VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE
FAKULTA MEZINÁRODNÍCH VZTAHŮ
Obor: Mezinárodní obchod
Charakteristika firmy implementující kolaborativní roboty
Diplomová práce
Autor: Bc. Miroslav Šmíra
Vedoucí práce: Ing. Ondřej Sankot, Ph.D.
Prohlášení:
Prohlašuji, že jsem diplomovou práci na téma Charakteristika firmy implementující kolaborativní roboty vypracoval samostatně a vyznačil všechny citace z pramenů. Použitou literaturu a ostatní zdroje uvádím v seznamu literatury
V Praze dne………. ………..
Podpis studenta
Poděkování autora:
Rád bych poděkoval především panu Ing. Ondřeji Sankotovi Ph.D. za vedení diplomové práce a velkou pomoc, kterou mi poskytl při její tvorbě. Dále chci poděkovat všem zástupcům firem, kteří se mnou vedli rozhovory za jejich čas a ochotu.
Obsah
Úvod ... 1
1. Průmysl 4.0 – vysvětlení pojmu, prvky průmyslu 4.0 ... 5
1.1. Vysvětlení pojmu a historie průmyslu 4.0 ... 5
1.2. Prvky průmyslu 4.0 ... 7
1.3. Očekávané dopady Průmyslu 4.0 ... 13
1.4. Iniciativy využitelné pro podporu průmyslu 4.0 ... 20
2. Robotika se zaměřením na kolaborativní robotiku ... 22
2.1. Robotika obecně ... 22
2.2. Kolaborativní robotika ... 24
2.3. Současné trendy v oblasti robotiky ... 30
2.4. Kolaborativní robotická řešení na českém trhu ... 33
2.5. Význam implementace robotů pro firmu ... 39
3. Charakteristika firmy implementující kolaborativní roboty ... 43
3.1. Metodologie ... 43
3.2. Analýza rozhovorů ... 45
3.3. Shrnutí výzkumu ... 59
Závěr ... 62
Seznam zkratek:
AR = Augmented reality, rozšířená realita
AGV = Automated guided vehicles, automaticky řízené vozíky CPS = Cyber-physical systems, kyber – fyzikální systémy
CRM = Customer relationship management, řízení vztahu se zákazníky GDPR = General Data Protection Regulation, regulace o obecné ochraně dat IoS = Internet of services, internet služeb
IoT = Internet of Things, internet věcí
ICT = Information and communication technology, informační a komunikační technologie IT = Informační technologie
MOOC = Massive online open courses, hromadné online kurzy
PISA = Programme for international student assessment, program pro mezinárodní srovnání studentů
PLC = Programmable logic controller, programovatelný logický automat RaaS = Robots as a service, roboti jako služba
ROI = Return on Investment, návratnost investice
SMD = Surface Mount Device, součástky určené pro povrchovou montáž
THT = Through hole technology; osazování plošných spojů součástkami s drátovými vývody UR = Universal Robots; firma Universal Robots
VR = Virtual reality, virtuální realita
Seznam obrázků:
Obrázek 1: Přehled průmyslových revolucí ... 5
Obrázek 2: Příklad, jak mohou roboti asistovat zaměstnancům při náročných úkonech ... 14
Obrázek 3: Typické součásti průmyslového robota ... 24
Obrázek 4: Kolaborativní robot UR5 firmy Universal robots ... 26
Obrázek 5: Úroveň spolupráce mezi člověkem a kobotem dle Christiernina ... 27
Obrázek 6: Kategorie úrovní spolupráce mezi kobotem a operátorem ... 29
Obrázek 7: Robot Lara nasazený na MAV AVG při aplikaci paletizace ... 31
Obrázek 8: Soft gripper nabírající vejce ... 32
Obrázek 9:Produktová řada firmy Universal Robots ... 34
Obrázek 10: Baxter a Sawyer firmy Rethink robotics ... 35
Obrázek 11:Kolaborativní roboti Techman Robots ... 36
Obrázek 12: Přehled kolaborativních robotů firmy Doosan robotics ... 37
Obrázek 13:Fanuc série CXR ... 37
Obrázek 14: Kolaborativní roboti firmy ABB ... 38
Seznam grafů:
Graf 1: Výsledky PISA testů pro Českou republiku mezi roky 2000 a 2018 ... 17
Graf 2:Meziroční vývoj instalací robotů na světě ... 30
Seznam tabulek: Tabulka 1:Porovnání průmyslových a kolaborativních robotů ... 25
Tabulka 3: Návratnost kolaborativně robotického pracoviště ... 40
Tabulka 4: Přehled respondentů výzkumu ... 43
Tabulka 5: Počet robotů, které využívají respondenti a odvětví ve kterém působí ... 59
1
Úvod
V současnosti zažíváme čtvrtou průmyslovou revoluci, která mění typ práce, kterou lidé vykonávají a způsob, jakým je vykonávána. Vznikají nové pracovní pozice, a naopak mizí pozice, které tradičně existovaly. Nové technologie umožňují firmám vyrábět efektivněji, s menšími náklady a ve větším množství než kdy dřív. Zároveň pro ně ale vznikají nové hrozby, vzniká poptávka po nových typech zaměstnanců, kteří nemusí na trhu být a roste konkurence.
Průmysl 4.0 je, ve zkratce, průmyslovou revolucí, která je zaměřená především na propojenost v rámci podniků a vznik tzv. chytrých továren. Díky této průmyslové revoluci budou v budoucnu vznikat nové typy továren, výrobků i mezifiremních vztahů. Čtvrtá průmyslová revoluce se už ale netýká pouze výrobních firem. Digitalizace zasáhne a zasahuje všechny segmenty trhu jako jsou například i služby, zemědělství, logistika, marketing a celá řada dalších oblastí. Dopady této revoluce tedy budou skutečně celospolečenské.
Průmysl 4.0 přinese firmám, ekonomice a společnosti jako celku celou řadu úspor, zefektivní firemní procesy, sníží náklady spojené se zaměstnaností. Dále firmy, které se rozhodnou ve větším využívat veškerých výhod této koncepce a budou automatizovat a digitalizovat, tak budou výrazně konkurenceschopnější a naopak firmy, které konceptu nevyužijí, tak svou konkurenceschopnost ztratí. Pro spotřebitele pak vznikne díky konceptu možnost výrazně více individualizovaných výrobků a lepší informovanost o tom, kdy se k výrobku dostanou.
Koncepce průmyslu 4.0 má celou řadu součástí, které budou v práci identifikovány. Jedním z těchto prvků jsou právě i kolaborativní roboti, právě ti částečně umožní vznik nového typu pracovišť v továrnách, umožní firmám rychleji se naučit pracovat s novými technologiemi a stojí v rámci průmyslu 4.0 jako významný krok v možnostech průmyslové automatizace.
