La உற்பத்தித் தொழில் மற்ற துறைகளை விட வேகமாக வளர்ந்து வருகிறது. தொழிற்சாலை வேலைகள் ரோபோக்கள் அல்லது கணினிகளால் மாற்றப்படாமல் மீதமுள்ள சில வேலைகளில் சிலவாகும். அதிக தொழில்நுட்ப அறிவு தேவையில்லாத கணிசமான எண்ணிக்கையிலான நீல காலர் வேலைகளைக் கொண்ட மீதமுள்ள சில துறைகளில் உற்பத்தியும் ஒன்றாகும்.
இதனால், 20 ஆண்டுகளுக்கு முன் வேறு துறைக்கு தள்ளப்பட்ட பலர், தற்போது உற்பத்தி தொழிலை தேர்வு செய்து வருவதை பார்க்கிறோம். இத்தனை வளர்ச்சியுடன், எதிர்காலம் என்னவாகும் என்ற சந்தேகம் எழுவது இயல்பு இந்தத் தொழிலுக்கு. உற்பத்தியாளர்கள் என்ன சிக்கல்களுக்கு கவனம் செலுத்த வேண்டும்? உற்பத்தியாளர்கள் போட்டித்தன்மையுடனும் தொடர்புடையதாகவும் இருக்க என்ன மாற்றங்கள் ஏற்பட வேண்டும்? இந்தக் கட்டுரை இந்தக் கேள்விகளுக்குப் பதிலளிக்கும் மேலும் மேலும் உற்பத்தி உலகில் அடுத்தது என்னவாக இருக்கும் என்பதற்கு நீங்கள் தயாராக இருக்க முடியும்.
தொழில் வரலாறு
La தொழில்துறையின் வரலாறு மனித நாகரிகத்தைப் போலவே நீண்டது. உண்மையில், நாகரிகமே தொழில்துறைக்கான அதிகரித்த தேவையின் விளைவாகும் என்று வாதிடலாம். உதாரணமாக, மனிதர்கள் குடியேறி விவசாயம் செய்யத் தொடங்கியபோது, அவர்களுக்குத் தங்கள் உணவைக் கட்டவும், வளர்க்கவும், சேமிக்கவும் புதிய வழிகள் தேவைப்பட்டன. இதன் விளைவாக, கலப்பை, தறி, சக்கரம் போன்ற பொருட்கள் கண்டுபிடிக்கப்பட்டன. அவை அனைத்தும் தொழில்துறையின் முதல் வடிவங்களின் எடுத்துக்காட்டுகள். மக்கள் பொருட்களைத் தயாரிப்பதற்காக உற்பத்தியை ஒழுங்கமைத்து தானியங்குபடுத்தியதிலிருந்து, அவர்கள் அதைச் செய்வதற்கான புதிய கருவிகள் மற்றும் இயந்திரங்களைக் கண்டுபிடித்தனர். இயந்திரமயமாக்கல் மற்றும் நீராவி ஆற்றல் முதல் கணினிகள் மற்றும் ஆட்டோமேஷன் வரை வரலாற்றில் தொழில்துறையின் பல்வேறு நிலைகளை இந்தப் பகுதி உள்ளடக்கியது.
தொழில் 1.0: இயந்திரமயமாக்கல் மற்றும் நீராவி சக்தி
La தொழில் 1.0 நீராவி இயந்திரத்தின் கண்டுபிடிப்பால் இது எரிபொருளாக இருந்தது. நீராவி இயந்திரம்தான் முதலில் இயந்திரங்களை தொழில்துறை உற்பத்திக்கான சாத்தியமான விருப்பமாக மாற்றுவதற்கு போதுமான சக்தியை உருவாக்க அனுமதித்தது. இயந்திரமயமாக்கல் யுகம் தொடங்கியதும் இதுவே, எந்த தொழிற்புரட்சியின் தர்க்கரீதியான முடிவாகும். நீராவி மூலம் இயந்திரங்களை இயக்க முடியும் போது, அவை முன்பை விட மிகவும் பெரியதாகவும் சிக்கலானதாகவும் இருக்கும். அவை மிகவும் சிறப்பு வாய்ந்தவை, ஏனெனில் ஒவ்வொரு பகுதியையும் கைமுறையாக வடிவமைக்க அதிக நேரம் எடுக்கும். தானியங்கி தறியின் கண்டுபிடிப்பு இதற்கு சிறந்த உதாரணம். முதலில், தறி ஒரு நெசவாளரின் கைகளால் வேலை செய்தது. பின்னர், ஒரு நீராவி இயந்திரம் தறிக்கு சக்தி அளிக்க பயன்படுத்தப்பட்டது, இதனால் ஒரே நேரத்தில் அதிக துணி உற்பத்தி செய்யப்பட்டது. செயல்பாட்டில் இயந்திரமயமாக்கலுக்கு இது ஒரு எடுத்துக்காட்டு.
