2050 年的制造业：世界颠倒了吗？

强大的趋势将推动制造业在 2050 年接近完全自动化，而仍在该行业工作的人们将能够以前所未有的方式快速创新。

多年前，沃伦·本尼斯（Warren Bennis）曾预言：“未来的工厂将只有两名员工，一男一狗。该男子将在那里喂狗。狗会在那里防止男人接触设备。”

我们还没有完全做到。但到 2050 年，一些强大且相互关联的趋势将推动我们接近这一状态，而仍在制造业的人们将能够以前所未有的方式快速创新和建设。

多任务处理和自动化

可以肯定的是，到 2050 年，普通机床将完全自动化并且功能更强大。多任务处理将很普遍，也许几乎是普遍的。趋势已经确立。

正如美国三井精机（新泽西州富兰克林湖）董事长、行业资深人士 Scott Walker 所说：“在 2000 年代初期，五轴机床的北美市场是 150 台，而今天是 3,000 台。机器还结合了磨削和铣削，或激光金属沉积和铣削，或磨削和加工硬化。”他补充说，虽然好处是能够在工作范围内完成更多工作，但“噩梦”一直在让所有这些功能正常且一致地运行。 “但随着技术、监控和软件都变得更好，这种情况将会改变。”

对于许多制造商来说，最重要的是 3D 打印将在多大程度上改变技术组合，除此之外，它对产品设计和许多其他问题的影响。到目前为止，增材制造的速度限制和高昂的原材料成本严重限制了其在原型制作之外的可行性。但 Wohlers Associates（科罗拉多州柯林斯堡）首席顾问兼总裁 Terry Wohlers 表示，到 2050 年，速度“不会成为敌人”。

以粉末床系统为例：大部分生产时间是用激光跟踪表面以融合材料。 “但现在可以使用许多激光器在构建平台上同时工作的系统，”Wohlers 说。 “来自电子束的能量可以分成多达 100 束，以帮助加快这一过程。”另一方面，这些方法需要大量的能量，这很昂贵。 Wohlers 认为我们将克服这些限制，或许可以通过“直接利用太阳的能量来熔化材料，而不是插入 440 插座。”

Wohlers 补充说，定向能量沉积本质上比用于构建金属部件的粉末床方法更快，但“用户在他们可以创建的对象方面受到限制，并且在分辨率方面存在权衡，通常需要加工，有时需要大量加工。 ”这让我们回到了将增材制造与 CNC 铣削相结合的混合系统。与 Walker 一样，Wohlers 相信，让这两种方法协调工作的问题将在未来 32 年内得到很大解决。

主张更多地使用添加剂技术的另一个因素是材料成本的预期下降和更广泛的选择范围。 “例如，今天的机器只使用几十种热塑性塑料，”Wohlers 说，“但有数千种可用于传统制造。”

也许更重要的是，目前用于 3D 打印的聚合物的成本是传统制造中类似聚合物的 50 倍。这使得盈亏平衡点在数百到数千个单位，具体取决于零件的大小。但 Wohlers 表示，许多使用聚合物生产零件的机器的专利已经过期，导致新机器使用成本更低的材料。 “盈亏平衡点将显着提高，因此添加剂将在更广泛的产品中挑战注塑成型，包括更大批量的应用。”

金属也有类似的情况，但沃克对此持怀疑态度，即添加剂能否在金属中实现成本配置，从而证明取代传统方法的合理性。 “加热 60 吨和轧制金属板比用粉末金属或覆层建造东西要容易得多，”沃克说。 “我将添加剂视为一种功能，您可以将其放入机器外壳中以增加流程的价值。但我不会将添加剂视为钢铁制造的替代工艺，除非技术发生变化，我们可以使用不同类型的能源进行分子操纵。”

增材制造确实只剩下一张王牌，至少对某些玩家而言：创造原本不可能的形式的能力。这不仅开辟了新产品和新功能的潜力，还有助于缓解 3D 打印的速度问题。这是因为通过 3D 打印实现的开放晶格结构可以实现许多应用所需的强度和刚度，而材料远少于实体结构。而3D打印的生产速度与材料的立方体积成正比。奇怪的新结构与我们的下一个主题很好地重叠。

自动化的创意设计

在沃克看来，制造业有望在两个领域实现最大的生产力提升，其中之一是将准备制造过程所需的所有工作数字化。 “今天，设计师从数字模型开始，然后生成刀具路径……然后有人设计夹具……然后你得到一个锻件……然后应用工程师将程序滴灌到机器上，逐个工具地检查并监控剪切声音和外观……最终他让机器制造零件……然后他改进了所有动作，这样他就可以减少循环时间。”实际上更糟糕的是，因为获得初始设计也很麻烦。幸运的是，许多聪明的人都在努力简化和加快这个过程的每个部分。