Kolaborativní roboti jsou takoví, kteří dokážou bezpečně pracovat ve výrobě vedle člověka a nepotřebují tak kolem sebe bezpečnostní oplocení ani žádné další bezpečnostní prvky. Existuje celá řada metod spolupráce mezi robotem a člověkem, většina jich bude v práci vyjmenována.
Tito roboti jsou oproti tradičním průmyslovým výrazně jednodušší na programování, mají rychlejší nasazení a kratší návratnost investice. Oproti průmyslovým robotům, nebo zaměstnancům, ale pořád mají řadu nevýhod, pořád nejsou tak chytří jako lidští zaměstnanci,
2 neunesou tolik, a nepracují tak rychle jako roboti průmysloví a je potřeba brát v potaz řadu specifik s nimi spojenými.
Firmám pak kolaborativní robotika může přinést úspory zejména v oblasti mzdových nákladů, ale existuje i řada dalších oblastí ve kterých může vzniknout úspora, jako je například snížení počtu vadných výrobků, snížení úrazovosti na pracovištích a další. Koboti (=kolaborativní roboti) tedy přinášejí firmám větší jistotu a bezpečnost.
Kolaborativní robotika samotná je teď velkým trendem v průmyslu, ale neexistuje velké množství publikací, které by se jí věnovalo. V důsledku toho je většina informací, která je o tomto trendu dostupná, nabízena jako marketingový materiál buď přímo od výrobců, nebo od systémových integrátorů těchto robotů. Pro firmy je tak poměrně složité identifikovat, co by je vlastně mělo motivovat a vést k implementaci kolaborativních robotů do výroby.
Proto je tato práce věnována identifikaci jasných přínosů a hrozeb, které jsou pro firmu spojeny s implementací kolaborativních robotů. Cílem práce je tak identifikovat, jaké charakteristiky výroby, pracoviště a firmy vedou k úspěšné implementaci, po finanční i technické stránce, a jaké vlastnosti vedou naopak k neúspěchům. Tedy charakteristiky firmy implementující kolaborativní roboty. Pro tuto analýzu bude využita i komparace mezi kolaborativními, průmyslovými roboty a agenturními zaměstnanci z úhlu pohledu firmy.
Na první pohled bude jasnou motivací firem pro implementaci kolaborativních robotů do výroby ušetření nákladů práce, stabilní výkon pracovišť a zvýšení kvality odvedené práce, ale může existovat i řada dalších motivací a jedním z cílů práce je tyto motivace identifikovat, popsat a vyvodit z nich závěry.
Pro získání těchto informací jsem se rozhodl využít formu rozhovorů s reprezentanty, kteří se profesionálně setkali s kolaborativními, nebo průmyslovými roboty a mají tak s těmito roboty praktické zkušenosti. Rozhovory budou probíhat polostrukturovanou formou, jejímž cílem je především dozvědět se od respondentů motivace, které vedli k implementaci robotů do výroby a zkušenosti, které s implementací mají.
Motivací pro zpracování tématu je především to, že se dlouhodobě pohybuji v oblasti kolaborativní robotiky a vidím rozdíl mezi marketingovými sděleními výrobců robotů a dalších v oblasti automatizace a reálnou situací. Automatizace je velmi aktuální téma i v rámci
3 současné pandemie covid - 19, která zabránila využití pracovní síly na plno. Další faktor, který, obzvláště v podmínkách České republiky, zvyšuje poptávku po automatizacích je dlouhodobý nedostatek pracovní síly, se kterým se potýká velká část výrobních firem. Proto je potřeba kriticky analyzovat a vytvořit doporučení, která budou pro české podniky aktuální v oblasti kolaborativní robotiky.
Pro naplnění těchto cílů je ale potřeba nejprve nadefinovat celou řadu pojmů spojených s oblastí. Proto je první kapitola celá věnována průmyslu 4.0 jako takovému, potenciálním dopadům jeho jednotlivých součástí na podnik, možnostem financování a jiných podpor, které může podnik využít, aby se konceptu přiblížil a současné situaci na českém trhu. Cílem této kapitoly je především seznámit čtenáře s řadou pojmů, které jsou s průmyslem 4.0 propojeny a dát mu jasnou představu, jaký mohou mít jednotlivé součásti dopad na podniky. Robotika a kolaborativní robotika přímo vychází z konceptu průmyslu 4.0. Zde je jedním z nejpalčivějších témat právě potenciální nahrazování lidské práce automatickými stroji a systémy.
Poslední dvě části první kapitoly jsou věnovány především současné situaci v České republice s ohledem na průmysl 4.0. Jednak je zde popsán potenciální dopad průmyslu 4.0 na český trh a dále pak jaké iniciativy a podpory mohou české firmy využít pro implementaci jednotlivých prvků.
Druhá kapitola se věnuje už přímo robotice, kolaborativní robotice a teoretickým dopadům, které má robotika pro firmy. Zde je cílem nejprve seznámit čtenáře s robotikou všeobecně, poté přiblížit co konkrétně znamená kolaborativní robotika a představit dostupná řešení na českém trhu. To znamená představit firmy, které vyrábí kolaborativní řešení a dodavatele díky kterým se dá ke kolaborativním robotům dostat. Už v úvodu je potřeba zmínit, že robotika sama o sobě není nic nového a byla součástí už třetí průmyslové revoluce, ale kolaborativní robotika zde vystupuje jako hlavní nový trend spojený s rozšířenou automatizací, kterou dovoluje až čtvrtá průmyslová revoluce.
Poslední část druhé kapitoly už pak pokládá přímo teoretické základy tomu, jaký význam pro firmy má implementace robotů a kobotů. Kde a jak tím firma může snížit své náklady a naopak, jaká rizika jsou s tím spojena. Cílem této podkapitoly je seznámit čtenáře s teoretickými motivacemi, které mohou firmy mít pro automatizaci a využití kolaborativních robotů.
4 Na tento teoretický základ přímo navazuje třetí kapitola, která je věnována analýze rozhovorů a samotnému výzkumu. Rozhovory zde budou zanalyzovány a cílem podkapitoly je nejprve seznámit čtenáře s respondenty a potvrdit jejich relevantnost pro výzkum. Následně provést čtenáře celým výzkumem a shrnout ho do jednotné formy.
V závěru potom vypracuji obecná doporučení a charakteristiky plynoucí z výzkumu. Tyto charakteristiky budou finanční i technická a na jejich prostudování by mělo pomoci čtenáři rozhodnout o investici do kolaborativní robotiky pro svou výrobu.
Největším omezením práce je nízká dostupnost informací v této oblasti a relativně malý počet respondentů. Většina firem si svoje výrobní procesy velmi bedlivě hlídá, a někteří respondenti tak nemohou udat všechny informace, nebo musí zůstat anonymní z různých důvodů. Dalším omezením je relativně malý rozsah výzkumu. Pro tento výzkum by bylo vhodné udělat takových rozhovorů více, ale kontakty na klíčové osoby jsou velmi málo dostupné a je tak skutečně náročné se s danými lidmi spojit.