தொழில் 2.0: மின்சாரம், வெகுஜன உற்பத்தி மற்றும் அசெம்பிளி லைன்
La தொழில் 2.0 இது எங்களுக்கு மின் கட்டத்தை கொண்டு வந்தது, இது வணிகங்களை நிலையான சக்தியில் இயங்க அனுமதித்தது மற்றும் மின்சாரம் உற்பத்தி செய்வதற்கான செலவைக் குறைத்தது. இதன் மூலம் நிறுவனங்கள் 24 மணி நேரமும் தங்கள் தொழிற்சாலைகளை இயக்க முடிந்தது. மின்சாரம் புதிய இயந்திரங்கள் மற்றும் மோட்டார்கள், விளக்குகள் மற்றும் மின்விசிறிகள் போன்ற சாதனங்களையும் இயக்குகிறது. மாஸ் புரொடக்ஷன் தான் உண்மையில் இண்டஸ்ட்ரி 2.0ஐ வரைபடத்தில் வைக்கிறது. மாஸ் புரொடக்ஷன் என்பது ஒரே பொருளை மீண்டும் மீண்டும் செய்யும் ஒரு அசெம்பிளி லைன் ஆகும். இது ஒரு பெரிய ஆட்டோமொபைல் உற்பத்தியாளரின் நிறுவனர் ஹென்றி ஃபோர்டால் கண்டுபிடிக்கப்பட்டது. கார் உற்பத்தி செயல்முறையை ஒழுங்குபடுத்துவதன் மூலம் நேரத்தையும் பணத்தையும் சேமிக்க முடியும் என்பதை ஃபோர்டு உணர்ந்தது. ஒவ்வொரு காரையும் கையால் உருவாக்குவதற்குப் பதிலாக, அவர் தொழிலாளர்கள் ஒரு நேரத்தில் காரின் ஒரு பகுதியை உருவாக்கினார், பின்னர் அடுத்த தொழிலாளி மற்ற காருடன் இணைக்க அதை வேறு நிலையத்திற்கு மாற்றினார். இந்த அமைப்பு தொழிலாளர்கள் பகுதிகளை மாற்றும் நேரத்தை வீணாக்காமல் இருக்க அனுமதித்தது. இது ஃபோர்டு கார்களை வேகமாகவும், மலிவாகவும் மற்றும் குறைந்த கழிவுகளைக் கொண்டும் உருவாக்க அனுமதித்தது.
தொழில் 3.0: கம்ப்யூட்டிங் மற்றும் ஆட்டோமேஷன்
கணினிகள் தோன்றியவுடன், அவை பல பயன்பாடுகளைக் கண்டறிந்தன தொழில் 3.0. புதிய கருவிகள், இயந்திரங்கள் மற்றும் பொருட்களை உருவாக்க கணினிகள் பயன்படுத்தப்பட்டன. வெவ்வேறு செயல்முறைகளைக் கட்டுப்படுத்தவும் நிர்வகிக்கவும் அவை பயன்படுத்தப்பட்டன. தொழில்துறை ரோபோக்கள் 1950 களில் இருந்து உள்ளன.கணினிகள் மிகவும் மேம்பட்ட மற்றும் நம்பகமானதாக மாறியதால், ஆட்டோமொபைல் மற்றும் ஜவுளி தொழிற்சாலைகளில் பல ரோபோக்களை கட்டுப்படுத்த அவை பயன்படுத்தப்பட்டன. கணினிகள் மற்றும் ரோபோக்கள் ஒன்றாகப் பயன்படுத்தப்படும்போது, அது ஆட்டோமேஷன் என்று அழைக்கப்படுகிறது. ஆட்டோமேஷன் என்பது கணினிகள் மற்றும் ரோபோக்களைப் பயன்படுத்தி உற்பத்தி வரிகளை இயக்கும் செயல்முறையாகும். ஒரு தொழிற்சாலை அல்லது செயல்முறையை நடத்துவதற்கு தேவைப்படும் மனித தொழிலாளர்களின் எண்ணிக்கையை குறைக்க இது பெரும்பாலும் பயன்படுத்தப்படுகிறது. உற்பத்தியில் ஏற்படும் பெரும்பாலான வேலை இழப்புகளுக்கு ஆட்டோமேஷன் காரணமாகும். ஆட்டோமேஷனின் எழுச்சியால் கடந்த இரண்டு தசாப்தங்களில் பல தொழிலாளர்கள் வேலை இழந்துள்ளனர். ஜவுளி மற்றும் ஆட்டோமொபைல் உற்பத்தி போன்ற சில பகுதிகளில் இது குறிப்பாக உண்மையாக இருக்கிறது, அங்கு தொழிலாளர்கள் சாதாரணமாகச் செய்யும் பல பணிகளை ரோபோக்கள் எளிதாகச் செய்ய முடியும்.
