インダストリアルエンジニア

米国。統計局は、インダストリアルエンジニアの雇用が365,100人から2025年から2035年に12%増えて平均を大きく上回り、求人は年に約23,100件になると予測している。そして、より多くの企業がコストを下げようとするにつれ、生産工程を最適化し、サプライチェーンと物流を管理し、自動化についての専門知識を提供するインダストリアルエンジニアへの需要が増えると見込まれるという。数えているのは一国の職であって、タスクではない。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

組立の工程計画、スケジューリング、ライン編成のための LLM エージェントによる学術的なシステムで、圧力弁のラインでの実際の事例が一つある。要旨によれば、スケジューリングのエージェントはタスク計画で68%を超え、サブタスクへの分解で96%を超える精度を達成する。論文のライン編成の表では、エージェントが8回の反復で91.9%のライン編成効率に達し、既存の最適化アルゴリズムと同等であり、振り返りなしの GPT-4 は79.0%にとどまる。確立した手法を上回るのではなく、並ぶものである。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

Schaeffler の工場。同社によれば、そのインダストリアルメタバースはすでに10拠点で使われており、2030年までに世界の工場の50%に広げる計画である。規模は示しているが成果の数字はなく、同社が自らの工場を説明したものである。拡大は計画である。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

BMW グループの生産ネットワーク。同社によれば、かつては潜在的な干渉を見つけるために、実際の車体を生産ラインに手で通さなければならず、それはしばしば何度もの週末にわたった。そしていま仮想的なシミュレーションでわずか3日で済むことが、以前はほぼ4週間の実地の試験を要したという。また仮想工場によって生産計画のコストが最大30%減ると見込んでいる。同社が自らの業務を説明したものであり、ソフトウェアのパートナー企業の会議での講演に合わせて公表された。30%は見込みである。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

半導体の前工程ファブにおける強化学習によるディスパッチの研究で、オープンソースのファブモデルと実際の産業データセットで試験された。論文によれば、実際のデータセットでの改善は納期遅れで最大4%、処理量で最大1%であり、より単純なオープンソースのモデルでの納期遅れの二桁の改善とは対照的である。実際のデータセットは商業上の理由で公開されていないという。共著者にはシミュレーションソフトウェアの企業が含まれる。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

シンガポール、Hyundai Motor Group Innovation Center。同社によれば、全作業の約50%が200台のロボットによって行われ、人、ロボット、AIシステムが、デジタルツイン基盤が可能にした統合を通じて協働している。また従業員はデジタルの仮想空間で作業をシミュレーションでき、そのあいだロボットがライン上で部品を運ぶという。同社が自らの施設を説明したものであり、対象は少量生産の一つの工場である。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

コンピュータビジョンに基づく自動の動作時間研究のモデルを提案し、手作業の組立作業で試験した学術研究。論文は、従来の動作時間研究はストップウォッチを持った人間の分析者が行い、人為的な誤りにさらされうると指摘し、モデルによる時間データと手作業の計測とのあいだに統計的な差はなかったと報告している。実験室での一つの作業である。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

米国、極めて危険性の高い化学物質を扱うプロセス。規則によれば、プロセス危険性分析は、工学とプロセス運転の専門知識を持つチームが実施するものとし、そこには評価対象のプロセスに固有の経験と知識を持つ従業員が少なくとも一人含まれなければならない。また少なくとも5年ごとに、そうしたチームによって更新され再検証されるものとする。分析を資格のある人々のもとにとどめる規則であり、大半の組立作業はその対象外である。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

これから始めるなら、シミュレーション、デジタルツイン、最適化のツールは最初から仕事の一部だと見ておき、価値は問題の立て方にあると見ておくこと。どの工程を変えるか、制約は何か、そしてモデルの答えが現場で通用するかどうかである。

ツールがレイアウト、計画、時間をより速く提案するようになり、現場、安全、そして自動化がどこで元を取れるかについてのあなたの判断がより重要になると見ておくこと。米国の予測は、この職の成長を自動化の専門知識への需要と結びつけている。

留まって強くする

とどまり、工場のデジタルツインの責任者になる

自動車メーカーはレイアウトと干渉の試験をシミュレーションへ移しつつある。誰かがモデルを作り、何を試験するかを決め、それを現場と照らし合わせなければならない。

職の形を組み替える

自動化エンジニアリングへ移る

米国の予測は、企業がコストを下げようとするにつれ、自動化についての専門知識を提供するインダストリアルエンジニアへの需要が増えると見ている。

隣へ移る

プロセス安全へ移る

米国の規則のもとでは、危険な産業のプロセス危険性分析は、経験のある人々のチームが行わなければならない。

いまある証拠からは、そうは言えない。デジタルツインとAIツールはいまやレイアウト、計画、作業時間をより速く試験するが、実際の工場での改善は控えめであり、プロセス安全の法律は経験のある人々のチームを求めており、米国の予測は、企業が自動化の専門知識を必要とすることもあって、インダストリアルエンジニアの雇用が2025年から2035年に12%増えると見ている。

私たちはそれに年数では答えない。代わりに見るべき兆しがある。AIによるスケジューリングとレイアウトのツールが、ベンチマークで示す大きな改善を実際の工場でももたらし始めるかどうか、そして工場が、何を試験するかをエンジニアが決めることなくそれらを走らせるかどうかである。今日、ここに記録した実際のデータでの改善は数パーセントである。

試験を現場から画面へ移す。BMW は、ほぼ4週間の実地の試験を要した干渉チェックが、いまシミュレーションで3日で済むと述べている。レイアウトを設計し、モデルが何を試験するかを決めるのは、いまもエンジニアである。

米国の予測は、2025年から2035年に12%の成長で平均を大きく上回り、求人は年に約23,100件になると見ており、その需要を、工程を最適化し自動化を取り入れる企業と結びつけている。