5
1. Průmysl 4.0 – vysvětlení pojmu, prvky průmyslu 4.0
1.1. Vysvětlení pojmu a historie průmyslu 4.0
Průmysl 4.0 je součástí čtvrté průmyslové revoluce, která zásadním způsobem mění povahu průmyslu, energetiky, obchodu a dalších částí hospodářství. V jádru čtvrté průmyslové revoluce stojí spojení virtuálního kybernetického světa se světem fyzické reality. To s sebou přináší též významné interakce těchto systémů s celou společností, tedy se světem sociálním, proto se v poslední době v souvislosti se 4. průmyslovou revolucí hovoří o revoluci kyberneticko-fyzicko-sociální (Ministerstvo průmyslu a obchodu, 2016).
Před čtvrtou průmyslovou revolucí nastaly nejprve první, druhá a třetí. První průmyslová revoluce proběhla v Anglii v 18. století a probíhala ještě v 19. století, kdy se dokončoval přechod od ruční výroby ke strojní velkovýrobě. První průmyslová revoluce je spojena s masivním využíváním uhlí a parního stroje. Druhá průmyslová revoluce je poté zase spojena s elektrifikací a vznikem montážních linek. Období přímo navazuje na první průmyslovou revoluci a její počátek je nejčastěji spojován s rokem 1879, kdy Thomas Edison vynalezl žárovku. Třetí průmyslová revoluce je již spojena právě s automatizací, elektronikou a rozmachem informačních technologií. Za její počátek je uváděn rok 1969, kdy byl vyroben první programovatelný logický automat, tedy PLC. To je vlastně malý průmyslový počítač,
Obrázek 1: Přehled průmyslových revolucí, zpracováno autorem
6 tedy řídící jednotka, pro automatizaci (včetně například robotů) (Českomoravská konfederace odborových svazů, 2017).
Pojem Průmysl 4.0 byl poprvé představen na veletrhu v německém Hannoveru v roce 2011.
Od tohoto roku se koncept dále šířil do ostatních zemí a regionu. Německo poté v roce 2013 vytvořilo vládní platformu Industrie 4.0 (Mařík & kol., 2016).
V praxi průmysl 4.0 transformuje výrobu ze samostatných automatizovaných jednotek (pracovišť, nebo buněk) na plně integrovaná, automatizovaná a průběžně optimalizovaná výrobní prostředí. Jádrem pojmu je tedy propojení výrobních zařízení do kyberneticko- fyzických systémů – CPS (Cyber-Physical systems), ty budou základním stavebním prvkem inteligentních továren. Tyto systémy mezi sebou budou aktivně komunikovat a vyměňovat si informace, a to povede ke zvýšení produktivity, flexibility a snížení chyb ve výrobě. Jednotlivé prvky těchto systémů mohou být například roboty, senzory, jedno-účelové stroje, nebo například IT systémy. Tyto prvky spolu budou vzájemně propojeny v rámci hodnotového řetězce přesahujícího hranice jednotlivé firmy. Takto propojené CPS na sebe budou pomocí standardních komunikačních protokolů na bázi internetu vzájemně reagovat a analyzovat data, aby mohly předvídat případné chyby či poruchy, konfigurovat samy sebe a v reálném čase se přizpůsobovat změněným podmínkám. (Ministerstvo průmyslu a obchodu, 2016).
V takových továrnách budou vznikat inteligentní produkty, které budou jednoznačně identifikovatelné a lokalizovatelné, které budou znát nejen svou historii a aktuální stav, ale také alternativní cesty, jež vedou ke vzniku finálního produktu. Vertikální výrobní procesy budou horizontálně propojeny v rámci firemních systémů, které budou v reálném čase pružně reagovat na okamžitou a měnící se poptávku po produktech. Budou reagovat na individuální požadavky zákazníků a takovýto produkt také umožní efektivně vyrobit. Výrobní proces bude trvale optimalizován a bude schopen reagovat na nečekané změny způsobené například poruchou některého výrobního zařízení (Mařík & kol., 2016).
Průmysl 4.0 ovšem nezasáhne pouze výrobní průmysl, jeho hlavní charakteristiky zasáhnou celý trh a více. Průmysl 4.0 má čtyři hlavní charakteristiky, které na sebe vzájemně navazují.
První z nich je tzv Vertical networking chytrých produkčních systémů. To znamená využití právě CPS pro rychlé reagování na poptávku a tvorbu individualizovaného produktu. Druhou charakteristikou je horizontální integrace (Horizontal integration) v rámci nového typu dodavatelských řetězců – to umožní vyšší transparentnost, flexibilitu a optimalizaci celých
7 řetězců. Třetí charakteristikou je tzv Through-engineering skrz celý hodnotový řetězec. Tato charakteristika vyjadřuje možnost nových synergií v procesu vzniku produktů – vyšší propojenost a množství dat umožní nové a flexibilnější procesy v životě produktu (od prototypu do produkčního stádia). Poslední charakteristikou je pak akcelerace skrze exponenciální technologie, to znamená růst individuality řešení, flexibility a pokles nákladů díky využití neustále se rozvíjejících technologií (Deloitte Switzerland, 2014)
1.2. Prvky průmyslu 4.0
První pojem, který je nedílně spjatý se čtvrtou průmyslovou revolucí je digitalizace. Ta je nejčastěji chápána jako převod, nebo uchovávání dokumentů v digitální podobě. Digitalizace hledá možnosti postavené na digitálních technologiích, které přináší zefektivnění a zlepšení fungování vnitrofiremních i externích procesů za účelem vyšší efektivity společnosti (Českomoravská konfederace odborových svazů, 2017). Digitalizace ekonomiky probíhá v široké škále odvětví jako je například bankovnictví, bezpečnost ICT, elektronika, energetika, výroba, průmyslová automatizace, marketingové služby a celá řada dalších (Ministerstvo průmyslu a obchodu, 2016). V širším smyslu může digitalizace znamenat například i propojování jednotlivých systémů, které díky tomu komunikují spolu. Jako příklad může sloužit propojení tabulek a CRM systémů, které se díky automatizaci mohou vzájemně doplňovat automaticky. Digitalizace tak výrazně šetří čas a úsilí zaměstnanců a snižuje náklady spojené s administrativou.
Digitalizaci je možné provést téměř ve všech oblastech fungování firem jako je design produktu, produkce, logistika, marketing a prodeje, údržba, nebo bezpečnost. Jedna z velmi často automatizovaných a digitalizovaných odvětví jsou právě podnikové procesy. Díky digitalizaci tak může management podniků činit rozhodnutí nejen reakčně, ale v reálném čase, což povede k přesunu informací bez zdržení. Díky rychlému přesunu informací a flexibilním formám organizace firem se snižuje čas (a tedy i náklady) a zvyšuje kvality procesů rozhodování na všech úrovních podniku. Díky rychlejší implementaci rozhodnutí se pak může zvednou konkurenceschopnost firem na trhu, ale zároveň se generuje vyšší variabilita procesů uvnitř podniku, což může být nákladné (Chudaeva et al., 2019).