在前端，衍生式设计技术正在帮助更广泛的创意群体快速探索新的几何可能性。以 Autodesk（加利福尼亚州圣拉斐尔）的 Fashion 360 为例，该软件在云上运行，并使用机器学习和人工智能 (AI) 自动生成数百个设计，每个设计都满足设计师对强度、成本、制造方法的标准、材料等。此外，Autodesk 制造和生产战略总监 Bob Yancey 解释说，这些设计“不仅仅是一些无法使用的理想化几何图形，它们是可以在 CAD 软件中进一步操作的真实工作 CAD 模型。”

它们也是 Yancey 所说的“制造意识”，这意味着他们从一开始就采用内置的所需制造方法作为约束。 “因此，如果您指定零件需要能够在五轴 CNC 上进行加工，那么您的所有设计选项都将符合该约束条件，”他说。

它并没有消除对人类设计师的需求。正如 Yancey 所说，“准确和专业地描述设计挑战是一项不会消失的工程技能。生成式设计软件所做的就是为您提供比任何人自己想象的更多的设计选择，因此您更有信心考虑更多的选择并获得更好的结果。我们认为这是工程师与计算机或人类智能与人工智能共同创造的未来。”

也许更深刻的是，这些设计往往令人吃惊，而且比人类想象的要好。正如微软（华盛顿州雷德蒙德）制造业行业社区/云 + AI 部门的主要行业负责人 Diego Tamburini 所说，“如果我坐在我的 CAD 工具前设计一个零件，我已经有 1,000 个关于它应该如何设计的先入之见外观基于几个世纪以前的设计。人工智能没有这样的概念。虽然我同意自动化设计是一个难题，很难想象一台计算机设计复杂的项目，但我们必须认识到，相反，在许多情况下，我们生活在次优的人类设计中。”

我们的一些先入之见源于我们对原材料仅限于块、条和板材的经验。但 3D 打印不仅限于这些原材料。它也不受限于它可以创建的形状。

如果您消除这些限制并让 AI 发挥作用，衍生式设计通常会创建“与我们习惯的完全不同的形状。更有机，就像动物骨头一样，”Tamburini 说。
Wohlers 对此表示赞同，并表示自然界提供了具有显着强度重量比的结构的极好例子。直到最近，3D 打印机生产的晶格、网格或蜂窝结构由罐装程序定义，而对其强度特性知之甚少。 “最新的拓扑优化工具可以产生具有确定强度的工程晶格和网格结构，”Wohlers 说。 “在未来，我们可以看到比碳纤维复合材料更轻的不同金属合金的超轻质结构，这种结构生产起来既费时又昂贵。”

Tamburini 说他见过这样的案例，其中计算机设计出的格子形状不会激发人们对人类的信心（它看起来太轻太脆弱），所以设计师用一些东西覆盖它，让它看起来更坚固。毕竟人还是人。

加快进程

Make It In LA（洛杉矶）的创始人兼首席发起人 Krisztina “Z” Holly 强调了将更智能的软件与 3D 打印和其他新技术（如虚拟现实）相结​​合以大大加快迭代产品开发周期的好处。除了能够在流程早期从消费者那里获得更多反馈（这可能会带来更好的产品）之外，她指出新工具使设计和构建过程民主化。

“就我们如何创新和谁创新而言，这意味着什么？我认为，如果我们允许非工程师设计他们想要的各种产品，世界将会变得不同，”她说。 “企业家开始制造业务也将更容易。如果人们可以像开展数字产品业务一样轻松地开展实体产品业务，将会有什么样的产品可用？”

她设想的一个结果是：“两组技能变得非常有价值。一是对这些系统进行编码的深入技术技能，并了解哪些工作有效，哪些无效。”另一个是对客户需求和市场机会的同理心理解。

哪些技能变得不那么重要了？实际运行机器。从设计到 CAM 的过程将或多或少自动化。正如沃克所解释的那样，如果设计模型包含有关材料的信息（正在成为标准），那么机器应该“具备完成其余工作的智能。从 8,000 个工具架中取出正确的工具，并以适当的速度遵循正确的刀具路径。机器应具有视觉和听觉监控功能，以避免碰撞，并测量切割条件并相应地调整速度和进给。这就是今天的应用工程师所做的。 30年后我们需要多少？希望没有。”

话虽如此，霍莉告诫不要只关注工作。首先，会有工作——只是不同的、更有创意的工作。其次，“重要的是让创新保持本地化，”她说。 “将设计和制造送到海外有很多负面影响。您失去了对知识产权的控制权。这对环境不利。除非您亲自动手制造，否则您会看不到可能发生的事情。”

