Bilindustriens neste revolusjon lar roboter lære av mennesker

Bilindustrien har brukt roboter i mer enn et halvt århundre. Sveising, lakkering og flytting av tunge karosserideler er blitt så automatisert at det ville være vanskelig å forestille seg en moderne bilfabrikk uten industriroboter. Likevel arbeider fortsatt tusenvis av mennesker med sluttmontering.

Årsaken er ikke sentimental. Mennesker er usedvanlig allsidige når det gjelder å håndtere fysiske gjenstander. De kan kjenne med fingrene om en kontakt har gått i lås, finne et ledningsnett blant andre komponenter, tilpasse en bevegelse når en del ikke er riktig innrettet, og uten omprogrammering forstå hva de skal gjøre når en bil med annet utstyr kommer inn på produksjonslinjen. En konvensjonell industrirobot er derimot fantastisk rask og presis så lenge omgivelsene forblir nøyaktig slik en ingeniør har programmert dem. Nå vil bilprodusentene redusere dette gapet.

400 000 roboter betyr ikke 400 000 tapte jobber

Toyota satte temaet tydelig på dagsordenen med et anslag om at det kan være behov for rundt 400 000 roboter for å modernisere produksjonsnettverket til selskapet, andre selskaper i konsernet og store leverandører. Ifølge Reuters kan Toyota fra 2028 bruke rundt 1 billion yen, eller om lag 5,4 milliarder euro med dagens valutakurser, på automatisering hvert år.

Fire hundre tusen er et enormt tall, men det må tolkes riktig. Det betyr ikke 400 000 humanoide roboter eller en plan om å erstatte like mange arbeidstakere. Tallet omfatter konvensjonelle industriroboter, nye automatiseringsløsninger og utskifting av eksisterende utstyr. Anslagsvis 150 000 roboter kan gå til Toyotas egne fabrikker, mens resten gjelder det bredere produksjonsnettverket. (reuters.com)

Det avgjørende er i stedet hva slags arbeid neste generasjon roboter skal utføre.

Den tidligere automatiseringen overtok først oppgaver der roboter var bedre enn mennesker når det gjaldt hastighet, styrke og evne til å gjenta samme operasjon. Den neste bølgen retter seg mot arbeid der mennesker hittil har overgått roboter i fleksibilitet.

En bilfabrikk er et overraskende vanskelig sted for en robot

Punktsveising av et bilkarosseri er en nærmest ideell oppgave for automatisering. En robot griper alltid det samme verktøyet, beveger seg til et kjent punkt og utfører en nøyaktig definert operasjon. Den samme syklusen gjentas tusenvis av ganger. Sluttmontering er en helt annen verden.

Der må en robot gripe deler med ulike former, håndtere myke materialer, koble til kontakter, montere tetninger, føre ledninger og arbeide side om side med mennesker. Det hele blir enda mer komplisert fordi biler med ulike drivlinjer, utstyrsnivåer og interiører kan følge etter hverandre på den samme produksjonslinjen. Et menneske løser mange slike problemer nesten ubevisst. En robot må læres opp til å gjenkjenne en gjenstand, gripe den riktig, bruke passende kraft og reagere på en situasjon som programmereren ikke har forutsett i detalj.

Derfor handler det neste gjennombruddet ikke bare om en bedre robothånd. Det krever maskinsyn, kraft- og berøringssensorer, kunstig intelligens og læringssystemer som kan gjøre en menneskelig demonstrasjon om til en robothandling.

Toyota vil digitalisere hendene til en mester

Toyotas ELEY gir en god pekepinn på hvilken retning utviklingen tar. Embodied Learning robot for Enhanced Yield er en toarmet robot som veier rundt 50 kg, beveger seg på hjul og lærer av bevegelser demonstrert av mennesker.

En operatør demonstrerer en oppgave for roboten ved hjelp av særskilte kontrollenheter. Systemet samler inn data fra demonstrasjonene og bruker dem til å trene en modell som gjør roboten i stand til å gjenta oppgaven på egen hånd.

Toyota demonstrerte systemet ved å brette T-skjorter. Etter rundt 1 500 øvingsrunder og to uker kunne ELEY gjenta oppgaven nesten uten feil. Det å brette en skjorte vil ikke i seg selv forandre bilproduksjonen. Måten roboten lærer på, kan gjøre det.

Med en tradisjonell industrirobot bygger ingeniører en hel automatisert prosess rundt én bestemt operasjon. Med en lærende robot kan ferdigheten demonstreres av en person som allerede vet hvordan arbeidet skal utføres. Det endrer utgangspunktet for automatisering.

De ansattes erfaring kan være den mest verdifulle ressursen

Toyotas produksjonsfilosofi har i flere tiår vært basert på svært erfarne fagarbeidere. I japansk industri brukes betegnelsen takumi om slike mestere. Problemet oppstår når praktisk kunnskap som er bygget opp gjennom flere tiår, forsvinner når en arbeidstaker går av med pensjon.

Ikke alt kan skrives inn i en arbeidsinstruks. En erfaren montør kan kjenne med hånden om en del sitter riktig. Vedkommende kan høre på en lyd at noe er galt, eller automatisk endre en bevegelse når en komponent oppfører seg litt annerledes enn vanlig.

Et av de største løftene ved lærende roboter er muligheten til å gjøre noe av denne tause kunnskapen om til data.

Hvis én robot lærer en bestemt operasjon av Toyotas beste medarbeider, trenger den neste roboten i prinsippet ikke å lære alt fra bunnen av. Den innlærte modellen kan videreutvikles og deles, slik at én persons ferdigheter blir en ressurs for hele produksjonsnettverket.

Det er en langt større endring enn bare å installere enda en robotarm på et samlebånd.

Hvorfor trenger ikke alle roboter å være humanoide?