Typicky se digitalizace může projevit například přenesením velké části prototypů pouze do formy 3D modelů a jejich uchovávání v digitální podobě. Kde se například využívá digitalizace
8 intenzivně v oblasti robotiky je přenos nákresů a schémat jednotlivých komponent pro automatizaci do 3D modelů a jejich sdílení mezi integrátorem a klientem v reálném čase.
Internet věcí (Internet of Things, IoT) hraje zásadní roli v konceptu průmyslu 4.0. Právě IoT totiž umožňuje vzájemné propojení a komunikaci jednotlivých komponent v chytrých továrnách a průmyslu 4.0. Trend internetu věci lze dnes silně pozorovat v běžných domácnostech (chytré osvětlení, ovládání dalších částí domova přes internet). Internet služeb (Internet of Services – IoS) nabízí nejrůznější služby uvnitř organizace i napříč organizacemi.
Zejména se jedná o inteligentní dopravní systémy, které integrují informační a telekomunikační technologie s dopravním inženýrstvím (Českomoravská konfederace odborových svazů, 2017). Díky internetu věcí dokáže výrobní podnik lépe sledovat tok zboží a flexibilněji reagovat na problémy na jednotlivých pracovištích, což vede ke snížením nákladů na údržbu.
Internet věcí může v praxi podniku umožnit také lépe sledovat výkonnost jednotlivých pracovišť a efektivněji tak vysledovat úzká místa, která brzdí výrobu. Další oblast, kde může internet věcí snižovat náklady je například automatické vypínání světel a strojů v případě prázdných pracovišť (Paul, 2019).
Koncept průmyslu 4.0 je postaven také na analýze velkých dat (Big Data). Za velká data jsou obvykle považována data v rozsahu peta bytů a více, která přesahují možnosti současných databázových technologií. Jde především o obrazová data, ale i o textová data z internetu, obchodní, lékařská a bezpečnostní data, různé zdroje signálů a měření, ale i kombinovaná multimodální data, která jsou typická například pro systémy autonomního řízení aut, zábavní průmysl a média, finanční sektor, dopravu, nebo prodej výrobků (Mařík & kol., 2016). Big data mají typické využití například v oblasti marketingu a prodeje, kde umožňují akumulovat velké množství informací o spotřebitelích ze sociálních médií a dalších zdrojů, kde spotřebitelé zanechávají digitální stopu, díky čemuž mohou podniky lépe analyzovat a využít preference svých zákazníků (Chudaeva et al., 2019).
Velmi důležitou součástí konceptu chytrých výrobků je aditivní výroba. Mezinárodní výbor American Society for Testing and Materials (ASTM) definuje aditivní výrobu jako proces spojování materiálu podle 3D digitálních dat, nejčastěji vrstvu po vrstvě. Častěji používaným výrazem pro aditivní výrobu je 3D tisk. Aditivní technologie jsou schopné zpracovat kovy, plasty, nebo například keramiku (Mařík & kol., 2016). V oblasti průmyslové a kolaborativní robotiky je aditivní výroba používána zejména pro tvorbu prototypů při vytváření konceptů
9 jednotlivých pracovišť a zejména robotických uchopovadel (gripperů1). Dále je pak možné jí využít pro simulaci součástek se kterými by robot měl manipulovat. Využití aditivního tisku pro tvorbu prototypů zásadně snižuje náklady na výrobu nových produktů a urychluje celý proces tvorby. Dále snižuje náklady spojené s testováním a další.
Další součástí průmyslu 4.0 jsou autonomní roboti. Průmyslová automatizace práce autonomními roboti cílí na zvýšení produktivity práce. Vliv robotizace se nebude omezovat jen na sektor průmyslu a bude potřeba ho podpořit budováním potřebné infrastruktury (Ministerstvo průmyslu a obchodu, 2016). Dle Maříka & kol. (2016) se rozvoj autonomních robotů projeví především v tom, že roboti budou univerzálnější, schopnější se autonomně rozhodovat a budou mít celkově větší inteligenci. To pro podniky znamená snížené časové náklady zaměstnanců na přípravu složitých programů a rozhodovacích procesů.
Umělá inteligence a strojová inteligence se staly velice důležitou součástí v celé řadě oblastí od průmyslu, přes finance po například zdravotnictví. Za umělou inteligenci je označována simulace lidské inteligence ve strojích, které jsou naprogramovány tak, aby přemýšlely jako lidé a simulovali tak lidské chování. Ve své nejjednodušší podobě je uměla inteligence sadou pravidel podle kterých se počítač rozhoduje (Gregory et al., 2009). V praxi je umělá inteligence využívána pro automatizaci jednoduchých a nudných úloh. Firmám tak může vznikat úspora nákladů za zaměstnance, nebo může zaměstnance využít pro kreativnější činnost. Strojové učení poté znamená příprava takových algoritmů, které se dokážou automaticky zlepšovat využitím data a učení (Mitchell, 1997).
Poslední relevantní prvky průmyslu 4.0 pro robotiku jsou rozšířená realita a senzorika.
Rozšířenou realitu definuje Azuma jako stav, kdy jsou 3D virtuální objekty integrovány do 3D reálného prostředí v reálném čase (Azuma, 1997). Pro robotiku v průmyslové výrobě, nebo například medicíně má rozšířená realita (AR – Augmented Reality) význam pro kontrolu a plánování a interakci mezi roboty a lidmi (Makhataeva & Varol, 2020). Senzorika je obor zahrnující metody a nástroje měření a snímání fyzických veličin, v širším pojetí také obrazové a spektrální informace a detekci chemického složení látek. Senzorika má klíčový význam
1 Robotické uchopovadlo, neboli gripper je koncovou částí robotického ramene, kterou většina integačních firem vyrábí na míru daného pracoviště. Nebo existují firmy jako například OnRobot, které se specializují přímo na koncová uchopovadla (OnRobot, 2021a).
10 pro robotiku a automatizaci jako takovou a je pro většinu automatizovaných pracovišť nezbytná (Mařík & kol., 2016).
Základní prvky Průmyslu 4.0 tedy jsou:
• konektivita – schopnost všech komponent chytrých továren mezi sebou komunikovat prostřednictvím IoT a IoS;
• digitalizace – schopnost propojování fyzických systémů s virtuálními modely a simulačními nástroji;
• Big Data;
• aditivní výroba – 3D tisk;
• autonomní roboti;
• rozšířená realita;
• senzorika;
• decentralizace rozhodování;
• schopnost práce v reálném čase;
• umělá inteligence a strojové učení.
Se zaměřením na kolaborativní robotiku pak bude průmysl 4.0 znamenat především propojení robota s firemními systémy, díky kterým může kobot spolupracovat v rámci celé továrny a podílet se tak na konceptu chytré výroby. Roboti dále musí komunikovat se svým bezprostředním okolím, tedy se senzory, bezpečnostními prvky, nebo například jinými stroji, které by kobot měl obsluhovat.
