自動化に人類が必要な理由

自動化は、ほとんどの業界で普及しつつあります。製造業では、産業用ロボットの世界的な販売量は、次のようにほぼ2倍になると予想されています...

自動化は、ほとんどの業界で普及しつつあります。製造業では、産業用ロボットの世界販売台数は2018年までにほぼ2倍になり、40万台に達すると予想されています。住宅では、ホームオートメーションセグメントからの収益は今年600万ドルを超えると予想され、CAGR28.19パーセントの年間成長率を示しています。

私たちが目にした自動化の最大の分野の1つは自動車産業であり、完全自律型のセルフドライブ車両への欲求が高まっています。今月初め、自動車大手のメルセデスベンツは、アムステルダムで自律型のCityPilotバスを試用することにより、都市交通の将来の可能性をプレビューしました。これは、公共交通機関を「さらに安全、効率的、快適に」運営できるようになると主張した動きでした。

安全上の利点に関するこの主張は、最初に聞こえるほど派手ではないかもしれません。 SF映画は、多くの場合、多数の考えをまとめたものである中央コンピューターを備えています。しかし、それがフィクションのままである理由はありません。自動化された車両は、集合的な運転体験を利用するのであれば、道路上で最も安全である可能性があります。自分が仕事から家に帰り、信号を通り抜け、環状交差点を回避する方法を考えてみてください。それはすべて、経験から蓄積された知識を通じて自然に行われます。ここで、英国のすべてのドライバーの経験が1つのデータベースにアップロードされ、将来の自動運転車の運転に使用されると想像してみてください。自動化された車は、何百万年もの経験を持つドライバーになるでしょう。

これは、集合意識のビッグデータの究極となるでしょう。それでも、あらゆる形態のビッグデータと同様に、調査結果を正しく処理、推定、使用できるように、効果的な分析を通じてその下にある貴重な情報のロックを解除する必要があります。

このデータは、自動化に基づいて構築された「スマートシティ」を開発するために転倒している世界中の都市計画者が使用できます。たとえば、道路の混雑の増大する問題に対処するために、シンガポールは最近、ビジネスパークの周りに乗客を運ぶために自動化されたアウディタクシーの小さな艦隊のテストを開始しました。自動運転車は、ドライバーの必要性を排除することにより、平均的な移動のコストを70％削減すると考えられています。技術が失敗した場合、車は最初にドライバーを引き継ぐ準備ができていますが、計画は2019年に人間を徐々に段階的に廃止する予定です。パイロットは2020年に終了し、その後のより広範な展開を展開することを目指しています。車には、UberやLyftの配車サービスと同様に、通勤者が予約できるソフトウェアが搭載されます。米国とヨーロッパでの同様のパイロットプログラムは、今年後半に発表される可能性があります。

部分的には、デジタルトランスフォーメーションの幅広いトレンドに後押しされて、自動化は今後も続くでしょう。重要なのは、ビジネス全体の観点とエンドツーエンドのプロセスから自動化を検討することです。 20年前の組織は、単純なアルゴリズムでソフトウェアテストを自動化していましたが、現在では、統合する必要のある組み込みソフトウェアとエンジニアリングだけでなく、多数の統合システムがあります。これにより、このような統合システムの品質保証とテストがはるかに複雑になるため、複雑な自動テスト戦略が必要になります。

ビジネスが正常に機能することを保証する唯一の方法は、ビジネスプロセス全体を継続的にテストして、デジタル「チェーン」の一部で実装されているアップグレードが他の場所のデジタル操作に影響を与えないことを確認することです。

組み合わされた知識を、品質保証プロセスの大部分を自動化するために使用できる実用的なデジタルインテリジェンスにまとめることは可能ですが、人間が何をするかを予測するには人間が必要であることを覚えておくことが重要です。このため、品質保証プロセスから人間を完全に排除することは賢明ではありませんが、ITに関連するトランザクションアクティビティの少なくとも30％は、今後5〜10年間でロボットによって自動化されると考えています。

結論として、ビジネスプロセスの自動化は、自動化された静的分析と専門家による人間によるレビューの最適な組み合わせを含む包括的なエンドツーエンドの品質保証計画によって支えられる必要があります。品質保証は、製品またはサービスの開発の最初から行い、継続する必要があります。新しいプロセスをテストして、合格するかどうかを確認するだけでは不十分です。自動化が単なる災害への自動ルートではないことを保証するには、ドメイン知識の助言能力が不可欠です。

@ManufacturingGLと@NellWalkerMGをフォロー