ゼファーネットのロゴ

製造業の米国への回帰: AI、自動化、デジタル労働の役割 – IBM ブログ

日付:


製造業の米国への回帰: AI、自動化、デジタル労働の役割 – IBM ブログ




製造業の米国への拠点移転­ 地政学的な緊張、サプライチェーンの混乱、顧客や市場との近接性、エコシステムの相乗効果、国内経済へのプラスの影響の必要性などによって、近年の大きな傾向となっています。ただし、リショアリングには、主に労働力、技術的、経済的な問題など、いくつかの課題があります。

AI、自動化、デジタルレイバーは、これらの課題への取り組みに役立ちます。これらの課題に正面から取り組み、 変革をもたらすオプティマイザー これは、最初から何世代にもわたる製造の進化をスキップし、最初から競争を上回るパフォーマンスを発揮するテクノロジーを採用する機会でもあります。

ここでは、製造業のリショアリングを検討している企業に対する IBM の具体的な推奨事項と例をいくつか紹介します。

従業員の課題

リショアリングの主な障害の XNUMX つは、熟練した製造労働力を確保することです。によると 製造協会によるレポート, スキルギャップ危機の影響で、米国製造業の熟練労働者向けの空きポジション5件のうち10件は現在も空席のままだ。生産をリショアリングするには、コンピューター制御の機器を操作するための技術的スキルと、問題解決などのソフトスキルを備えた労働者が必要です。

この課題に対処するために、企業はデジタル労働力を利用して、反復的で危険なタスクや複雑なタスクを自動化することで、既存の労働力を補うことができます。例えば、 協働ロボット (協働ロボット) 人間の労働者と協力して正確さや器用さを必要とするタスクを実行できるため、人間の労働者はより価値の高いタスクに集中できるようになります。さらに、 AIを利用したツール スキルのギャップを特定し、さまざまなスキルを持つ従業員にパーソナライズされたトレーニング プログラムを提供するのに役立ちます。

による デロイトが引用した研究AI と機械学習は、37 年までに労働生産性の 2025% 向上に貢献すると推定されています。 世界経済フォーラムによる調査 の調査によると、2025 年までに自動化と人間と機械の間の新たな分業により 85 万の雇用が破壊されるが、同時に 97 万の新たな役割も創出され、労働者が新しいスキルを習得する必要性が浮き彫りになっています。

技術的課題

生産のリショアリングにはプロセスとインフラストラクチャの課題が伴います。海外での製造では、製品間の切り替えコストが安くなり、より長期間の生産が可能になりましたが、リショアリングでは、生産システムのより大きな柔軟性と機敏性が必要となります。

デジタルレイバー プロセスの適応性を高めることができます。 デジタルツインテクノロジー 物理資産の仮想表現を作成して変更をシミュレートし、企業が 生産プロセスをテストして最適化する 実装前。機械学習アルゴリズムは継続的に運用を最適化し、効率を向上させ、無駄を削減します。

業務用に販売されるサービス ロボットの総数は 158,000 年に 2022 台に達し、これは 48% 増加したと報告されています。 国際ロボット連盟による報告書。これらのテクノロジーの実装には先行投資が必要ですが、全体としてより効率的でコスト効率の高い生産が実現します。これは、米国メーカーが現在中国企業がリードしているバッテリーなどのEVの重要部品で追いつくのに役立つ可能性がある。

経済的課題

リショアリングは海外生産のサプライチェーンのリスクを排除しますが、それでも経済的には合理的でなければなりません。 ボストン コンサルティング グループの推計 リショアリングはオフショアリングと比較してコストが 10 ~ 30% 増加します。あ Forresterによるレポートが見つかりました 自動化を導入した企業は運用コストを 25 ~ 50% 削減できたということです。 デジタル ワーカーによるタスクの自動化 また、中国のような(比較的)低賃金の国と比べて全体的な人件費も下がります。

企業は、短期的な導入コストと長期的な節約および戦略的メリットのバランスを取る必要があります。デジタル テクノロジーに投資する企業は、コスト削減と収益増加を達成できます。さらに、 国家経済研究局の調査で判明した 自動化は短期的な雇用の喪失につながる可能性があるが、長期的な雇用の増加にもつながる可能性がある。

