбежно субъективной. Которая, к тому же, под влиянием человеческого фактора может иметь значительную погрешность.

Как только мы начали внедрять наш сканер без существенной перестройки самих предприятий, в качестве замены оператора на участке оптимизации, размечающего мелком доски, мы выяснили одну интересную, изначально неочевидную особенность. Наш сканер и всю команду, в которой он работает, будут сравнивать с работой оператора, который учился на практике от нескольких месяцев до нескольких лет. И в рамках этого обучения он не просто познал тонкости технических условий, которые мы формализуем и настраиваем на нашем сканере по схеме, о которой рассказывали в нашей статье «Бесценный вклад: как доски будущих клиентов улучшают сканер пиломатериалов Knotinspector уже сегодня». Но этот оператор также обучался обходить все неочевидные моменты, мог адаптироваться под работу с пиломатериалами от разных поставщиков, разных сортов, в том числе, низкого качества.

Мы поняли, что от сканера на предприятии часто ждут примерно того же, чего ждут от человекоподобного робота, который придет и будет учиться как человек, но при этом работать лучше человека. Много ли таких выдающихся операторов, которые могут работать быстро, быть выносливыми и при этом стремительно адаптироваться и обрабатывать обратную связь от коллег? По нашему опыту, в среднем только одна из четырех бригад действительно обладает такими качествами. Но когда люди приобретают на завод новую автоматическую машину, они будут сравнивать ее не со слабой, а со своей лучшей бригадой. И до тех пор, пока машина не работает эффективнее, чем лучшая бригада, они не останутся удовлетворены этим внедрением.

С какими трудностями мы сталкиваемся при внедрении сканера пиломатериалов на действующем предприятии? Во-первых, плохо формализованные технические условия. Чем лучше работают люди, тем меньше нужно формализовать ТУ. Поэтому часто на успешном предприятии они передаются из уст в уста и реализуются мастерами на участке оптимизации. Во-вторых, скорость и точность разметки, которую обеспечивает сканер, будет сравниваться с самой лучшей бригадой. Неважно, как работает средняя, неважно, какие худшие бригады есть на предприятии, — сканер должен работать лучше всех. И третье — сканер является лишь частью системы. На предприятии с невысокой степенью механизации, когда доски не подаются автоматически с одного участка на другой, а в этом участвуют люди, производительность всего участка будет зависеть не только от скорости работы сканера, но и от того, насколько хорошо сработаются операторы всего участка с новым оборудованием, примут ли они сканер, как своего коллегу.

Как нам удается преодолевать эти трудности? Во-первых, мы используем наш инструмент, который называем видеовитриной.

Мы используем её, чтобы формализовать технические условия вместе с технологом и нередко с привлечением мастера участка торцовки. Во-вторых, мы стараемся максимально вовлечь операторов участка в процесс внедрения и в получение обратной связи. В-третьих, наша команда удаленно и очно активно участвует в процессе внедрения и опытной эксплуатации. Эти три приема нашего подхода позволяют нам внедрить сканер в действующий технологический процесс таким образом, что он начинает работать как надежный напарник для бригады участка вырезки пороков, снимая с операторов ту нагрузку, которую робот действительно может сделать лучше человека.

Так когда же роботы повсеместно заменят людей? Мы думаем, что это произойдет достаточно нескоро и пойдет двумя независимыми путями. С одной стороны, будут строиться новые, изначально автоматизированные «темные фабрики», на которых станет работать все меньше и меньше людей. И станки, и пристаночная механизация, которая там используется, даже не будут называться роботами. С другой стороны, мы увидим станки нового поколения. Именно их будут называть станками с искусственным интеллектом. Они заменят людей в уже существующих технологических процессах, но и требования к ним будут предъявляться «человеческие». Скорее всего, как и наш сканер, эти роботы не будут выглядеть антропоморфно, но «мыслить» они станут вполне человекоподобно. И, конечно, за ними будут стоять целые команды инженеров, которые помогут им развиваться и становиться похожими на людей в том, в чем необходимо, и похожими на роботов в том, что они умеют делать лучше всего.

Дмитрий Ивченко,

основатель группы компаний TruePositive, руководитель проекта сканера пиломатериалов KnotInspector