AI驱动的智能自动化有潜力真正改变制造业。具有技术背景的人通常对探索智能自动化解决方案感兴趣，他们常常成功获得批准，进行初步的试点研究或开发概念验证系统，然而，由于缺乏周密的计划、低估挑战以及未能有效传达价值主张，许多此类努力未能转化为实际生产应用。
以下是部署智能自动化解决方案时常见的错误清单，这些错误应尽量避免。
尝试过于接近地复制手动过程
人类和机器人的能力不同，因此通过机器人来紧密复制手动过程的努力通常不会成功。更好的方法是利用机器人的能力，重新设计流程，以发挥机器人执行任务的精确度、施加更高的力量以及以更快的速度移动工具的优势。
以机器人打磨为例，机器人可以施加更高的力量，从而使用更便宜的磨料并显著减少磨料成本。机器人能够施加一致的力量，使得在不损坏零件的情况下可以采用更激进的工艺参数，可能还会减少循环时间。加工的一致性可能还会消除一些中间加工步骤，减少循环时间。此外，自动化可以使用人类由于速度或振动限制而无法执行的工具运动。
不考虑系统级别的影响
通常，存在质量问题或在人体工学方面具有挑战性的工艺步骤是自动化的目标，即使这个工艺步骤能够成功自动化，其整体效能也可能受到下游工艺步骤的限制。
例如，如果下游工艺效率低下，它将成为瓶颈，即使自动化工艺以高速运行，也无法充分利用，因为下游瓶颈阻碍了其完全发挥价值。
此外，如果下游工艺是手动的，那么它将中和自动化工艺所产生的高质量产出，另一方面，如果上游工艺是手动的并且质量波动很大，这对自动化工艺也会构成挑战，波动可能迫使自动化工艺进行额外的工作，从而减慢速度或导致输出质量下降。
自动化通常无法解决源自上游工艺的质量问题，因此，在自动化一个工艺步骤时，必须考虑整个工作流程，这可能需要改变整体流程和系统级别的优化，以确保自动化工艺步骤能够提供预期的价值。
缺乏引导自动化旅程的支持者
自动化解决方案很少在第一天就能完全发挥其价值，提取自动化的全部价值可能是一个反复的过程。自动化本质上需要变更，而变更对大多数组织来说都很难。因此，自动化的部署应被视为一个旅程，旅程的初期可能会坎坷，因为事情可能不会按计划进行，可能会遇到意外的挑战。
因此，接受自动化需要在旅程开始时保持耐心。成功完成自动化之旅需要一个真正相信自动化长期价值的支持者，他能够在旅途中经受住风暴的考验，并确保小问题不会使项目脱轨。成功部署自动化需要仔细规划、预见挑战和管理风险。为挑战做好准备，迅速适应变化，并保持灵活的心态，对于成功完成自动化之旅至关重要。
狭隘的ROI计算
自动化项目的ROI计算通常只专注于劳动力成本的节约，如果提议的自动化解决方案在这一指标上不占优势，那么它通常会被排除在外，然而，这种观点可能过于狭隘。必须考虑部署自动化的所有潜在节约。虽然劳动力成本是一个关键因素，但其他因素也必须考虑在内。
例如，自动化可以在制造过程中节省消耗品，如在机器人打磨中使用更少的砂纸。此外，频繁的工人流动需要不断培训新工人，因此培训成本必须包含在ROI计算中。在人体工程学具有挑战性的任务中，工人受伤的风险也应考虑在内。自动化可以创建对下游流程有显著好处的数字模型，并实现100%的检验，增加额外的价值。
最后，随着婴儿潮一代开始退休，组织应该担心失去宝贵的流程知识。通过自动化流程，这些重要知识可以保存在软件中，确保其保持可访问和受保护。因此，在ROI计算中考虑所有潜在的好处以做出明智的决策是至关重要的。
不关注劳动力可用性和准备度问题
智能自动化通常被认为是解决劳动力短缺的解决方案。人类是制造过程的重要组成部分。要充分利用自动化的价值，需要具备合适技能的工人。例如，操作员可能需要与自动化机器和机器人单元互动，将零件放入或从中取出。如果他们不能有效地利用自动化设备，设备就无法发挥其价值。
为了使现有工人有效工作，自动化系统的界面必须直观且易于使用。例如，考虑一个操作员将零件装入机器人单元并指示其执行过程的场景。在这种情况下，我们不能期望操作员进行机器人编程。机器人应该能够通过点击按钮自行编程。
另一个挑战是自动化技术的维护和服务。通常，培养内部人才来维护自动化设备成本过高，或者，可以雇用外部服务提供商来维护自动化设备。基于AI的预测和健康管理(PHM)系统使服务提供商能够远程监控和服务自动化解决方案，成本效益高。在自动化项目开始时，就需要解决劳动力的可用性和准备度问题，以确保其成功。
成功部署智能自动化需要超越技术本身，考虑所有相关的运营、业务和劳动力问题。制定详细的智能自动化实施路线图，并获得所有利益相关者的支持，对于成功完成自动化旅程大有帮助。