ケーススタディ

以下では、半導体産業と EV バッテリー製造の XNUMX つのケーススタディを取り上げ、製造業の米国への回帰という課題にデジタル労働力がどのように対処できるかを示しています。

ケーススタディ 1: 半導体

半導体業界は、リショアリングの課題と適用可能な解決策の適切な例を提供しています。半導体はコンピュータや通信などの重要な産業にとって不可欠な部品ですが、そのサプライチェーンの混乱は世界経済を脅かしています。

現在の半導体サプライチェーンはグローバルかつ複雑であり、設計、装置の製造、製造、組み立てがさまざまな国で行われています。の 米国の製造シェアは減少した 37 年の 1990% から現在はわずか 12% にまで減少しています。重要なアプリケーションの生産能力を満たすために、米国は約 18 ~ 20 の新しい半導体製造工場 (「ファブ」) を追加する必要があり、これには現在の労働力の 70% 増である 90,000 ~ 50 人の新規雇用が必要です。しかし、半導体製造の役割の多くは自動化により減少しており、エンジニアリングの役割は増加しています。これにより、既存の従業員のスキルアップと再スキル化の必要性が生じます。

デジタル技術は、半導体業界における労働力の課題への対処に役立ちます。 AI を活用したツールは、スキルのギャップを特定し、さまざまなスキルを持つ従業員にパーソナライズされたトレーニング プログラムを提供できます。デジタル ツイン テクノロジーは、生産プロセスをシミュレーションして最適化できるため、物理的なプロトタイプの必要性が減り、新製品の開発が加速されます。協働ロボットは人間の労働者と協力して反復的なタスクを実行できるため、人間の労働者はより価値の高いタスクに集中できるようになります。

デジタル テクノロジーの導入には先行投資が必要ですが、全体としてより効率的でコスト効率の高い生産につながる可能性があります。半導体製造を米国に回帰することで、サプライチェーンのリスクを軽減し、顧客や市場との距離を改善し、サプライヤーとイノベーションのエコシステムを構築することもできます。また、新たな雇用機会を創出し、既存の従業員のスキルを向上させることで、熟練労働力のギャップに対処するのにも役立ちます。

結論として、半導体業界は、デジタル労働力が製造業の米国への回帰という課題にどのように対処できるかを示す説得力のある例を提供しています。デジタルテクノロジーを活用することで、企業は労働力、技術的、経済的課題を克服し、戦略的利益を達成できます。

事例2:EV用バッテリーの製造

米国における EV バッテリーの製造には、労働力、テクノロジー、経済面で特有の課題が存在します。ただし、前述の半導体製造の例と同様に、これらの課題は AI の導入によって解決できます。 オートメーション そしてデジタル労働。

世界のEVバッテリーのサプライチェーンは主に アジアを中心に。野心的なEV目標を達成するために、米国は国内の電池製造能力を拡大する必要がある。これには必要です インフラの大幅な拡張と従業員のトレーニング。自動化は、反復的なタスクを引き継ぎ、従業員をより複雑なタスクに解放することで、従業員の課題に対処できます。デジタルツインはバッテリーの製造プロセスをシミュレーションできるため、実際の実装前にテストと最適化を行うことができます。これらのテクノロジーを実装するには、次のことが必要です 多額の先行投資。しかし、自動化により、より効率的でコスト効率の高い生産が可能になり、米国の製造業者が世界的に競争できるようになります。また、EV全体のコストの主要な要素であるバッテリーパックのコスト削減にも貢献できます。

EV バッテリーの製造拠点を米国に置くことは、戦略的な利点ももたらす可能性があります。サプライチェーンを確保し、海外サプライヤーへの依存を減らし、イノベーションを促進し、雇用の増加に貢献し、スキルギャップを埋めるのに役立ちます。

まとめ

製造業の米国への回帰に伴う課題は解決可能です。労働力、技術的、経済的問題は、AI、自動化、デジタル労働力の導入によって解決できます。さらに、これはメーカーにとって米国への再参入を「グリーンフィールド」するためのまたとない機会です。これらの基本的な特性を採用することを検討してください。 指導者たちを区別する リショアリングを行っている企業:

  • 最新のクラウド プラットフォーム。 パブリック クラウド ソリューションとプライベート クラウド ソリューションの両方を活用するハイブリッド クラウド IT インフラストラクチャにより、メーカーは最も合理的な場所でデータを処理できます。
  • 堅牢なデータ基盤。 ビッグデータを民主化することで、組織はより深い洞察を獲得し、業務効率を高め、サイバー復元力を高めることができます。
  • デジタル技術の統合。 クラウド プラットフォームは、機械学習、AI、IoT、自動化、インテリジェント ワークフロー、ロボティクス、デジタル ツインなどの主要な実現テクノロジーを統合できます。
  • 新しい働き方。 リーダーは従業員に投資し、最新の製造ソリューションをサポートするデジタルおよびテクノロジーのスキルを育成しています。
  • ビジネスの成果はクラウドにつながります。 製造業のフロントランナーは、財務チームを巻き込むことで、クラウド製造の取り組みを定量化可能な価値に結びつけています。

ダウンロード IBV のクラウド対応製造レポート テクノロジー主導の優先事項を推進する XNUMX つのトレーニングについて詳しく知るには、

出席していますか CES、9月12~XNUMX日、ラスベガスで? IBM Meeting Center にお越しいただき、業界の専門家から製造業を前進させるテクノロジーについて詳しく学びましょう。


オートメーションの詳細




機械学習における異常検出: ビジネス機能の最適化のための外れ値の検出

5 分読みます組織はビジネス活動に関する潜在的な洞察を含む大規模なデータセットを収集するため、非効率性、まれなイベント、問題の根本原因、または運用改善の機会を発見するには、これらのデータセット内の異常なデータまたは外れ値を検出することが不可欠です。しかし、異常とは何でしょうか?また、異常を検出することがなぜ重要なのでしょうか?異常の種類は企業やビジネス機能によって異なります。異常検出とは、単にビジネス機能と目標に基づいて「正常な」パターンとメトリクスを定義し、異常の範囲外にあるデータ ポイントを特定することを意味します。




中国で Global Anycast DNS を使用すべきではない理由

3 分読みますエニーキャストは、すべての権威 DNS サービスの標準的な重要な機能です。これは当然のことです。受信クエリは常に、利用可能な最適なサーバー、通常は地理的に最も近いサーバーにルーティングされる必要があります。しかし、明らかな例外が XNUMX つあります。それは中国です。中国本土のインターネットは世界の他の地域から壁で隔てられています。中国本土に出入りする DNS クエリは、解決のために渡される前に、一連のフィルターやその他の制御を通過する必要があります。




DNS Insights を使用してネットワークのトラブルシューティングを行う

4 分読みますDNS データを使用すると、ネットワークに問題があるかどうかを確認するのは比較的簡単です。 NXDOMAIN 応答やその他のエラーの急増は、通常、何かが間違っていることを明確に示しています。次のステップ、つまり問題の原因を診断し、それらのエラーに対して実際に対処することは、多くの場合、より困難な作業になります。それはデータの問題です。権威ある DNS プロバイダーであれば、どれだけの NXDOMAIN 応答を取得しているかが表示されます。しかし、次のような機能を提供する人はほとんどいません…




NS1 トラフィック ステアリングを使用してアプリケーションのパフォーマンスを最適化する方法

2 分読みます「今すぐ欲しい!」――これは甘やかされた子供たちが歌う単なるフレーズではありません。それは、リンクをクリックしたり、ビデオコンテンツをストリーミングしたり、オンラインアプリケーションにアクセスしたりするたびに要求されるものです。インターネット トラフィックの量と複雑さが増大するにつれて、使用するサービスやコンテンツからの応答時間の短縮に対する期待が高まります。すぐに結果が提供されない場合、私たちはクリックして離れてしまうことがよくあります。アプリケーションやサービスを提供する企業にとって、「今」の猛烈な緊急性は物流上の悩みの種です。インターネット トラフィックは異なるルートを経由する必要があります…

IBM ニュースレター

最新の思想的リーダーシップと新たなトレンドに関する洞察を提供するニュースレターとトピックの最新情報を入手してください。

今すぐ会員登録します。

その他のニュースレター

スポット画像

最新のインテリジェンス

スポット画像