现代社会，越来越多人远离生产一线，会倾向于觉得AI、生成式大模型等等很高大上、很复杂，严重低估制造业和农业生产的复杂性，甚至下意识认为商品是从货架上长出来的，堪称现代版的“何不食肉糜”。
这一问题带来的后果就是，会真的以为美国可以用AI和机器人直接替换掉工程师和技术工人，实现再工业化。很多人对此深信不疑，一有风吹草动就要喊中国产业流失、美国再次强大等等。
的确，目前无人工厂、黑灯工厂等已经成为潮流，光看宣传稿，一个庞大的汽车车间，里面就没几个操作人员，似乎所有的生产过程都是在无人值守的情况下完成。
宣传稿只会强调现场操作人员变得很少，一个人可以顶替过去的几百人甚至上千人，但没有说的是，要想实现这一场景，背后需要更高成本、更多人力的投入，这是一项庞大的系统工程。
越是无人工厂，需要的人就越多，对人的要求也越高。搞不了有人工厂，就别妄想无人。
不同于内容生成式大模型，对精确度的要求度很低，频繁出现“AI幻觉”，也不过是笑笑罢了，轻信AI顶多就是出个丑。但在工业生产领域，复杂性远高于人类积累的文字、图像等规律性内容，在生产运转的过程中会出现偏离正常工况的成千上万种问题，目前一切AI都无法独自胜任制造业的要求，只能作为人的辅助。
现实中，自动化和智能化水平越高的工厂，对设备维护人员和设备工程师的要求就越高，越需要研究如何在不进行人工干预的情况下，通过预先设计确保运行在正常范围内。
这就导致，一家自动化工厂建造起来并不难，真正难的是调试和维护，以及生产要求变化后的产线改造。
就拿标志性的“无人工厂”来说，能够替代的只是高强度、重复性的简单操作，这类操作并不适合人类长期从事，非常压抑、枯燥，所以年轻人更愿意去送外卖、跑网约车，相对自由，还能跟更多人打交道，而不是被困在小小的流水线工位上连续工作十几个小时。
但就算是最简单的操作，也需要工程师和技术工人的不断调试和永不停歇的维护。
现实世界的制造业工厂，绝不是把原材料放进去，然后就能得到成品。现实生产中，就连螺丝钉都有上万种不同规格，每一种的拧动方法都不一样，而工业生产环节很多，每一个环节的轻微变化，都可能引起后续的连锁反应，最终导致生产线瘫痪。比如某一个环节负责切削的刀具崩刃了、固定的夹具松了、零部件的位置偏了等等，都会导致自动化流水线出现偏差，如果后续没有发现前面环节的问题，默认正常继续加工，会出大问题。
所以，在工业生产中，非常重要的就是检测，发现生产中的任何偏差和问题，及时矫正。对有人工厂来说，这相对简单，人本身就是最强的智能工具，要想实现替代人，需要完成的生产线改造就要难多了。
原本任何一个接受过基础训练的工人都可以轻松实现的，放到机器身上都是极为复杂的操作，任何生产标准的改变，都需要单独调整、优化。
正因此，一个自动化流水线或者无人工厂，最费事的恰恰是开工之前。
需要进行全面的规划，充分考虑实际生产中可能出现的成千上万种问题，设计好处置方案，尽可能做到机器能够自动处置，如果还是需要人类频繁介入，那也谈不上自动化。
还要想办法降低偏差，虽然理论上通过AI技术，可以增大生产的灵活性，比如上游的零部件位置偏了、切削大了等能够在后续进行弥补。但弥补的前提是，设备精度必须高，必须稳定，否则就算通过检测发现了问题，但实际作业的模具、机械臂等误差大，那肯定也不行，想要解决，就得加钱，因为精度高、稳定性强的机器，就一定更贵。
做好规划、买完设备，就要进入极为繁琐甚至令人崩溃的调试环节，现实不是游戏，游戏里的工业生产，没有误差，都是高度简化的最理想状态。但在现实里，能够影响生产的因素太多了，机器越多，调试就越复杂，需要考虑的因素就越多。
很多时候碰到问题，搞不清楚是机器本身问题、电路管线问题，还是磁场、振动甚至空气的问题。同样一个设备，在甲地组装后就好好的，换成乙地怎么着都不行，可能不过是拆下来一个小部件，重装回去就怎么着都跑不起来，所以但凡是复杂点的非标准化设备，一定整体打包、整体运输，大件运输这几年就颇为红火。
而随着生产的信息化、智能化，增加了软件系统之后，就更加“玄学”了。经常出现一台设备运转得好好的，突然程序就崩溃了，有时候就算开发人员也不知道怎么回事，重装成为最可靠的方案。
