Yanesh Naidoo探讨工业4.0未来：Jendamark自动化创新总监洞察

从车间到成为Jendamark Automation所有者，Yanesh Naidoo在汽车制造业拥有长期职业生涯。

‍

2023年荣膺年度非洲科技公司，Jendamark是全球汽车装配线设计制造领军者，全球建成超3000套汽车装配系统。

‍

Yanesh Naidoo是公司创新总监，领导Jendamark数字服务部。作为工业4.0专家，我们荣幸与Yanesh深度对话，获取制造技术洞见。

‍

Yanesh探讨工业4.0是否兑现承诺、AI变革角色、为何我们对技能短缺的应对方向错误。

‍

您如何进入制造业？

典型拆东西孩子故事。不说我有创造力，但对事物运作原理、制造东西感兴趣。爱车，一直想进汽车工程领域。

进入开普敦大学学习机电工程，那时这是全新课题。

在大众规划部门得第一份工作，规划生产线新设备——20多年前。我很快意识到更对机器深层工程感兴趣，想更多参与机器设计。

当时Jendamark是大众供应商，有销售工程师职位空缺，我申请并得到了工作。

今年我在Jendamark满20年。职业生涯经历销售工程师、销售主管，现为公司所有者。也管过设计办公室和控制部门，现从事数字创新，在自动化业务基础上构建数字业务。

