Bilindustrins nästa revolution: robotar ska lära sig av människor

Bilindustrin har använt robotar i mer än ett halvt sekel. Svetsning, lackering och förflyttning av tunga karossdelar har automatiserats i sådan utsträckning att det är svårt att föreställa sig en modern bilfabrik utan industrirobotar. Ändå arbetar fortfarande tusentals människor med slutmonteringen.

Skälet är inte sentimentalt. Människor är exceptionellt skickliga på att hantera föremål i vitt skilda situationer. Med fingrarna kan de känna om ett kontaktdon har låsts på plats, hitta ett kabelknippe bland andra komponenter, anpassa en rörelse efter en del som sitter fel och utan omprogrammering förstå vad som behöver göras när en bil med annan utrustning kommer på produktionslinjen. En konventionell industrirobot är däremot fantastiskt snabb och exakt så länge omgivningen förblir precis som en ingenjör har programmerat den. Nu vill biltillverkarna minska det gapet.

400 000 robotar betyder inte 400 000 förlorade jobb

Toyota satte frågan högt på dagordningen med uppskattningen att omkring 400 000 robotar kan behövas för att modernisera produktionsnätverket hos företaget, andra bolag i koncernen och stora leverantörer. Enligt Reuters kan Toyota från och med 2028 komma att lägga omkring 1 biljon yen, motsvarande cirka 5,4 miljarder euro med dagens växelkurser, på automatisering varje år.

Fyrahundratusen är ett enormt antal, men det måste tolkas rätt. Det betyder inte 400 000 humanoida robotar eller en plan på att ersätta lika många anställda. Siffran omfattar konventionella industrirobotar, nya automatiseringslösningar och utbyte av befintlig utrustning. Uppskattningsvis 150 000 robotar kan hamna i Toyotas egna fabriker, medan resten avser det bredare produktionsnätverket. (reuters.com)

Det viktiga är i stället vilken typ av arbete nästa generations robotar ska utföra.

Den tidigare automatiseringen tog först över uppgifter där robotar överträffade människor i fråga om hastighet, styrka och repeterbarhet. Nästa våg riktas mot arbete där människor hittills har överträffat robotar genom sin flexibilitet.

En bilfabrik är en förvånansvärt svår miljö för en robot

Punktsvetsning av en bilkaross är en närmast idealisk uppgift att automatisera. En robot plockar alltid upp samma verktyg, förflyttar sig till en känd punkt och utför ett exakt definierat moment. Samma cykel upprepas tusentals gånger. Slutmonteringen är en helt annan värld.

Där måste en robot greppa delar med olika former, hantera mjuka material, ansluta kontaktdon, montera tätningar, dra ledningar och arbeta sida vid sida med människor. Saken kompliceras ytterligare av att fordon med olika drivlinor, utrustningsnivåer och interiörer kan följa efter varandra på samma produktionslinje. En människa löser många sådana problem nästan undermedvetet. En robot måste läras att känna igen ett föremål, greppa det på rätt sätt, använda lagom mycket kraft och reagera på en situation som programmeraren inte har förutsett i detalj.

Därför handlar nästa genombrott inte bara om en bättre robothand. Det kräver maskinseende, kraft- och känselsensorer, artificiell intelligens och inlärningssystem som kan omvandla en mänsklig demonstration till en handling utförd av en robot.

Toyota vill digitalisera mästerhantverkarens händer

Toyotas ELEY ger en god bild av vart utvecklingen är på väg. Embodied Learning robot for Enhanced Yield är en tvåarmad robot som väger omkring 50 kg, rör sig på hjul och lär sig av rörelser som människor visar.

En operatör visar roboten hur en uppgift ska utföras med hjälp av särskilda styrenheter. Systemet samlar in data från demonstrationerna och använder dem för att träna en modell som gör det möjligt för roboten att sedan utföra uppgiften självständigt.

Toyota demonstrerade systemet genom att vika t-tröjor. Efter omkring 1 500 övningsförsök och två veckor kunde ELEY upprepa uppgiften nästan utan fel. Att vika en tröja kommer inte i sig att förändra bilproduktionen. Däremot skulle sättet som roboten lär sig på kunna göra det.

Med en traditionell industrirobot bygger ingenjörer upp en hel automatiserad process kring ett specifikt arbetsmoment. För en lärande robot skulle färdigheten kunna demonstreras av en person som redan vet hur arbetet ska utföras. Det förändrar utgångspunkten för automatisering.

De anställdas erfarenhet kan vara den mest värdefulla tillgången

Toyotas produktionsfilosofi har i årtionden byggt på yrkesarbetare med mycket lång erfarenhet. Inom japansk industri används begreppet takumi för sådana mästare. Problemet uppstår när praktisk kunskap som byggts upp under årtionden försvinner med en medarbetare som går i pension.

Allt kan inte skrivas ned i en arbetsinstruktion. En erfaren montör kan med handen känna om en del har hamnat rätt. Montören kan höra på ett ljud att något är fel eller automatiskt anpassa en rörelse när en komponent beter sig lite annorlunda än vanligt.

Ett av de största löftena med lärande robotar är möjligheten att omvandla en del av denna tysta kunskap till data.

Om en robot lär sig ett visst arbetsmoment av Toyotas bästa medarbetare behöver nästa robot i princip inte lära sig allt från grunden. Den inlärda modellen kan vidareutvecklas och delas, så att en persons färdighet blir en tillgång för hela produktionsnätverket.

Det är en betydligt större förändring än att bara installera ännu en robotarm på en monteringslinje.

Varför behöver inte alla robotar vara humanoida?