从事这类工作的应该多少都碰到过这类“玄学”问题，有时候真不是靠理论分析能解决的，就得靠经验。甚至如果每天早上磕个头能解决，那最好把磕头写进工作流程中，严格执行，磕头的角度、力度、次数都要固定。
别觉得小镇是在说啥“封建迷信”，就说欧盟这些年搞的北伏电池工厂，工厂、设备早就完工了，迟迟无法投产，今年已经申请破产，明面上说因为技术瓶颈、供应链脆弱等问题，但实际就是卡在设备调试环节，解决不了种种奇奇怪怪的调试问题。
还有个很有趣的例子，美国目前最新锐的福特号航母，2020年有新闻报道称航母的厕所和污水系统正以“意想不到的和频繁的”方式出现堵塞，导致维护人员不得不经常用酸性溶液进行清洗，极大影响了航母运行。
新闻报道说导致导致这一问题的原因是厕所和排污系统设计，采取航空厕所放大化，只能满足4000多人的日常使用需要。实际原因是，由于福特号使用了大量新设备、新技术，导致长期处于系统调试阶段，除了正常的船员，还必须搭载大量来自不同企业的技术维护人员，人多了不但导致居住、餐饮压力大增，厕所也不够用。
这就是复杂系统必然带来的艰巨挑战，美国镇国的航母，竟然能被厕所困住。类似的还有美国水手身体素质水平下降，普遍出现肥胖问题，而福特号的电梯、舱门设计仍然按照美国水手的传统身材，显得太狭小，就导致正常装卸货都变得艰难。
所以目前的无人工厂、黑灯工厂，更适合生产相对稳定、技术水平要求较低、更容易长期标准化的行业或生产环节。
而且也不是安装了工业机器人就完事了，因为生产制造极为复杂，目前设计制造工业机器人的厂家，并不从事具体生产应用的开发，一家工厂购买安装工业机器人后，需要其他公司去解决应用端的问题，去教工业机器人如何进行生产操作。理论上可以通过智能机器人自我学习来实现，但这只是理论，目前还看不到实现的时间节点。
综合上述原因，一家无人工厂，看起来现场操作工人极少，降低了成本，但为了实现这一点，背后需要更多更加复杂的工作，需要更多机械工程师、调试工程师、电气工程师等等。
无人生产，本质是适应现代人越来越厌恶单调重复乏味的流水线工作，把原本低收入、低技术要求的低端岗位，替换为更庞大的工程师、资深技术工人等中高端岗位，这也导致了就业的结构性摩擦。
调试的复杂性也决定了，一旦需要生产新产品，就需要重新调整产线，一条生产线往往需要一两个月甚至更长时间的调整，才能实现新产品的生产要求，在这个过程中，还需要整个产业链其他供应商的配合。无论再智能化的工厂，靠机器自身也做不到自动调试，还是得人来，而且必须是高水平的工程师或技术工人。
不调试不行，内容领域错了也就错了，但工厂任何微小的错误，都要以人命和巨额财产损失为代价。
随着市场竞争加剧，要求产品迭代加速，也导致无人工厂的实际效率大打折扣，因为设备的调试和维护是永不停歇的，对那些种类多、差异大的产品，与其搞自动化不停的调试，还不如聘请熟练工人。现在就连原本迭代很慢的汽车行业，也卷起来了，需要经常进行升级改造，这就对生产线提出了更高要求，于是可以看到：产品迭代缓慢的整车企业，自动化率反而更高，越是加速迭代的车企，越依赖人工。
在制造业，一些行业和环节仍然坚持使用人工，也是理性选择。比如纺织业最难用机器和自动化生产替代的缝纫环节，还有商品外壳组装和装箱环节，都是因为难以标准化，用人是成本最低、效率最高的。
不能盲目认为无人就是先进、有人就是落后，进而为了无人而无人，这就本末倒置了。一家工厂是有人还是无人，仅仅是生产方式的不同，是为了解决生产的问题，归根到底还是要看谁的效率更高，谁更有经济效益，
因为一切都是有成本的，制造业是重投资、重资产行业，在成本构成中，人力成本是有限的、灵活的，可以根据实际生产需要增加或削减用工，但生产设备不行，设备一次性投入之后，需要很长时间才能收回投资，在这个过程中每年都有折旧。
哪怕按照20年折旧完的标准，每年都是5%的成本，这就意味着一家制造企业，最理性的选择是谨慎设备投资，尽可能延长设备使用时间，而无人工厂，恰恰大大增加了生产设备的投入，还增加了海量的调试要求，生产灵活性也低于人工，这也是很多环节继续坚持人工生产的原因。