தொழில் 4.0 என்றால் என்ன?
La கைத்தொழில், நான்காவது தொழில்துறை புரட்சி என்றும் அழைக்கப்படுகிறது, இது பெருகிய முறையில் டிஜிட்டல் உலகில் உற்பத்தியின் பரிணாமத்தை விவரிக்கும் ஒரு கருத்தாகும். கருத்து புதியதாக இருந்தாலும், "வன்பொருள்" பக்கத்தை உருவாக்கும் தொழில்நுட்பங்கள் சில காலமாக உள்ளன. உற்பத்தியின் அடுத்த பரிணாமத்தை விவரிக்க விரும்பிய ஜெர்மன் பொறியாளர்கள் மற்றும் கணினி விஞ்ஞானிகளால் 2011 இல் இந்த சொல் உருவாக்கப்பட்டது. "மென்பொருள்" பக்கத்தைப் பார்த்தால், புரட்சி எப்போது நடந்தது என்பது தெளிவாகத் தெரியவில்லை. இந்த தொழில்நுட்பங்கள் எங்களிடம் சில காலமாக இருந்தாலும், அவை சமீப காலம் வரை தாக்கத்தை ஏற்படுத்தத் தொடங்கவில்லை. ஏனென்றால், இந்த தொழில்நுட்பங்கள் புரட்சி என்று அழைக்கப்படும் அளவுக்கு முக்கியத்துவம் பெறுவதற்கு முன்பு பெரும்பாலான உற்பத்தியாளர்களால் ஏற்றுக்கொள்ளப்பட வேண்டியிருந்தது. இந்த கருத்தின் குறிக்கோள் டிஜிட்டல் உற்பத்தியைப் பயன்படுத்தி அதன் குறைபாடுகளை நீக்குவதாகும்.
உற்பத்தியில் ரோபாட்டிக்ஸ்
சமீபத்திய ஆண்டுகளில் வெளிவரும் தொழில்நுட்பங்களில் ஒன்று ரோபாட்டிக்ஸ். ரோபோக்கள் பல தசாப்தங்களாக உற்பத்தியில் பயன்படுத்தப்படுகின்றன, ஆனால் நவீன முன்னேற்றங்கள் அவற்றின் முன்னோடிகளை விட மிகவும் திறமையானவை. முதல் தொழில்துறை ரோபோக்கள் 1961 இல் அறிமுகப்படுத்தப்பட்டாலும், தொழில்நுட்பம் மெதுவாக முன்னேறியது. 1990 களில்தான் ரோபோட்டிக்ஸ் தொழில்நுட்பம் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தத் தொடங்கியது. ஸ்மார்ட் ரோபாட்டிக்ஸ் ஒரு தசாப்த காலமாக உள்ளது, இருப்பினும் இந்த கருத்து சமீபத்திய ஆண்டுகளில் உற்பத்தியில் மட்டுமே பயன்படுத்தப்படுகிறது. இந்த ரோபோக்கள் "புத்திசாலித்தனம்" கொண்டவை, ஏனெனில் அவை சென்சார்கள் மற்றும் ஸ்கேனர்களில் இருந்து தரவைப் படிக்கவும், இந்தத் தரவின் அடிப்படையில் தகவலறிந்த முடிவுகளை எடுக்கவும் திட்டமிடப்படலாம். ரோபோ தொழில்நுட்பம் அசுர வேகத்தில் வளர்ந்துள்ளது, மேலும் இந்த முன்னேற்றங்கள் தொடரும் என எதிர்பார்க்கப்படுகிறது.