按订单生产...本地

每个人似乎都同意制造业将在地理上变得更加分散，这一过程在很大程度上得益于单个机床的倍增能力。 Yancey 表示，许多制造商既希望降低风险，又希望使产品更贴近客户，以更好地适应市场。

沃克同意并预测运输成本和环境影响将推动公司在当地生产。他补充说，还有政府强制的抵消，其中制造商必须在一个国家生产一定数量的零件才能在该国家销售产品。另一个动力是在货币波动的情况下保持盈利能力，这一问题因利润率收紧而加剧。

同时，定制化程度更高，供应链更紧密。正如 Tamburini 总结的那样：“预测需求和批量生产零件以满足预期需求的做法将被颠覆。它将更接近客户告诉制造商他们想要什么以及制造商在那时并且只有在那时才制造它。数字化和自动化正在使这个梦想在技术上，甚至在经济上更加可行。”

这并不适用于所有产品，标准化、定制化和个性化之间的界限很模糊。但 Tamburini 确信，通过预定义选项列表定制产品的做法将呈指数级增长。一些产品，如假肢和服装，可能是完全个性化的。同样，大多数制造商将是通用服务机构，而不是专家。这些机器将根据需要构建来自云端的任何内容。

正如 Walker 所说，“今天，一家公司需要一份 3 到 5 年的合同来制造一个部件，因为购买、编程和装备一台机器以始终如一地准确地制造部件的成本是巨大的。”使机器自动化和多功能化，并消除大部分设置工作，制造变得更加灵活，也许是利润率较低的业务。正如洛杉矶 Make It 的 Holly 所说，设计过程以及设计工具和界面变得更加重要。

让事情保持嗡嗡声

增加数字化、“超连接”和人工智能应该会极大地提高我们以最少的人力和停机时间保持生产运行的能力。 Tamburini 说，现在收集的大部分数据都用于监控工厂和整个供应链的情况。 “但我们开始问‘为什么’某些事情会发生，并使用人工智能来预测会发生什么。这个过程的下一个阶段是使用人工智能和机器学习来实现自主响应。”

换句话说，有了足够的数据进行分析，机器学习可以准确地预测特定的零件故障。凭借良好的决策算法和对车间所有生产需求的了解，系统还可以自行决定如何处理未决故障：订购零件、安排停机时间、将某些作业转移到备用机器等等。你甚至可以设想一台机器可以自我修复或订购机器人，尽管沃克说他认为我们永远不会摆脱对人类维护技术人员的需求。不过，他确实认为机器会通过声音传达需要完成的工作——无需手持设备或屏幕和控件。

Tamburini 表示，微软有一款头戴式产品（HoloLens），可以让你与周围的全息影像进行交互。 “它把数字信息叠加在现实之上，在某种意义上赋予你超能力。 People are finding that augmented reality can be used to do things like provide assembly instructions, or QC instructions, or maintenance instructions, thus reducing the need for training.” For example, a remote maintenance expert can assist a local technician by pointing to a part or indicating how to move a part, as if they are both looking at the same thing in the same shop together.

Finally, Tamburini pointed out that one of the beauties of machine learning is that “the moment they get better, that capability or knowledge can be instantaneously broadcast to the entire world, because it’s just software. So everybody gets smarter and better, assuming we can share data.” He contrasted this with relying on an expert in the plant who uses his own years of experience to interpret the sounds of the machines and the like. “It’s very challenging to distribute that kind of knowledge.”

What Won’t Change

To the extent it came up at all, the experts don’t seem to think that manufacturing precision will advance much in the next 30 years. “We’re working at tolerances now where the metrology to determine the accuracy is the bigger problem,” as Walker put it. “The next step to getting better tolerances would be molecular manipulation,” (which no one envisioned). No one seemed to think that machining speed would be significantly faster either. Even the improvement to 3D printing speeds discussed earlier will be more evolutionary than revolutionary—not as significant as the increase in productivity due to software improvements. Likewise, our current ability to produce tiny components is already amazing. Wohlers referred to miniaturization as “partly a solution looking for a problem. One of the few applications are tiny sensors embedded within 3D printed parts.”

If you’re worried about the changes, Walker might comfort you with this thought:“We’ve been tweaking manufacturing since the 1780s. The next 30 years will be more tweaking, unless we come up with something truly revolutionary.” He asked me if anyone said they’d figured out how to manipulate gravity so we could fly to the moon without burning fossil fuels, knowing the answer. Come to think of it, no one mentioned the dog who kept the man from making changes to the machine, either.