Старение населения становится фактором развития промышленных технологий
Старение населения больше не является исключительно демографической или социальной проблемой. Оно всё чаще становится вопросом промышленной технологии, поскольку сокращение численности населения трудоспособного возраста меняет подход компаний к оценке производственных мощностей, затрат на рабочую силу и инвестиций.
Недавний рабочий документ МВФ «Стареющие экономики и внедрение ИИ: данные на уровне компаний из обследований предприятий Всемирного банка» содержит свидетельства этой взаимосвязи на уровне компаний. Исследование охватывает 89 380 фирм в 144 странах, опрошенных в период с 2022 по 2025 год.
Среди этих компаний 1 656 фирм, или примерно 1,9%, сообщили об инновациях в процессах, связанных с ИИ, автоматизацией или робототехникой. Лишь 221 фирма, то есть 0,2%, прямо указала, что в рамках этих инноваций использовались ИИ или машинное обучение.
Показатели всё ещё относительно невелики, но направление тенденции важно: когда найти работников становится сложнее, технологии становятся более практичной заменой человеческому труду.
Демографический сигнал, стоящий за инвестициями в автоматизацию
Согласно исследованию, увеличение коэффициента демографической нагрузки пожилыми на 10 процентных пунктов связано с ростом внедрения технологий процессов на 0,6 процентного пункта с учётом таких факторов, как доход, доступ к интернету, размер компании, отрасль, регион и год проведения опроса.
Коэффициент демографической нагрузки пожилыми измеряет количество людей в возрасте 65 лет и старше на каждые 100 человек трудоспособного возраста. По мере роста этого коэффициента компании потенциально сталкиваются с сокращением доступного кадрового ресурса.
С точки зрения промышленной автоматизации эта взаимосвязь логична. Фабрика не может бесконечно наращивать производство, нанимая больше операторов, если местный рынок труда уже испытывает дефицит кадров.
На этом этапе инженерный вопрос меняется с «Сколько работников мы можем нанять?» на «Какие производственные задачи технологии могут стабильно выполнять без привлечения дополнительных работников?»
Этот сдвиг может напрямую влиять на решения, связанные с системами ПЛК, промышленными роботами, машинным зрением, автоматизированной обработкой материалов, управлением технологическими процессами и интеллектуальным программным обеспечением для производства.
Производство и сфера услуг развиваются по разным технологическим траекториям
Один из наиболее полезных выводов заключается в том, что «внедрение ИИ» не следует рассматривать как единую технологическую категорию.
Когда ИИ, автоматизацию и робототехнику рассматривают вместе, демографический эффект особенно заметен в производстве. Это объяснимо, поскольку промышленное производство включает множество повторяющихся, измеримых и физически тяжёлых операций, которые можно автоматизировать.
Робототехника, автоматизированный контроль, управление движением, машинное зрение и управление производственными линиями могут заменить ручное вмешательство или сократить его объём в чётко определённых процессах.
Программный ИИ развивается по иной модели. Когда исследование сосредоточено именно на компаниях, упоминающих ИИ или машинное обучение, предприятия сферы услуг становятся более заметными.
Это различие важно для политиков и поставщиков решений для автоматизации. Производственный ИИ часто требует капитального оборудования, датчиков, контроллеров, приводов, систем безопасности, сетевой инфраструктуры и инженерной интеграции. ИИ в сфере услуг может требовать сравнительно больших инвестиций в данные, программные платформы, вычислительную инфраструктуру и навыки сотрудников.
Поэтому национальная стратегия «внедрения ИИ», которая одинаково рассматривает оба сектора, не учтёт важных различий в применении технологий.
У крупных компаний есть структурное преимущество
Демографический эффект наиболее выражен среди компаний, в которых работает не менее 100 сотрудников. Небольшие компании реагируют значительно слабее, тогда как основной анализ не выявляет статистически значимого результата для компаний среднего размера.
Это один из наиболее важных выводов с точки зрения промышленной инженерии.
Автоматизация начинается не с покупки робота или ПЛК. Обычно она требует анализа процессов, выбора оборудования, электротехнического проектирования, интеграции систем управления, валидации безопасности, программирования, ввода в эксплуатацию, обучения операторов и долгосрочного технического обслуживания.