同样需要考虑人工的，是技术水平更高的工程师和技术工人的培养成本。虽然小镇上面反复说自动化生产的成本更高，但中国就是能够占据全球自动化生产一半以上的份额，体现在工业机器人、灯塔工厂的占比上，能够实现这一点，得益于中国庞大而又完善的工业体系，能够极大降低设备成本。
同样重要的是，中国大规模普及的廉价全民教育，极大降低了高技术人才的培养成本。
一个合格的工程师，用工成本肯定大大高于流水线操作工，参考汽车行业，薪资差距一般在3到5倍。但注意，这已经很便宜了，因为在中国，工程师的培养成本，大头由国家承担，对中国的普通家庭而言，支持孩子去读理工科，成为一名工程师，经济压力并不大。
但在中国以外的国家，可就不一样了。就拿美国来说，由于金融、硅谷等薪资极高，理工类学生更倾向于从事金融和生产服务性工作，这就大大增加了制造业企业聘用本土工程师的成本，而在一般工人层面，由于社会整体生活成本的提升，也要求提高薪资，综合起来就导致出现去工业化。
正如前面所说，无人工厂只是替代了低技术水平、重复枯燥的操作工岗位，增加了更多工程师和技术工人的需求，后者更依赖一个国家的体系支撑。这就决定了，相比搞有人的工厂，无人工厂对美国而言，难度更大。
本质来说，无人工厂是把大量的工作分摊给整个产业链，最前方的操作工的确省力了，但整个产业体系需要付出的劳动反而是增加的。
以粮食生产为例。古代中国小农社会，一家一户就可以完成粮食生产，但现代粮食生产，依赖的是整个工业体系和现代服务体系，如石化工业的化肥农药地膜、装备制造领域的农机设备、生物领域的良种培育、交通物流的运输服务、金融体系的信贷和保险服务，还需要提供水电气网教育医疗养老等基本服务，满足文化和精神生活，几乎所有的第二、第三产业细分门类，都与农业发生关联。
目前中国农作物耕种收综合机械化率超过75%，农业社会化服务已极为普遍。站在最终的农民角度，确实省力、省人了，一千亩地几个人就够了，但这背后站着的是几百万甚至几千万人组成的产业服务体系。
工业也是一样。过去点火需要用火折子或者火石之类，再怎么复杂，几十个人也足够完成从原材料采集、加工到制造的全过程。但现代要想制造一个小小的打火机，从最终组装阶段看，这简直太容易了，以至于一个打火机卖1元都有得赚，但这一个打火机背后，关联的产业规模有多大呢？需要多少工业人口支撑呢？而为了支持这些工业人口，又需要多少人口提供生产、生活性服务呢？
所以，常说任何一次工业革命，在消灭一些就业的同时，必然会产生更多的就业，就是因为每一次升级，都会导致社会分工进一步细化，产业链更长，也就创造了更多的劳动需求。
之前三次工业革命如此，即将到来的第一次智能革命仍然如此，每一次革命都会大大增加生产体系的复杂性，产业链越长、技术越先进、分工越细化，需要的劳动者就越多，于是就出现了很有意思的现象：越想节省人工，就越需要提高技术水平，而越提高技术水平，整个社会对劳动者数量和质量的要求就越高，唯有通过更高效率的社会化组织才能满足。
说到这，或许会有人拿中国过去十几年，制造业从业人口下降来反驳。但注意，这反而证明了小镇这篇文章的观点，随着中国制造业的自动化、规模化水平提升，开始从劳动密集型向技术资本密集型转移，单调重复的低技术操作岗位减少，大量低端操作岗位转移到越南等海外，在这个过程中，更需要的是高技术的工程师和技术工人。
大量工作岗位从第二产业转为第三产业的生产性服务业。比如过去工厂需要自己配备操作工人和部分技术人员，现在改成了自动化工厂，增加了大量工业机器人，复杂度大大增加，一家工厂养不起全套技术团队，更多的技术需求转为外包，包括研发工业机器人应用、生产线改造调试、运维管理等等，这些工作都被统计进第三产业。
所以，美国现在一直鼓吹通过人工智能实现再工业化，只能说明美国还懂制造业的人已经很少了，在美国政府决策团队就更罕见了。当然也可能是单纯为了资本市场炒作人工智能故事。
最后，概括一个道理：
无人工厂绝不是无人，降低的是无人工厂自身的低水平操作需求，大幅增加的是全社会高技术水平的工程师和技术工人需求。搞无人工厂的前提，是有人工厂。
来源：大树乡谈微信号
回顶部