全球供应链中断将如何推动机器人的采用?
随着企业希望保持更大的控制力,并避免代价高昂的中断,现在都将制造业转移到本土,使供应链多样化成为优先事项。虽然有些人可能预计这些努力会增加劳动力成本,但相信企业可以通过采用机器人技术和自动化技术来帮助控制和减少成本。
外包转型的供应链
从历史上看,离岸制造为企业提供了一种替代国内生产的有吸引力的替代方案。凭借较低的劳动力成本、具有吸引力的汇率、宽松的监管环境和当地政府的大力支持,许多企业将其大部分制造业务外包或离岸外包给发展中经济体。尤其是已经成为世界工厂的中国,约占全球出口总额的13%和全球进口总额的11%。其他新兴市场也纷纷效仿,印度、越南和泰国等国向公司寻求在其境内建立工厂。
如今,全球交易了价值约20万亿美元的实物商品。新兴经济体几乎占这一数量的一半,出口总额高达8.2万亿美元,因为这些商品大部分在新兴市场制造组装并由较富裕的国家消费。
离岸外包的后果
然而,随着企业意识到离岸外包带来的意外后果,可能正处于范式转变的风口浪尖。美中贸易冲突为全球供应链的脆弱性敲响了警钟。英国脱欧和美国-墨西哥-加拿大协定(USMCA)进一步损害了人们对国际贸易协定的信心。除了这些政策驱动的担忧之外,新冠疫情危机及其对生产工厂的影响突出了将制造工作集中在某一特定地区的相关风险。
简而言之,企业必须优先考虑供应链完整性,而不是与离岸外包相关的成本节约。虽然利用海外低成本劳动力可能会提高利润率,但如果供应链由于地缘政治格局的变化、健康风险或其他黑天鹅事件而中断,则会损失收入,导致没有产品可售。
在发生新冠疫情危机之后,很多企业越来越意识到这一道理。在出现疫情之后,当时中国大约31%的工厂关闭,32%的人在家远程工作。鉴于许多工厂实施即时生产,在长时间停产后重新开始生产可能需要数周时间才能使供应链完全恢复。
一些企业警告说,供应链中断的持续可能会导致更多的销售损失。由于来自中国的零部件供应短缺,世界各地的汽车公司也停止了部分生产。日产、菲亚特克莱斯勒、现代、本田和其他一些汽车制造商已经宣布供应中断。
通过回流确保运营
发达经济体的劳动力成本无疑远高于新兴经济体。虽然中国制造业的平均工资为每年约合10000美元,但美国的平均工资为46000美元,高出四倍多。这种巨大的成本差异在历史上加速了离岸外包的趋势。但本土制造具有非货币优势,也应予以考虑,例如使运营更接近企业管理层、研发团队和客户。本土制造也在国内监管制度内运作,当地企业更熟悉这些制度,而且通常比国际协议更稳定。
机器人技术可以加速回流工作
随着公司考虑在岸和离岸制造之间的权衡,机器人技术和人工智能很可能是使规模偏向于岸上生产的未知因素。自动化允许企业通过招募机器人而不是工作人员来完成某些任务来抵消部分回流成本。机器人可以全天候地不知疲倦地工作,可以比人类更快、更准确地完成某些任务,同时不需要加薪或福利。
一些研究表明,机器人技术的采用与离岸外包的减少有关。在发达经济体,机器人应用增加10%会导致离岸外包降低0.54%。韩国中小型企业(SME)和初创企业管理局最近宣布,将致力于通过智能工厂帮助制造业回流。美国回流研究所公布了其2019年年度调查结果,显示超过一半的企业高管表示他们正在计划或考虑在未来五年内开展回流活动。调查还发现,80%以上的受访者正在考虑采用新的软件系统。70%的人正在考虑投资机器人技术。
较低的成本是一个主要因素。尽管复杂的工业机械臂的成约本为25万美元,但企业可能会在不到两年的时间内达到传统劳动力成本的盈亏平衡点。
机器人总成本与当前运营成本
随着时间的推移,随着机器人成本的下降和劳动力成本的持续上升,采用机器人可能只会变得更具吸引力。在过去30年中,机器人平均价格实际下降了50%以上,而劳动力成本增加了100%以上。
机器人成本 vs. 人工成本
然而,成本下降只是越来越多地采用机器人技术的原因之一。另一个考虑因素是容易获得机器人。新的制造技术、数据和计算能力的激增以及客户对按需制造的偏好正在推动商品生产方式发生重大变化。企业现在可以寻求机器人即服务(RaaS)订阅,以将机器人技术扩展到其制造流程以降低前期成本和技术获取的进入障碍。
最后,改进机器人和人工智能技术正在进一步推动采用。由于先进的3D视觉功能和臂端工具,机器人的灵巧度不断提高。他们现在可以在仓库中与工作人员一起运输货物,并灵活地挑选和放置易碎物品。机器人可以在几乎没有停机时间的情况下执行这些任务,甚至可以使用联网传感器提前预测和避免故障。
由于这些发展趋势,工业机器人的销售量继续增长。从2013年到2019年,销售额以15%的复合年增长率增长,2019年达到约42万台。国际机器人联合会估计,到2022年,采用量将增加到58.4万台。如果在这种新的全球范式中加速回流,那么这一估计可能会偏低。
机器人密度可以通过每万名工人中的机器人数量来衡量,这显示了机器人采用率在长期增长的潜力。目前,全球制造业每万名工作只有99台工业机器人,这意味着机器人密度约为1%。但新加坡和韩国等制造中心的机器人密度分别高出8倍,分别为8.3%和7.7%,并且还在继续上升。美国、德国和中国等大国仍然远低于这些水平,但随着机器人技术采用的加速,它们可能会随着时间的推移而趋于一致。
结论
随着企业越来越关注供应链的完整性,预计几十年来的离岸外包趋势将会逆转。贸易冲突和新冠疫情等宏观破坏性事件给企业的运营能力和供应链带来了不确定性。随着机器人技术和自动化变得更有能力、更便宜和更容易实施,以及企业意识到本土化制造的好处超过在国外生产商品的风险,这可能会进一步加速回流。
以上是全球供应链中断将如何推动机器人的采用?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