Крупные компании могут распределить эти фиксированные затраты на больший объём производства. Небольшие производители часто не могут этого сделать.
В результате нехватка рабочей силы может создать наиболее сильный стимул к автоматизации именно тогда, когда у небольших компаний меньше всего финансовых и инженерных возможностей для реагирования.
На мой взгляд, это создаёт потенциальный «разрыв в автоматизации». В стареющих экономиках технологически передовые производители могут повысить производительность, тогда как небольшие поставщики продолжат работать с использованием трудоёмких процессов.
Нехватка рабочей силы может изменить экономическое обоснование инженерных решений
Традиционные проекты автоматизации часто обосновывают экономией трудозатрат, повышением производительности, контролем качества, безопасностью или стабильностью производства.
Стареющее население добавляет ещё один фактор: сама доступность рабочей силы становится ограничением производственных мощностей.
Это различие важно. Робот может быть непривлекательным решением, когда операторы доступны и обходятся недорого. Тот же робот может стать экономически выгодным, когда поиск квалифицированных операторов занимает месяцы, а расширение производства зависит от привлечения дополнительных работников.
Тот же принцип применим к автоматизированной инспекции, складским системам, прогнозному техническому обслуживанию, цифровому мониторингу производства и централизованному управлению процессами.
Таким образом, автоматизация становится не только инвестицией в производительность, но и стратегией сохранения производственных мощностей.
Два канала автоматизации заслуживают большего внимания
В исследовании МВФ выделяются процессный и продуктовый каналы.
Процессный канал возникает, когда компании используют ИИ, автоматизацию или робототехнику внутри организации, чтобы сократить потребность в рабочей силе или усовершенствовать производственные процессы.
Продуктовый канал возникает, когда компании разрабатывают продукты или услуги на основе ИИ, помогающие их клиентам справляться с ограничениями на рынке труда.
Только 82 компании в исследовании были отнесены к внедрившим решения по обоим каналам. Это позволяет предположить, что старение может влиять на компании двумя относительно разными способами.
Для поставщиков решений промышленной автоматизации продуктовый канал может иметь особое значение. Производитель, столкнувшийся с нехваткой рабочей силы, может одновременно стать заказчиком автоматизации и поставщиком технологий автоматизации.
Это создаёт возможности для компаний, разрабатывающих роботизированные системы, системы промышленного машинного зрения, автономную обработку материалов, интеллектуальные датчики, периферийные вычисления и приложения управления на основе ИИ.
Индия предоставляет крупный, но важный исторический срез
Индия представлена в исследовании 9 111 компаниями, что делает эту выборку крупнейшей среди национальных выборок.
Однако сроки сбора данных требуют внимательного рассмотрения. Данные по Индии были собраны в 2022 году, до того как генеративный ИИ получил широкое распространение в бизнес-процессах.
Следовательно, исследование не следует интерпретировать как актуальную оценку внедрения ИИ в промышленности Индии.
Для промышленной автоматизации это ограничение особенно актуально. Технологический ландшафт стремительно изменился с 2022 года: промышленный периферийный компьютеринг, системы инспекции на основе ИИ, машинное обучение, коллаборативная робототехника, цифровые двойники и подключённые производственные системы получили более широкое распространение.
Таким образом, будущая траектория автоматизации Индии может существенно отличаться от уровней внедрения, зафиксированных первоначальным опросом.
Южная Азия демонстрирует сложность внедрения
В исследовании на Южную Азию пришлось лишь 0,16% внедрения процессов и 0,04% внедрения продуктов.
Эти показатели низки по сравнению с несколькими более старыми экономиками, включая Данию — 15,5%, Швейцарию — 10,6% и Бельгию — 9,4%. В Китае показатель составил 7,9%.
Однако эти региональные сравнения не следует трактовать просто как свидетельство того, что одна экономика технологически «лучше» другой.
Внедрение автоматизации зависит от доступности капитала, структуры промышленности, уровня заработной платы, инженерных компетенций, инфраструктуры, зрелости цепочек поставок, надёжности электроснабжения, стоимости технологий и наличия квалифицированных системных интеграторов.