Den rådande trenden inom robotik gynnar humanoider. Argumentet är övertygande: fabriker, verktyg och logistiksystem har byggts utifrån människokroppen. Om en robot har två armar, två ben och en räckvidd som liknar människans behöver fabriken inte nödvändigtvis byggas om kring roboten.

Men människans kroppsform är inte automatiskt den bästa tekniska lösningen.

Att gå på två ben kräver energi, avancerad styrning och ständig balansering. På ett jämnt fabriksgolv kan en hjulförsedd robot vara enklare, billigare, stabilare och mer energieffektiv.

Toyotas ELEY använder hjul.

Hyundai Motor Group går i en annan riktning. Boston Dynamics, som ägs av koncernen, utvecklar den elektriska humanoida roboten Atlas, och Hyundai planerar att börja använda humanoider i sin produktion 2028.

Atlas har en människoliknande grundkonfiguration, men Boston Dynamics försöker inte efterlikna människans anatomi exakt. Elektriska leder gör det möjligt för roboten att utföra rörelser som skulle vara omöjliga, eller åtminstone extremt obekväma, för en människa.

Detta skapar ett intressant experiment inom bilindustrin. Toyota utforskar bland annat hjulförsedda, lärande manipulatorer, medan Hyundai satsar på en fullstor humanoid. Båda försöker lösa samma problem: hur man får en robot för allmänna ändamål att fungera i en miljö som människor har byggt för människor.

Robotarnas största konkurrent är fortfarande konventionell automatisering

I entusiasmen kring humanoider glöms ofta en viktig fråga bort: varför använda en robot för 100 000 euro när en enklare specialmaskin kan utföra samma arbetsmoment i 20 år i sträck?

Biltillverkarna måste besvara den frågan i varje automatiseringsprojekt. Om en robot utför en och samma svetsning en miljon gånger behöver den varken artificiell intelligens, ben eller människoliknande händer. En specialiserad industrirobot kommer förmodligen att utföra arbetet snabbare, billigare och mer tillförlitligt. Den ekonomiska fördelen med en robot för allmänna ändamål visar sig när arbetsuppgifterna förändras.

Om samma maskin kan sortera delar på morgonen, montera komponenter på eftermiddagen och lära sig en helt ny uppgift till nästa modellår börjar det högre inköpspriset bli motiverat.

Därför är det viktigaste måttet för nästa generations robotar varken lyftkapacitet eller gånghastighet. Viktigare är hur lång tid det tar att lära roboten en ny uppgift.

Kina driver upp tempot

Robotiseringen har också en mycket konkret konkurrensmässig förklaring. Bilindustrin måste samtidigt utveckla elbilar, batteriteknik, programvara och nya produktionsprocesser. Kinesiska tillverkare pressar ned utvecklingstiderna för nya modeller alltmer, samtidigt som priskonkurrensen gör kostnaden för varje produktionstimme betydelsefull.

En konventionell bilfabrik är en enorm kapitalinvestering. Om en ny modell kräver att en stor del av produktionslinjen byggs om kostar det tid och pengar. Flexibel robotisering utlovar i teorin en fabrik som är mindre knuten till en viss modell.

En robot som kan läras ett nytt arbetsmoment genom programvara och demonstrationer skulle göra det möjligt för en tillverkare att förändra sitt modellprogram utan att bygga om hela automatiseringskedjan.

Detta kan visa sig vara betydligt viktigare än en direkt minskning av arbetskraftskostnaderna.

Människor försvinner inte från fabrikerna – men deras arbete förändras

Det mest missvisande sättet att beskriva robotisering vore med formeln ”en robot är lika med ett förlorat jobb”. Ekonomin i en bilfabrik är mer komplicerad än så. En robot kan mycket väl ta över arbete som tidigare utfördes av en människa. Det gäller särskilt repetitiva, fysiskt krävande och ergonomiskt olämpliga arbetsmoment.

Samtidigt behöver en alltmer komplex automatiserad fabrik människor som lär upp, övervakar, underhåller och reparerar robotarna. Efterfrågan ökar på kompetens inom automatisering, programvara, data och underhåll. Det största trycket kommer sannolikt att riktas mot enkla, repetitiva arbetsmoment. Ju mer standardiserat och förutsägbart en persons arbete är, desto lättare är det att ekonomiskt motivera en automatisering.

Toyotas vice vd Hiroki Nakajima beskrev företagets mål som en värld där människor och robotar arbetar tillsammans, snarare än en situation där robotar helt enkelt ersätter människor. Det är företagets uttalade mål, inte en garanti för att automatiseringen inte kommer att minska behovet av vissa typer av arbete i framtiden.

I slutändan är 400 000 robotar en mindre berättelse än en enda lärande robot

Toyotas uppskattning om 400 000 robotar ger en storslagen rubrik, men för bilindustrins kommande årtionde kan en betydligt viktigare fråga vara om en robot kan lära sig en ny färdighet av en människa och föra den vidare till en annan robot.

Om svaret förblir nej fortsätter automatiseringen på sin välkända väg. Robotarna blir snabbare och mer exakta, men varje nytt arbetsmoment kommer fortfarande att kräva kostsamt ingenjörsarbete.

Om svaret blir ja förändras bilfabrikens natur.

Produktionslinjen skulle då inte längre enbart bestå av maskiner som programmerats för fasta uppgifter. Vid sidan av dem skulle det växa fram en kategori maskiner vars uppgifter kan ändras med hjälp av programvara och som kan lära sig nya färdigheter genom att följa en människas exempel. Roboten skulle då inte längre bara vara en del av automatiseringen. Den skulle bli en digital yrkesarbetare.