Průmysl 4.0 v České republice
Česká republika má díky své makroekonomické situaci poměrně dobrou pozici pro implementaci průmyslu 4.0. Dle SWOT analýzy provedené v rámci Iniciativy průmysl 4.0 (Ministerstvo průmyslu a obchodu, 2016) patří mezi nejsilnější stránky české ekonomiky v oblasti průmyslu 4.0 především:
• úzká provázanost českých podniků s globálními technologickými lídry;
• flexibilita malých a středních firem v oblasti strategického rozhodování, schopnost přebírat a rychle aplikovat best practices;
• vysoký inovační potenciál uvnitř firem;
11
• tradičně vysoké povědomí o řízení kvality průmyslové výroby;
• zavedené metody dalšího vzdělávání zaměstnanců a jejich flexibilita a schopnost se adaptovat podle požadavků okolí.
Mezi slabé stránky pak patří zejména:
• velmi omezené povědomí o zásadách a dopadech průmyslu 4.0 v průmyslové sféře, a hlavně mimo ni;
• neschopnost státu rozhodnout o prioritách orientovaných na digitální ekonomiku, nedostatečný rozvoj infrastruktury potřebné pro zavádění průmyslu 4.0 na aplikovaný výzkum využitelný v průmyslu;
• nedostatečné chápání interdisciplinarity – převládá tradiční pohled na řemesla a technické i netechnické obory.
Z pohledu implementace jednotlivých prvků v průmyslových podnicích lze sledovat jejich diametrálně rozdílný přístup, který lze rozdělit podle následujících prvků.
Vlastnická struktura: v České republice lze rozdělit firmy do tří skupin. První skupinou jsou firmy, které jsou součástí velké nadnárodní korporace. Zde jsou často tahounem technologie, a to nejen výrobní, ale i komunikační, zahraniční korporátní, nebo smluvní vývojová centra.
Druhou skupinou pak jsou samostatné české firmy vlastněné zahraniční, nebo tuzemskou finanční skupinou. Zde je kvůli relativně krátké životnosti managementu patrný naprostý deficit strategického rozhodování a jako jednoznačná priorita se zde ukazuje krátkodobé plnění ekonomických ukazatelů. Třetí skupinou jsou české firmy vlastněné vrcholovým managementem, případně vlastníkem s jinou těsnou vazbou na exekutivu firmy. To jsou ve většině případů malé a středně velké firmy. Zde jsou inovační procesy hnány zejména potřebou vyšší konkurenceschopnosti a kromě vlastních výzkumných a vývojových kapacit jsou pro ně využívány i kapacity smluvní (Mařík & kol., 2016).
Postavení v hodnotovém řetězci průmyslové produkce: v Českém prostředí mají největší podíl výroba finálních produktů určených pro konečného spotřebitele (jako např. automobily) a polotovary, komponenty a součásti finálních výrobků (autodíly, části elektrických rozvodných zařízení apod.) (Ministerstvo průmyslu a obchodu, 2016).
12 Způsob řízení průmyslové výroby: v českých průmyslových firmách je možné se setkat s většinou známých modelů a způsobů řízení hromadné výroby, od jednoduchých využívajících výrobní průvodky (KANBAN), přes tzv. velínový způsob řízení až po mapování hodnotových toků v celém hodnotovém řetězci. Pro průmysl 4.0 jsou důležitá strategická rozhodnutí, zda a jakým způsobem a s jakým časovým horizontem postupnou transformaci na průmysl 4.0 provést, či zda nezvolit zcela novou technologii celého hodnotového řetězce (Mařík & kol., 2016).
Způsob strategického řízení a rozhodování podniků: v České republice má převážná část velkých podniků zpracovaný dlouhodobý rozvojový strategický plán. V podnikové strategii zde převládá zaměření na nízké náklady, na druhém místě odlišení se od konkurence (nízkými náklady a navazujícími marketingovými službami) (Straková & Váchal, 2018).
Způsob údržby zařízení a strojů: více než polovina českých firem nemá zpracovanou strategii řízení údržby, která by vycházela z potřeby dlouhodobě reagovat na jejich podnikatelský plán.
Oblast údržby strojů a zařízení přitom skrývá široké možnosti aplikace v oblasti datové analytiky. Přesto, že je v praxi výrobních společností patrný trend rozvoje automatizovaných systémů a jejich vertikální i horizontální integrace, údržbáři, až na čestné výjimky, nevědí, jak tento trend využít pro zkvalitnění přístupu jejich práce. Další překážkou průmyslu 4.0 v ČR jsou pak mnohdy zastaralá, nicméně stále platná legislativní ustanovení o revizních lhůtách, preventivních prohlídkách apod. (Mařík & kol., 2016).
Na základě výzkumu Josefa Basla z roku 2017 lze usoudit, že české společnosti mají poměrně vysoké povědomí o existenci trendu známého jako průmysl 4.0. To se výrazně více projevuje na úrovni vyššího managmentu než na úrovni průměrného zaměstnance. Společnostem často stále chybí strategie pro průmysl 4.0 a nemají osoby zodpovědné za další prohlubování principů průmyslu 4.0. Vyšší penetraci prvků průmyslu 4.0 je často bráněno nejistými výhodami a v mnoha případech vysokou prvotní investicí spojenou s řešeními průmyslu 4.0. Poslední, co výzkum ukázal je, že oblast, kterou lze výrazně zlepšit je předávání relevantních informací o průmyslu 4.0 zaměstnancům. Většina společností (56 %) zde uvedla, že jejich zaměstnanci stále neví, co tento pojem znamená (Josef Basl, 2017).
Česká republika také dlouhodobě trpí nedostatkem pracovní síly, což vede k větší nezbytnosti automatizace a implementace prvků průmyslu 4.0. Dále se díky rostoucím mzdovým nákladům snižuje návratnost většiny investic do automatizace, robotiky a dalších prvků průmyslu 4.0.
13 Dle výzkumu UP ČR z roku 2019 zvažuje kvůli negativním dopadům rekordní zaměstnanost (jako jsou například přesčasy, nebo pracovní přetěžování) zvažuje změnu přes 40 % zaměstnanců (UP CZ, 2019). Dle výzkumu firmy Pwc pak více, než polovina (54 %) tuzemských generálních ředitelů oslovených v průzkumu považuje nedostatek kvalifikovaných zaměstnanců za největší hrozbu dalšího růstu pro svou firmu (PricewaterhouseCoopers, 2019).
1.3. Očekávané dopady Průmyslu 4.0
Čtvrtá průmyslová revoluce s sebou nese spoustu dopadů na ekonomické, sociologické, politické a další prostředí. Mezi hlavní oblasti dopadu průmyslu 4.0, robotizace a automatizace lze řadit především následující: trh práce, vzdělávání, kvalifikace pracovní síly, sociální sféra a hodnotové řetězce.