உற்பத்தியில் செயற்கை நுண்ணறிவு
மனிதர்களால் செய்ய முடியாத செயல்கள் மற்றும் பணிகளை மீண்டும் மீண்டும் செய்வதற்கு ரோபாட்டிக்ஸ் சிறந்தது என்றாலும், மிகவும் சிக்கலான முடிவுகளை எடுக்கும்போது அது பயனுள்ளதாக இருக்காது. அங்குதான் செயற்கை நுண்ணறிவு வருகிறது. AI மென்பொருள் சிக்கலான தரவுகளைக் கையாள்வதிலும், தகவலறிந்த முடிவுகளை எடுக்க அதைப் பயன்படுத்துவதிலும் மிகவும் சிறந்தது. AI பல தசாப்தங்களாக உற்பத்தியின் ஒரு பகுதியாக இருந்தாலும், அதன் தத்தெடுப்பு மெதுவாக உள்ளது. எடுத்துக்காட்டாக, உற்பத்திக்கான முதல் AI- அடிப்படையிலான அமைப்பு 1964 இல் அறிமுகப்படுத்தப்பட்டது, ஆனால் 1990 கள் வரை பல உற்பத்தியாளர்களால் பயன்படுத்தப்படவில்லை. AI- அடிப்படையிலான அமைப்புகள் வரும் ஆண்டுகளில் மிகவும் பொதுவானதாக இருக்கும் என்று எதிர்பார்க்கப்படுகிறது, தத்தெடுப்பு விகிதங்கள் எதிர்பார்க்கப்படுகின்றன. 60 இல் 2017% இல் இருந்து 85 இல் 2022% ஆக அதிகரிக்கும். ஏனெனில் AI ஆனது முடிவெடுப்பதில் இருந்து உண்மையில் தொழிலாளர்கள் தங்கள் வேலைகளைச் செய்ய உதவுவதற்குப் பயன்படுத்தப்படுகிறது.
உற்பத்தியில் அதிகரித்த யதார்த்தம்
ஆக்மென்டட் ரியாலிட்டி என்பது சிறிது காலமாக இருக்கும் மற்றொரு தொழில்நுட்பமாகும், ஆனால் சமீபத்தில்தான் உற்பத்தியில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தத் தொடங்கியது. ஆக்மென்ட்டட் ரியாலிட்டியின் மிகப்பெரிய நன்மைகளில் ஒன்று, மனிதர்கள் மிகவும் திறமையாக வேலை செய்ய இது உதவும். பணிகளுக்கு முன்னுரிமை அளிப்பதிலும் இலக்குகளை நோக்கிச் செயல்படுவதிலும் மனிதர்கள் சிறந்தவர்கள், ஆனால் அவர்கள் தரவைச் செயலாக்குவதில் சிறந்தவர்கள் அல்ல. அதனால்தான் பல தொழிலாளர்கள் விரிதாள்கள் மற்றும் தரவுத்தளங்கள் போன்ற கருவிகளைப் பயன்படுத்துகின்றனர். இருப்பினும், இந்த கருவிகள் பெரிய அளவிலான தரவுகளுடன் அதிகமாக இருக்கலாம். தரவு சேர்க்கப்படும்போது அல்லது அகற்றப்படும்போது அவற்றைப் புதுப்பிப்பது கடினமாக இருக்கும். ஆக்மென்டட் ரியாலிட்டி தீர்வுகள் இந்தச் சூழ்நிலையைத் தணிக்க உதவுகின்றன, ஏனெனில் அவை தொழிலாளர்கள் தங்கள் கணினிகள், டேப்லெட்டுகள் அல்லது ஸ்மார்ட்போன்கள் மூலம் சிக்கலான காட்சிப்படுத்தல்களை அணுக அனுமதிக்கின்றன. சிக்கலான தரவு காட்சிப்படுத்தலைப் புரிந்துகொள்ளவும் பயன்படுத்தவும் எளிதாக்கும் வகையில் இது அவர்களை அனுமதிக்கிறது.