Демографическое давление создаёт стимул к автоматизации, но одних стимулов недостаточно для формирования возможностей автоматизации.
Настоящим узким местом могут быть инженерные компетенции
Именно здесь, на мой взгляд, обсуждение должно выйти за рамки исследования МВФ.
Дефицит рабочей силы автоматически не приводит к созданию автоматизированной фабрики.
Компании по-прежнему нужны инженеры, способные проектировать архитектуры систем управления, выбирать подходящие датчики, настраивать платформы PLC и DCS, интегрировать роботов, создавать промышленные коммуникационные сети, проверять функции безопасности и обслуживать получившуюся систему.
Во многих развивающихся промышленных рынках дефицит кадров может постепенно сместиться от операторов производства к инженерам по автоматизации, системным интеграторам, программистам, специалистам по техническому обслуживанию и инженерам по данным.
Это означает, что политика в сфере занятости не должна сосредотачиваться исключительно на переподготовке работников для выполнения общих цифровых задач. Она также должна развивать практические промышленные навыки в области систем управления, контрольно-измерительных приборов, робототехники, электрических систем, промышленных сетей, кибербезопасности и данных машин.
Автоматизация не устранит проблему рынка труда
Автоматизация может сократить число работников, необходимых для выполнения определённых задач, но не устраняет потребность в людях.
Для автоматизированной производственной линии по-прежнему нужны инженеры по вводу в эксплуатацию, специалисты по техническому обслуживанию, инженеры по системам управления, специалисты по технологическим процессам, сотрудники службы безопасности и операторы, способные контролировать всё более сложные системы.
Таким образом, рынок труда меняется, а не просто исчезает.
Рутинных ручных задач может стать меньше, тогда как спрос на технические должности, требующие более высокой квалификации, возрастёт. Компании, которые автоматизируют производство, не инвестируя в развитие кадров, в конечном итоге могут создать другое ограничение: нехватку специалистов, способных обслуживать и совершенствовать инфраструктуру автоматизации.
Что это означает для промышленной автоматизации
Исследование МВФ указывает на более широкую промышленную тенденцию: демографические изменения могут влиять на внедрение технологий, меняя экономику труда.
Для производителей вывод очевиден. Старение населения и дефицит рабочей силы следует учитывать в долгосрочном планировании автоматизации, а не рассматривать как отдельные кадровые проблемы.
Для поставщиков решений автоматизации это создаёт спрос на решения, которые проще внедрять, масштабировать, обслуживать и интегрировать в существующие объекты с устаревшей инфраструктурой.
Для небольших производителей доступ к финансированию, совместным инженерным ресурсам, модульным платформам автоматизации и практическому техническому обучению может быть важнее, чем простое предоставление финансовых стимулов для внедрения ИИ.
Прежде всего, промышленную автоматизацию следует оценивать как часть комплексной производственной стратегии. Роботы, ПЛК, приводы, датчики, системы технического зрения, промышленные сети, периферийные вычисления и программное обеспечение на основе ИИ создают измеримую ценность только тогда, когда устраняют чётко определённое производственное ограничение.
Следующий этап будет более ориентированным на данные
Наиболее существенное ограничение текущих данных связано со временем их сбора. Значительная часть исходной информации опросов была получена до стремительного коммерческого внедрения генеративного ИИ.
Поэтому в будущих опросах предприятий следует различать традиционную автоматизацию, робототехнику, машинное обучение, генеративный ИИ, инженерные решения с поддержкой ИИ, автономные системы и промышленное управление с использованием ИИ.
Следует также измерять практические результаты: изменения в потребности в рабочей силе, производственных мощностях, производительности, заработной плате, простоях, качестве и капитальных затратах.
С инженерной точки зрения, именно эти данные необходимы, чтобы определить, лишь ли демографическое давление связано с внедрением автоматизации или же оно фундаментально меняет промышленное производство.
Долгосрочный вывод достаточно очевиден: когда квалифицированную рабочую силу становится труднее найти, автоматизация из варианта повышения эффективности превращается в необходимость для поддержания производственных мощностей. Лучше всего подготовлены к этому будут компании, которые сочетают инвестиции в технологии с инженерными компетенциями и развитием кадров.