Dopady na trh práce a pracovní sílu
Pokud je diskuse o průmyslu 4.0, automatizaci, digitalizaci a robotice, tak téměř každého jako první dopad napadne právě na trh práce a pracovní sílu. Stejné otázky vyvstávaly při každé průmyslové revoluci, nebo například při vzniku automatických bankomatů a jejich vlivu na zaměstnance bankovních přepážek.
Kombinace umělé inteligence a vývoje v mechanickém a elektrickém inženýringu má potenciál zásadně rozšířit kapacitu průmyslových a dalších robotů k přizpůsobování se svému prostředí. V kombinaci s 3D tiskem a strojovým učením zde vzniká vysoký potenciál pro změnu poptávky po práci a ztráty pracovních pozic (Brynjolfsson & MacAfee, 2011). Nicméně automatizace již nebude hrozbou pouze pro fyzickou, nebo manuální práci, ale také pro intelektuální, kognitivní a další kancelářské práce, které se opakují. Prozatím jsou nejhůře automatizovatelné především práce, které vyžadují schopnost řešení problémů, intuici, kreativitu, nebo přesvědčovací schopnosti (Kergroach, 2017).
Mezi nejvíce ohrožené zaměstnance automatizací patří především ti v přepravě, logistice, administrativě a zpracovatelském průmyslu. Co je ale překvapivé je, že zásadní část prací v oblasti služeb je také automatizovatelné. Naopak nejméně snadno automatizovatelné práce jsou například terapeuti, opraváři, instalatéři, mechanici a další. Existuje zde negativní vztah mezi platy a získaným vzděláním, tedy čím vyšší má zaměstnanec poslední dosažené vzdělání
14 a plat tím je nižší pravděpodobnost, že jeho práce bude automatizovatelná (Frey & Osborne, 2017).
Zároveň ale budou také vznikat nové typy práce spolu se vznikem nových obchodních modelů.
Tyto nové práce budou vyžadovat nové schopnosti a dovednosti. Například digitalizace s sebou nese velkou potřebu po datových analyticích, kterých je v současnosti na trhu nedostatek.
Velký důraz bude pravděpodobně kladen především na schopnost učit se celý život (Piątkowski, 2020). Tyto nové práce se budou odchylovat od standartního zaměstnání na plný pracovní poměr a budou mít nové formy (částečný úvazek, dočasné pozice, živnostníci). Díky tomu ale vzniká riziko výpadu příjmů států, kde jsou přerozdělovací systémy napojeny na pracovních modelech 20. století (Kergroach, 2017).
Ve výrobě a ve spojení s robotizací a automatizací bude výsledkem především vyšší nárok na mechanické strojírenství. Poptávka po nových typech robotů, konstrukčních komponent a materiálů bude požadovat velkou spolupráci mezi IT sektorem a konstrukčním sektorem. I zde budou robotizací a automatizací nejvíce ohroženy pracoviště a pracovníci, kteří provozují rutinní a jednoduché činnosti (tzv. „pick and place“ pracoviště, tedy pracoviště, kde se pouze přesouvají komponenty), protože zejména tyto činnosti lze standardizovat a provozovat stroji.
Obrázek 2: Příklad, jak mohou roboti asistovat zaměstnancům při náročných úkonech, zdroj: Lorenz et al., 2015
15 Dále pak ve výrobě průmysl 4.0 změní způsob jakým pracovníci vykonávají jejich práce. Dle výzkumu Boston Consulting Group z roku 2015 se změní celý proces a práce, které nebude možné naplno automatizovat budou provozovány za asistence robotů (pozn. k tomu mohou výrazně pomoci právě kolaborativní roboti). Tomu napovídá i trend stárnutí populace a tím se snižující schopnost obyvatel vykonávat fyzicky náročné úkony. Na obrázku číslo dva je uveden příklad, jak by mohly kolaborativní robotické systémy pomoci při montáži automobilu.
V prvním případě je situace, kdy zaměstnanec sám montuje jednotlivé komponenty, tedy nejprve zvedá těžký díl a poté ho přimontuje, to je obojí ergonomicky velmi náročné. V druhé části už je ale vidět, jak by typicky mohl robot při montáži asistovat například tím, že vykoná silovou část úkonu, tedy nese komponent a operátor ho navede k umístění a pozdějšímu upevnění komponentu. (Lorenz et al., 2015).
Nově vznikající práce pak ve výrobním průmyslu mohou být zejména v oblasti datové analytiky a ovládání a údržby robotů. První oblast je navázána především na digitalizaci a rostoucí množství dat, které se budou vyskytovat v sektoru. Tito zaměstnanci budou mít za úkol hledat spojitosti mezi jevy a vyvozovat z nich závěry. K tomu budou potřebovat mimo jiné i silné základy v programování. Druhá skupina se pak váže především k automatizaci a robotizaci jako takové, představa, že firmy budou najímat outsourcovaná řešení pro každé selhání robota, nebo potřebu jeho údržby, či úpravy programu je nereálná. Firmy tak budou potřebovat nový typ zaměstnanců – údržbářů robotů (Lorenz et al., 2015).
České prostředí má v tomto ohledu výhodu v několika ohledech. Prvním bodem je kontinuální zlepšování úrovně kvalifikace pracovní síly ve prospěch podílu odborníků s terciárním vzděláváním. Dále zde nízká míra nezaměstnanosti svědčí o dobré flexibilitě pracovní síly.
V České republice je jedna z nejnižších měr chudoby a sociálního vyloučení v rámci vyspělých zemí. To je dobré východisko pro udržení sociálního smíru v podmínkách budoucích technologických a společenských změn. Posledním bodem, který zmiňuje „Iniciativa průmysl 4.0“ pak je dlouhá tradice průmyslové výroby a solidní technické schopnosti a vyspělost zaměstnanců – tyto atributy vytvářejí dobré atributy pro vstřebání a aplikaci konceptu průmyslu 4.0 (Ministerstvo průmyslu a obchodu, 2016).
Mezi slabé stránky České republiky pak patří zejména úroveň odborných dovedností absolventů škol neodpovídající potřebám zaměstnavatelů, tedy nabídka a poptávka na trhu pracovní síly se plně nesetkává. Dále pak menší rozvinutost systému dalšího vzdělávání a
16 nedostatečná angažovanost univerzit v rámci tohoto systému. Česká politika trhu práce a sociální politiky není dostatečně připravena na řešení nových situací jako jsou rychlé změny na trhu práce v důsledku realizace průmyslu 4.0. Posledním problémem je pak společenská nepřipravenost na akceptaci čtvrté průmyslové revoluce (Ministerstvo průmyslu a obchodu, 2016).
Dopady na vzdělávací systémy
Pokud mají země přejít do průmyslu 4.0, tak budou potřebovat pracovní sílu, která bude dostatečně připravená. To znamená, že čtvrtá průmyslová revoluce staví poměrně vysoké nároky na vzdělávací systémy, které budou muset být zásadně zkvalitněny. Systémy budou muset být schopny rychle reagovat na vznik nových profesí (Ministerstvo průmyslu a obchodu, 2016).