உற்பத்தியில் ஐ.ஓ.டி
இன்டர்நெட் ஆஃப் திங்ஸ் (IoT) என்பது இணையத்தில் தரவை அனுப்ப மற்றும் பெறக்கூடிய சாதனங்களின் நெட்வொர்க் ஆகும். இதன் பொருள் ஒரு சாதனம் உங்கள் கணினிக்கு தரவை அனுப்பலாம் அல்லது உங்கள் கணினி சாதனத்திற்கு தரவை அனுப்பலாம். அலாரம் அணைக்கப்படும் நேரத்தையும் தேதியையும் மாற்ற உங்களை அனுமதிக்கும் காபி இயந்திரம் இதற்கு ஒரு எடுத்துக்காட்டு. இந்தத் தரவு சாதனத்தின் தற்போதைய வெப்பநிலையிலிருந்து இன்று செய்யப்படும் PayPal பரிவர்த்தனைகளின் எண்ணிக்கை வரை எதுவாகவும் இருக்கலாம். காபி இயந்திரத்தில் உடைந்த பகுதி போன்ற சாதனத்தில் உள்ள சிக்கல்களைக் கண்டறிய இந்தத் தகவல் பயனுள்ளதாக இருக்கும். சாதனம் எவ்வாறு பயன்படுத்தப்படுகிறது என்பதைப் புரிந்துகொள்வதும் பயனுள்ளதாக இருக்கும். உற்பத்தித் துறையில் IoT சாதனத்தின் உதாரணம் மின்சார மீட்டர். இந்த சாதனங்கள் ஒரு இயந்திரம் அல்லது ஒரு உபகரணத்தை பயன்படுத்தும் மின்சாரத்தின் அளவை அளவிட பயன்படுகிறது.
உற்பத்தியில் 3D பிரிண்டிங்
3டி பிரிண்டிங் என்பது ஒரு இயந்திரம் ஒன்றின் மேல் ஒன்றாக அடுக்கப்பட்ட பொருட்களைப் பயன்படுத்தி முப்பரிமாணப் பொருளை உருவாக்கும் ஒரு செயல்முறையாகும். இந்த செயல்முறை பல தசாப்தங்களாக உள்ளது, ஆனால் சமீபத்திய ஆண்டுகளில் கொஞ்சம் கொஞ்சமாக உருவாகியுள்ளது. 3டி அச்சுப்பொறிகள் உலோகத்திலிருந்து பொருட்களை உருவாக்க முடியும் என்பது மிகப்பெரிய முன்னேற்றங்களில் ஒன்றாகும், இது முதலில் கடினமாக இருந்தது. இந்த தொழில்நுட்பம் மேலும் வளரும் மற்றும் வரும் ஆண்டுகளில் மேலும் பரவலாக பயன்படுத்தப்படும் என்று எதிர்பார்க்கப்படுகிறது. தொழில்நுட்பம் அணுகக்கூடியதாக இருப்பதால், பொதுமக்கள் 3டி அச்சிடப்பட்ட தயாரிப்புகளைப் பார்க்கத் தொடங்குவார்கள்.
பெரிய தரவுகளுடன் பகுப்பாய்வு
கடைசியாக, எங்களிடம் பெரிய தரவு பகுப்பாய்வு உள்ளது, இது உற்பத்தித் துறையில் அதிக முக்கியத்துவம் பெறும் என்று எதிர்பார்க்கப்படுகிறது. ஏனென்றால், இந்தத் தீர்வுகள் பெரிய அளவிலான தரவை பகுப்பாய்வு செய்யவும், அந்தத் தரவில் உள்ள போக்குகள் மற்றும் வடிவங்களை அடையாளம் காணவும் உங்களை அனுமதிக்கின்றன. இந்தத் தரவு உங்கள் வாடிக்கையாளர்களைப் பற்றிய தகவலாக இருக்கலாம், அதாவது அவர்கள் ஒரு பொருளை வாங்குவதற்கு அதிக வாய்ப்புள்ள நாளின் நேரம் போன்றவை. இது உங்கள் தயாரிப்புகள் மற்றும் உங்கள் தயாரிப்பு வரிசை தொடர்பான தரவுகளாகவும் இருக்கலாம். எடுத்துக்காட்டாக, ஒரு நாளைக்கு 100 தயாரிப்புகளை உற்பத்தி செய்யும் இயந்திரம் உங்களிடம் இருக்கலாம், ஆனால் அவற்றில் 10 மட்டுமே விற்கப்படும். பெரிய தரவு பகுப்பாய்வு மூலம், அந்த முரண்பாட்டை நீங்கள் கண்டறிந்து அதை எவ்வாறு சரிசெய்வது என்பதைக் கண்டறியலாம்.