Dagens trend innen robotteknologi favoriserer humanoider. Argumentet er overbevisende: Fabrikker, verktøy og logistikksystemer er bygget rundt menneskekroppen. Hvis en robot har to armer, to bein og menneskelignende rekkevidde, trenger ikke fabrikken nødvendigvis å bygges om rundt roboten.

Men en menneskelig form er ikke automatisk den beste ingeniørmessige løsningen.

Å gå på to bein krever energi, avansert styring og kontinuerlig balansering. På et jevnt fabrikkgulv kan en robot på hjul være enklere, billigere, mer stabil og mer energieffektiv.

Toyotas ELEY bruker hjul.

Hyundai Motor Group går i en annen retning. Boston Dynamics, som eies av konsernet, utvikler den elektriske humanoidroboten Atlas, og Hyundai planlegger å begynne å bruke humanoider i produksjonen i 2028.

Atlas har en menneskelignende grunnkonfigurasjon, men Boston Dynamics forsøker ikke å gjenskape menneskets anatomi nøyaktig. Elektriske ledd gjør det mulig for roboten å utføre bevegelser som ville vært umulige, eller i det minste svært ubehagelige, for et menneske.

Dette skaper et interessant eksperiment i bilindustrien. Toyota utforsker blant annet lærende manipulatorroboter på hjul, mens Hyundai satser på en humanoid i full størrelse. Begge forsøker å løse det samme problemet: Hvordan få en allsidig robot til å arbeide i et miljø som mennesker har bygget for mennesker.

Robotenes største konkurrent er fortsatt konvensjonell automatisering

Midt i begeistringen rundt humanoider blir ett viktig spørsmål ofte glemt: Hvorfor bruke en allsidig robot til 100 000 euro når en enklere spesialmaskin kan utføre den samme operasjonen i 20 år i strekk?

Bilprodusentene må besvare dette spørsmålet i hvert automatiseringsprosjekt. Hvis en robot utfører den samme sveiseoperasjonen en million ganger, trenger den verken kunstig intelligens, bein eller menneskelignende hender. En spesialisert industrirobot vil sannsynligvis gjøre jobben raskere, billigere og mer pålitelig. Den økonomiske fordelen ved en allsidig robot viser seg når oppgavene endres.

Hvis den samme maskinen kan sortere deler om morgenen, montere komponenter om ettermiddagen og lære en helt ny oppgave i neste modellår, begynner den høyere innkjøpsprisen å gi mening.

Derfor er den viktigste målestokken for neste generasjon roboter ikke løftekapasitet eller ganghastighet. Viktigere er tiden det tar å lære dem en ny oppgave.

Kina presser opp tempoet

Robotisering har også en svært konkret konkurransemessig begrunnelse. Bilindustrien må samtidig utvikle elbiler, batteriteknologi, programvare og nye produksjonsprosesser. Kinesiske produsenter presser utviklingssyklusene for nye modeller stadig kortere, mens priskonkurransen gjør at kostnaden ved hver produksjonstime får stor betydning.

En konvensjonell bilfabrikk er en enorm kapitalinvestering. Hvis en ny modell krever at store deler av produksjonslinjen bygges om, koster det tid og penger. Fleksibel robotisering gir i teorien løfte om å gjøre fabrikken mindre avhengig av én bestemt modell.

En robot som kan læres opp til en ny operasjon gjennom programvare og demonstrasjoner, vil gjøre det mulig for en produsent å endre modellutvalget uten å bygge om hele automatiseringskjeden.

Dette kan vise seg å være langt viktigere enn en direkte reduksjon i lønnskostnadene.

Mennesker forsvinner ikke fra fabrikkene – arbeidet deres endres

Den mest urettferdige måten å beskrive robotisering på ville være med formelen «én robot er lik én tapt jobb». Økonomien i en bilfabrikk er mer kompleks. En robot kan riktignok overta arbeid som tidligere ble utført av et menneske. Dette gjelder særlig ensformige, fysisk krevende og ergonomisk belastende operasjoner.

Samtidig trenger en stadig mer kompleks og automatisert fabrikk mennesker til å lære opp, overvåke, vedlikeholde og reparere robotene. Etterspørselen etter kompetanse innen automatisering, programvare, data og vedlikehold øker. Det største presset vil sannsynligvis ramme enkle, repetitive operasjoner. Jo mer standardisert og forutsigbart en persons arbeid er, desto lettere er det å forsvare automatisering økonomisk.

Toyotas visepresident Hiroki Nakajima beskrev selskapets mål som en verden der mennesker og roboter arbeider sammen, fremfor en situasjon der roboter ganske enkelt erstatter mennesker. Det er selskapets uttalte mål, ikke en garanti for at automatisering ikke vil redusere behovet for enkelte typer arbeid i fremtiden.

Til syvende og sist er 400 000 roboter en mindre historie enn én lærende robot

Toyotas anslag på 400 000 roboter gir en stor overskrift, men for bilindustriens neste tiår kan et langt viktigere spørsmål være om én robot kan lære en ny ferdighet av et menneske og overføre den til en annen robot.

Hvis svaret fortsatt er nei, vil automatiseringen fortsette langs det velkjente sporet. Robotene blir raskere og mer presise, men hver nye operasjon vil fortsatt kreve kostbart ingeniørarbeid.

Hvis svaret blir ja, vil bilfabrikkens karakter endres.

Produksjonslinjen vil ikke lenger bare bestå av maskiner som er programmert for faste oppgaver. Ved siden av dem vil det vokse frem en kategori maskiner med oppgaver som kan endres gjennom programvare, og som kan lære nye ferdigheter ved å følge et menneskelig eksempel. Da vil roboten ikke lenger bare være en del av automatiseringen. Den vil bli en digital fagarbeider.