Vzdělávací systémy by se tak měli snažit nabídnou širší sady dovedností a více praktických znalostí, uzavřít mezeru mezi poptávkou a nabídkou IT pracovníků a nabídnout nové formy průběžného vzdělávání (Lorenz et al., 2015).
Nabídka širších sad dovedností je naprosto klíčová pro úspěch států v prostředí průmyslu 4.0, protože ten vytvoří nové role, pro které budou potřeba znalosti jak z výroby, tak IT systémů.
Vysoké školy by tak měli zvýšit počet mezioborových studijních programů, které propojí IT a strojírenství. Tradiční studijní obory jako matematika, nebo fyzika by měli také obsahovat předměty zaměřené na IT a strojírenství a vyžadovat praktické znalosti, tedy stáže ve firmách.
S tím souvisí i nezbytnost uzavření propasti mezi poptávkou a nabídkou na trhu práce. Dle výzkumu firmy BCG bude v roce 2025 chybět zhruba 120 000 univerzitních absolventů s tituly v oblastech IT a počítačových věd. Tyto dovednosti vyžadují univerzitní vzdělání a velmi těžko se nahrazují rekvalifikačními kurzy (Lorenz et al., 2015).
Dále pak, dle Brynjolfssona, je potřeba zvýšit využití digitálních technologií ve vzdělávání.
Například velký potenciál vidí v tzv. MOOC (Massive open online courses), tedy hromadnými online kurzy. Dále pak apeluje na nezbytnost zvýšení platů učitelů (Brynjolfsson & MacAfee, 2015).
Nyní školní výuka v České republice nestačí ani současným nárokům na absolventy škol.
Průmyslem 4.0 budou ovlivněny všechny oblasti vzdělávání, ale z hlediska obsahu by měli být
17 prioritně podporovány přírodní a technické obory, především protože v současnosti je struktura studentů absolventů výrazně posunuta směrem k humanitním oborům a vytváří strukturální nesoulad s potřebami strategických odvětví. Solidní znalostní základ pro většinu těchto oborů stojí na znalostech matematiky. Je zásadní matematiku správně učit a pěstovat v dětech pozitivní vztah k přírodovědným a technickým oborům. Pokud se nepodaří podchytit zájem studentů o tyto disciplíny na základní či střední škole, uzavírají se jim některé v budoucnu velmi perspektivní vzdělávací cesty (Ministerstvo průmyslu a obchodu, 2016).
Co se týče silných a slabých stránek v oblasti vzdělávání v České republice, tak mezi nejsilnější patří především: tradičně kvalitní technické vzdělávání, vysoká míra dokončování středního vzdělávání a solidní průměrná úroveň mezinárodně srovnávaných vědomostí a dovedností (Ministerstvo průmyslu a obchodu, 2016). V poslední oblasti se ovšem, dle OECD testů PISA2, od roku 2006 projevuje tendence propadu ve většině testovaných znalostí, a tak je skutečná situace v České republice otázkou. Situaci vývoje úrovně vzdělání v České republice pro studenty ve věku 15 let od roku 2000 do současnosti zobrazuje graf č. 1 (OECD, 2000).
2 PISA (Programme for international student assessment) je program OECD pro mezinárodní posouzení studentů.
Každé tři roky jsou takto testování 15 letí student z celého světa v oblasti četby, matematiky a vědy, nebo aktuálnějších oblastí jako je např. finanční způsobilost (OECD, 2018), v ČR je realizátorem testů česká školní inspekce (ČSI, 2021).
Graf 1: Výsledky PISA testů pro Českou republiku mezi roky 2000 a 2018, data pro matematiku jsou dostupná až od roku 2003, pro vědy až od roku 2006, zpracováno autorem dle OECD, 2000
450 460 470 480 490 500 510 520
2000 2003 2006 2009 2012 2015 2018
Skóre pro Českou republiku
Roky
Výsledky PISA testů pro Českou republiku
Četba Matematika Vědy
18 Mezi slabé stránky pak lze zařadit zejména již zmíněný malý zájem o studium vysokoškolských technických oborů. Dále pak se zde projevuje především podfinancované školství pro všechny druhy škol, vysoká rozdrobenost oborů vzdělávání a nízká úroveň učňovského školství (Ministerstvo průmyslu a obchodu, 2016).
Dopady v oblasti bezpečnosti, legislativy a další
Digitální bezpečnost a bezpečnost jako taková jsou dvě velmi výrazná témata v oblasti průmyslu 4.0. Spolu s digitalizací roste i riziko kybernetických útoků jak na soukromý, tak na veřejný sektor.
Vzniká zde celá řada nových rizik díky propojení jednotlivých součástí a vzniku chytrých továren. Typickým příkladem může být například finanční ztráta způsobená hackerem vyvolanou výrobou určitého výrobku v chytré továrně, který pak ale nebude mít využití. V éře průmyslu 4.0 také vzniká celá řada nových dat, která jsou nyní řádově citlivější, bude tak ohroženo soukromí dat uživatelů, nebo data spojená s výrobou produktu, marketingem, dodavatelským řetězcem a další (Waslo et al., 2017).
Další bezpečnostní rizika mohou vyvstat například ve spojitosti fyzickými procesy v továrně.
Díky konektivitě v éře průmyslu 4.0 se stávají potenciální obětí kybernetických útoků právě i fyzické procesy, nejen data a informace. Jako příklad lze uvést právě kolaborativní a průmyslové roboty a s nimi spojenou extrémní míru automatizace. Pokud budou jednotlivá automatizovaná pracoviště propojena v rámci IoT, tak hrozí, v případě útoku, poškození strojů, zdravotní rizika pro zaměstnance spolupracující s roboty a celá řada dalších.
Jako důkaz rostoucí důležitosti kyber bezpečnosti je možné použít například zavedení EU General Data Protection Regulation v roce 2018. GDPR uložilo celou řadu bezpečnostních povinností na organizace, které zpracovávají data občanů EU a je podpořeno režimem významných finančních penalizací (Calder, 2020).
Průmysl 4.0 má silný dopad i na oblast na oblast legislativy. V případě chytrých továren, kdy stroje řídí další stroje vyvstávají otázky jako: kdo bude zodpovědný za vady? Kdo ponese odpovědnost za úrazy způsobené stroji?
19 Zde by měl dle Maříka vystoupit stát ve dvou rolích. První role je zákonodárná, stát by měl stavit zákony tak, aby nebránily dalšímu rozvoji technologií a ekonomickému prospěchu státu.
