工厂有什么好说的？但是当一家工厂有了机器人、AI自动化、数据、5G等前沿技术加持后，显然就会像一间魔术室一样上演这各种神奇和关于未来的想象。
坐标芬兰奥卢的诺基亚“未来工厂”，俨然提供了一个高速连接下，有望改变制造业世界的惊鸿一瞥。
4G还是5G？诺基亚未来工厂里的新式装备
随着5G网络逐渐推出、落地和走向成熟，“工业4.0”或“未来工厂”被给予了厚望。
5G支持者认为这些超快网络可以支持小区域内的大量连接对象并且没有延迟，将允许制造商使用自动化和数据来提高他们的设施效率。
奥卢校区正是诺基亚5G无线电设计和创新工作的核心，现场制造设施使该公司能够与研究人员一起测试和制造设备。
诺基亚高管指出，即便5G在即，但4G网络目前尚未得到充分利用，并且仍在许多领域推出。运营商希望有更多的时间来收回他们对4G的投资，进而继续制定5G计划。仅使用4G，高管估计他们已将奥卢工厂的一些产品线自动化至约99％，一些原型制作流程则需要手动完成。
像诺基亚这样的公司面临着在不削弱4G的情况下鼓励更大连接的5G投资之间的微妙平衡。
“凭借数据分析和高度自动化，这种制造环境充满了创新”，诺基亚奥卢工厂负责人Heikki Romppainen表示。“随着机器人数量不断增加，自动化水平也在不断提高。这将使整个供应链更灵活，更容易适应新产品。”
未来工厂之机器人的新地盘
当你迈入这家工厂时，第一眼看到的将是一系列大屏幕电视。这些屏幕显示来自各种传感器的实时信息，这些传感器几乎监控工厂车间的每个过程，而讨论问题或评估新元素的会议通常会在屏幕前举行。
这些传感器的数据通过Microsoft的Azure平台运行，系统允许管理员在工厂中按序列号跟踪零件。传统上，质量测试将在组装或制造过程结束时进行。但Romppainen表示，该系统可以让公司准确找出出错的地方并更快地解决问题。
“你不必调查和追溯步骤并运行诊断来发现缺陷。”Romppainen说，“你可以实时看到失败的原因，因为你可以看到数据。”
这些4G网络还允许远程呈现机器人在工厂车间漫游，使其他工厂的同事能够在他们尝试进行故障排除时召开会议并观察制造操作。
使用此数据流，系统现在可以自动跟踪耗材流量并检测耗尽量。在过去，当部件的供应耗尽时，生产线会停止。现在，系统发送警报并且机器人获取其他零件或耗材，这大大降低了停机时间。
除此之外，自动化已经实现了新的复杂程度。其中一个基站的主板上的组件数量急剧增加，并且光学系统检查焊接工作，这对人眼几乎是不可能的。
机器人，就像在这个故事的顶部描绘的那样，也在做一些产品的最终组装。通过标准化螺钉尺寸等功能，诺基亚已经能够将越来越多的工作转变为机器人。在这种情况下，该公司仍在使用更多的工业机器人，这些机器人在封闭的牢房中与人类分开工作。
诺基亚也开始推出“cobots”，它具有高度的灵敏度，可以安全地与人类一起使用。cobots的一个优点是它们可以更容易地重新编程以处理重复性任务。
5G的未来：复杂传感器、视频监控和失业
5G网络可以进一步实现自动化的问题。首先，诺基亚这家未来工厂将能够推出更多具有更高复杂性的传感器。
今天，当出现问题时，传感器会向管理员发出警报。但是5G时代，更强大的传感器可能会诊断出一个问题，可能要么修复问题，要么召唤一个自动机器人来修复它。
人类行为的更强大视频监控是另一个正在测试的场景。在一个工作站，该公司已经建立了一个5G测试系统，可以在工作时将摄像头放在员工周边。
系统跟踪员工的活动，通过算法进行视频分析，在5G网络上运行， 在他们犯错时提醒他们。
当然，工人是否会接受这种视频帮助是另一回事，这让我们回到了这将如何影响人们的问题。而整个工厂车间，大约100个人，而且大多数人都在做什么并不明显。
而这些仅有的100人中的大多数人仍在执行某种替换、组装或诊断任务。工作包括流程控制和后续工作，对自动化测试人员和分析系统注意到的流程问题作出反应，以及制造流程的整体改进。
当然这里面就有了一个老生常谈的话题：如果目标越来越自动化，这些工人的工作会发生什么？
一方面，自动化对于扩大5G基站的生产和其他努力至关重要。由于5G信号覆盖的距离比4G短，因此运营商需要安装更高密度的基站才能实现可靠的覆盖。制造需求可能是巨大的，并且不清楚是否有足够的工厂能力或足够的工人在未来十年内满足这些需求而不会使流程大规模自动化。
理论上，智能工厂将与日益自动化的供应链相连。想象一下仓库中的机器人会填写供应订单并将其放置在自动卡车和无人机上以便交付。
如果人们被纳入这些场景，他们将成为数据分析师和机器人专家，以确保机器正常工作。
据说这个工厂已经很少招聘受自动化威胁的工作类型。让工厂对潜在的新员工更有吸引力意味着改变工作类型，使员工成为“过程中更具创造性的一部分”
该公司推出了一项名为“Conscious Employee”的计划，以确定哪些工作可以成为这个新制造业的一部分。这包括精确定位数据科学，数据分析和机器人等领域的必要技能，以及增强和虚拟现实工具的经验。