终极上，Jendamark设计制造装配汽车零部件的生产线。

这就是我到今天的路径。

图片由Jendamark提供

入行20多年您必见证行业巨变。制造业这段时间如何演变？

实话实说，我认为表面演变了，但归根结底，制造零部件本质基本未变。

一些数字元素被纳入，即追踪和溯源。但在汽车行业深耕久，数字化、追踪溯源在汽车领域已有15-20年。不得不这样——车上每颗螺栓都得追溯记录。

数字革命未如炒作那样实质化。我认为仍有巨大潜力、仍在实现，但实话实说，未如预期实现。

工业4.0现在10-11岁了吧？有那革命性冲击吗？我不确定。

‍

为何工业4.0未兑现革命承诺？

我认为双重原因。主要挑战是制造业被推销一堆不一定解决问题的新技术，因有这么多花哨新东西，我们试图找问题以用技术。

这是我对顾问的不满，他们爱炒作新技术，说不采用新花哨东西就落后。正确方法应是深度理解制造挑战。

我认为多数顾不知安全鞋穿着感，从未在车间一线、活生产线有足够经验，无法真正深刻理解问题。

正确方法必须是价值驱动。俗话“剥猫皮有百法”。虽残酷但真相。制造业问题20年没变。解决方式可以不同，但若从技术视角出发而不真懂问题，一事无成。

那是问题一面，另一面是制造业数百年如一日做法。

大多数制造文化是回顾性的，基于昨天发生的问题做事，免得明天再犯。正确用数据，有机会防明天问题发生。

概念上很易懂，但制造业人不看图表想防明天问题。他们看图表解释昨天问题，所以我们处于高度回顾性心态。

像任何变革，心态最难改。

‍

图片由Jendamark提供

您提到制造业20年老问题是什么？

技能问题巨大，我认为不需大规模技术投入解决，关键在心态。

另一问题是信息可得性。工厂最大挑战之一是部门割裂。制造、质量、销售等基于不同数据集工作。将数据整合为公司共同真相，能更有效对齐。

某些机器反复故障停机。我们不断处理却未真解决根因。不需巨大技术变革，需心态转变。

沟通也是人与人间巨大问题，即人们如何将偏见掺入问题描述。这很大，故事随层级上传变味，因人们加入偏见。

‍

能举个例子？

美国一条生产线故障，我们在那厂有支持人员。

线停时乱作一团。大恐慌、人人不满、脏话飞……这是工厂车间常态。一台机器坏了，随后升级因客户开始大额亏损。

上报链条上，人们对Jendamark给出的解决方案不满意. 等传到客户CEO、客户CEO打电话给我们CEO时，他们在谈错误生产线。

我们CEO内部让去修ABCD，完全搞错。

中间沟通失真，像传话筒，人性使然，我们加偏见，这是车间现实。

‍

技术能修复这点吗？

清晰可见性是关键。若CEO有仪表盘能看7号线瘫痪或手机收到消息，能统一所有人对哪台机器瘫痪的理解。

有机会让数据跨组织各层级共享，呈现真相而非个人观点。

‍

客观性重要，数据不像观点那样被误解。

是的，若我们供应商端也能访问，反应快得多。

那是技术能帮忙的时刻，但关键是先理解问题、再应用正确技术。

‍

当然，确保技术修问题比反过来好。话虽如此，有什么工业4.0技术让您兴奋？

我认为所有都令人兴奋，但需把工业4.0视工具箱里的工具，无论协作机器人、3D打印、数字化、计算机视觉、AI等。

这些都是花哨技术，但需知它们是工具箱工具。需派工程师去解决特定问题、理解问题、再按需选工具。不是去找能用协作机器人的问题。

协作机器人是好例子，那技术曾被极度炒作，现在许多协作机器人已退役。用对时是好产品，但许多CEO对工程师说“必须用协作机器人，到处装协作机器人”。

有趣的是，协作机器人因安全必须以特定方式编程，反而拖慢流程。人类往往比协作机器人快，人配合协作机器人更慢。

若想提速，协作机器人可能是方案一部分，但未必。心态不能是“有协作机器人，必须用，不管哪儿——我要用”。

‍

图片由Jendamark提供

懂了，为用而用不如用来解决仅协作机器人能解的特定问题有效。您在当下谈论AI的态度中也见此现象？是同一回事？

不，AI不同，它是基础性变革技术。但又回到组织心态用对它。

无论计算机视觉、大语言模型、对话式AI，我认为它将改变游戏规则，因为能以更低成本做人类能做的事，如检测产品。

我这有水瓶，常规相机做不到某些事，但相机加AI大概能像人一样检测瓶子某些特征。

归根结底，成本更低、潜在更可靠，但需时间。

‍

我们聊了工业4.0，您怎么看工业5.0？

又是顾问试图炒作毫无意义的东西。

人们误解工业4.0。以为高度自动化生产线就是工业4.0，真是这样吗？

对我来说，工业4.0定义是用数据提升生产力。

工业3.0是自动化，光自动化产线不代表工业4.0，因为需主动用数据而非被动。

工业5.0？我认为全是狗屁。

归根结底，还是那回事：理解要解决的问题，用不同工具，AI是其中之一。

‍

我们聊过技能短缺。您认为核心是什么？行业能做什么应对？

您在哪？听起来英式口音。

是的，我在伦敦。

那我用长篇大论回答。

地球人口现80亿。约30亿在“第一世界”，50亿在东南亚、非洲、印度、南美部分发展中国家，对吧？

世界大多数人口无劳动力短缺，劳动力短缺论调是非常西方的事。

我认为移民应处理得更好，因为人们想来英国，但英国没人想让他们来，因怕抢工作，但工作没人干。

错失机会，这是我政治观点。发展中国家有大量有技能想来的人。

不是全球缺人，没有。技能短缺感知在某些工厂、某些国家真实，但非全球真相。事实上，非世界大多数真相。

这很有趣，业内其他人建议教育推广等方案。您是我首位指出人在那里、能引进做熟练工作的人。

一切回归理解问题。

我也认为COVID影响行业。另一事是制造业变得不酷，人们不想干了。必须做些营销让它再酷起来，技术是让它酷起来的机会。

我认为劳动力短缺随需求下降而缓解。COVID时供应链挑战，巨大需求、不够人，出现大尖峰，我认为曲线滞后在变平。

若给听众留点什么，那就是：没有人短缺，也没有愿意工作的人短缺。

图片由Jendamark提供

您在行业多年、如此热爱。是什么让您对制造业保持兴趣？

公司有理念：工厂只有更好的人才能变得更好。我致力于通过让人更有效、更快乐，对制造业产生更大影响。

这是我在大众学到的一课，生命中改变我余生思维的六周。

大学毕业进大众，毕业培训部分涉及在产线当操作员六周。我刚好抽中短签，夜班在车内装排气管。

我对操作员所做之事产生巨大敬意，我认为若工厂想变好，必须从操作员起步、让他们事更易。这可以是从机械、电气到现在AI辅助工厂的一切。

像预测条码打印机墨水快没这样蠢事。能停产线，相信我，见过多次。

我们多年自上而下引入许多流程，ISO是好例。ISO程序极大程度从CEO出发，确保审计时合规。

等传到车间造东西的人、维修组、操作员，成打勾练习。毫无意义。他们只因有人找合规证书才做。

不给业务增值，而若能用数据自下而上驱动行为改变，操作员能正确指导CEO，而非反过来。

这就是我希望工业4.0成为的样子：操作员更赋能、工厂赚更多钱、CEO从操作员和维修工获取方向，而非反过来。