工业工程师 · 任务逐条
分析单位是任务,不是职位名称。下面每一条都带着它的方向、这条判断是有证据还是平台推断、判断的理由,以及它没有确立什么。
这一页上的每一项任务#
流程设计与改进
仍由人主导≈ 平台推断梳理工作怎么做,找出浪费和瓶颈,重新设计流程 —— 包括决定在哪里自动化。
自动化给这项工作加了活,而不是拿走:美国的预测认为,2025 至 2035 年工业工程师就业将增长 12%,因为想降低成本的公司需要工业工程师来优化生产流程、管理供应链,并提供自动化方面的专业知识。
预测数的是美国的岗位;没有测量工具现在承担了多少流程分析。
布局与工厂仿真
正在被增强✓ 有证据支撑规划产线与设施布局,并在建造或搬动任何东西之前,先在仿真或数字孪生里测试。
数字孪生如今承担了大部分测试。宝马说,过去需要近四周实测的碰撞检查 —— 由人手推着车身穿过产线,常常要占用好几个周末 —— 如今在仿真里三天就能完成;舍弗勒说,它的工业元宇宙已在十个工厂使用;现代汽车的新加坡创新中心在数字孪生平台上运行产线。仿真要测的布局,仍由工程师来定。
这些是制造商对自家工厂的叙述;宝马所说的规划成本再省 30% 是预计,都没有报告工程人员配置。
排产与产线平衡
正在被增强≈ 平台推断在工位之间平衡工作量,并在现有产能下安排生产以满足交期。
AI 在这里有能力,但遇到真实问题收益就缩水。与英飞凌一同测试的强化学习派工方法,在真实晶圆厂数据上把拖期最多改善 4%、产出最多改善 1%,而在公开基准模型上是两位数的改善;一个大语言模型智能体把装配线平衡到与现有优化算法相同的水平,只是迭代次数更少。
这些是研究结果,不是部署;晶圆厂研究的产业数据未公开,一位合著者出售仿真软件。
工时测量与标准
正在被增强≈ 平台推断测量任务需要多长时间,制定计划与薪酬所依赖的标准工时。
摄像头如今能给手工作业计时:一个用于动作时间研究的计算机视觉模型,在一道装配工序的测试中,给出的时间与分析员拿秒表测得的没有统计差异。制定标准并与做这份工作的人达成一致,仍是工程师的事。
这是在单一手工作业上的一次实验室测试;没有测量在工厂中的使用。
工艺危害分析
仍由人主导✓ 有证据支撑分析一道工艺可能出什么问题、如何预防,并在工艺改变时重新验证这份分析。
美国的工艺安全规定要求:工艺危害分析须由具备工程与工艺操作专业知识的团队进行,其中至少有一名对该工艺有具体经验的员工;并须由这样的团队至少每五年更新和重新验证一次。
这是美国针对涉及高危化学品的工艺的规定;不适用于大多数装配工作。