V případě ČR toho lze dosáhnout sledováním následujících principů právo tvorby:
• povinné hodnocení dopadů nových právních předpisů na digitální ekonomiku – jako nově zavedený prvek Obecných zásad pro hodnocení dopadů regulace;
• povinné zavádění povinností firem a občanů vůči státu i veřejných služeb jako a priori digitálních – v moderní legislativě by měla být vyloučena situace, že stát zavede vůči svým občanům novou službu, nebo bude požadovat novou povinnost, která není aplikovatelná v digitálním prostředí (například sčítání lidu – v ČR bylo v roce 2021 už v digitální podobě);
• povinné hodnocení trvanlivosti nové legislativy ve vztahu k perspektivnímu technologickému a sociálnímu vývoji – v praxi by se nemělo stát, že je v rámci několikaměsíčního legislativního procesu přijat zákon, který je reálně aplikovatelný po dobu několika let, přičemž poté vyžaduje novelizaci vzhledem k zastaralosti svého obsahu.
Dále by pak stát měl zajistit, že další rozvoj technologií a jejich využití k ekonomickému prospěchu bude finančně podpořen z veřejných zdrojů (Mařík & a kol., 2016).
Průmysl 4.0 bude mít dopad i například na formu dodavatelských řetězců. Mění se i finální produkt – ten je stále více individualizovaný a bere větší a větší potaz na požadavky konečných klientů. To bude vidět nejen ve výrobě produktů vyšší ceny (jako je automobilový průmysl), ale i ve velkovýrobě. V současnosti ale ještě není vysoké využití dostupných technologií (Szozda, 2017).
Konkrétně průmysl 4.0 povede k několika trendům v oblasti dodavatelsko – odběratelských řetězců:
• větší využití inovativních vhledů na dodavatelské řetězce – díky big data a novým analytickým nástrojům;
• k vyšší průhlednosti a nižší linearitě – výrobci bude moci například očekávat výpadky dodávek a pružně na ně reagovat;
• k pevnějším vztahům a větší spolupráci – výrobci získají vyšší důvěru od konečných spotřebitelů a ostatních členů dodavatelského řetězce;
20
• k nižším transakčním a provozním nákladům – chytřejší a více zapojené systémy umožní členům řetězce dříve identifikovat a vyřešit problémy (Nichols, 2018).
1.4. Iniciativy využitelné pro podporu průmyslu 4.0
Jelikož jsou jednotlivé technologie a projekty průmyslu 4.0 velmi investičně náročné, včetně robotiky, je žádoucí podpora státu, aby firmy mohli dostupné technologie využívat na plno.
Pro firmy má význam především finanční podpora, která může sloužit jako motivace pro investice do automatizace a kolaborativní robotiky. Informační a vzdělávací podpora má ale také své důležité místo, jelikož může podnikům posloužit a napomoci na cestě k průmyslu 4.0 a chytrým továrnám.
První a v práci už vícekrát zmíněnou inciativu, která v České republice reagovala na průmysl 4.0 je Iniciativa Průmysl 4.0 zpracovaná v roce 2016 ministerstvem průmyslu a obchodu.
Dlouhodobým cílem této iniciativy je udržet a posílit konkurenceschopnost ČR v době masového nástupu průmyslu 4.0 ve světě. Mezi krátkodobé cíle pak patří především ukázat možné směry vývoje a nastínit opatření, která by mohla nejen podpořit ekonomiku a průmyslovou základnu ČR, ale též pomoci připravit celou společnost na absorbování této technologické změny. Iniciativa obsahuje základní informaci o nutnosti neodkladných změn vyvolaných nástupem 4. průmyslové revoluce a mapuje opatření na podporu investic, aplikovaného výzkumu a standardizace, zpracovává otázky spojené s kybernetickou bezpečností, logistikou i legislativou (MPO, 2016).
Mezi roky 2014 a 2020 se jako klíčový vládní program pro podporu rozvoje průmyslu 4.0 jeví Operační program podnikání a inovace pro konkurenceschopnost (OP PIK). Pod OP PIK spadala celá řada finančních a dalších programů pro podporu inovací a podnikání. OP PIK celkově českým podnikům proplatil 36,99. mld (Agentura pro podnikání a inovace, 2021).
Program měl 5 oblastí podpory(Czechinvest, 2021; enovation, 2021) nazývané prioritní osy a to:
• Prioritní osa 1 – Rozvoj výzkumu a vývoje;
• Prioritní osa 2 – Podpora podnikání malých a středních firem;
• Prioritní osa 3 – Efektivnější nakládání s energií;
• Prioritní osa 4 – Rozvoj inovačních a komunikačních technologií;
• Prioritní osa 5 – Technická pomoc.
21 Řídícím orgánem OP PIK je Ministerstvo průmyslu a obchodu ČR a Agentura pro podnikání a inovace plní roli zprostředkujícího subjektu. Z této pozice vykonává specifické činnosti implementace pro dotační podporované aktivity OP PIK, např. hodnocení projektů z hlediska kritérií přijatelnosti a splnění formálních náležitostí, administraci žádostí o platbu, monitorování projektů a podobně. Další významnou činností API je podpora žadatelů a informační servis o možnostech získání finanční podpory a poradenství příjemcům podpory (Czechinvest, 2021).
Pro období 2021–2027 vznikl Operační program Technologie a aplikace pro konkurenceschopnost, ten už má průmyslu 4.0 výrazně blíž než jeho předchůdce. Program je stejně jako OP PIK zpracován pod hlavičkou Ministerstva průmyslu a obchodu. Celková alokace na plánované aktivity činí 79,3 mld. Kč a první výzvy by měli být vyhlášeny v únoru a březnu 2022. OP TAK je rozdělen do pěti prioritních os:
• Priorita 1 – Posilování výkonnosti podniků v oblasti výzkumu, vývoje a inovací a jejich digitální transformace (31,39 mld. Kč);
• Priorita 2 – Rozvoj podnikání a konkurenceschopnosti malých a středních podniků (9,9 mld. Kč);
• Priorita 3 – Rozvoj digitální infrastruktury (5 mld. Kč);
• Priorita 4 – Posun k nízkouhlíkovému hospodářství (29,14 mld. Kč);
• Priorita 5 – Efektivnější nakládání se zdroji (3,88 mld. Kč).
Digitalizaci jsou tedy jmenovitě věnovány dvě prioritní osy. První priorita má přímo jako jeden z podcílů zavádění a rozšiřování digitálních a pokročilých inovačních technologií v podnicích.
Třetí priorita je potom zaměřena zejména na modernizaci a rozšiřování stávající infrastruktury (zřizování nových sítí pro vysokorychlostní přístup k internetu) a budování optických přípojných sítí do malých obcí. Obě tyto oblasti mají zásadní význam pro čtvrtou průmyslovou revoluci (Tůma, 2021).
22
2. Robotika se zaměřením na kolaborativní robotiku
2.1. Robotika obecně
Za termínem robot historicky stojí především žánr science – fiction a spisovatelé Karel Čapek (který použil termín jako první) a Isaac Asimov. Science – fiction stranou, první roboti pro průmyslové použití byli patentováni v roce 1961 Georgem C. Devolem jako „programovatelný manipulátor“. První prototyp robota byl toho samého roku použit v továrně General Motors pro vstřikovací lisování (Nof, 1999).
Pro roboty existuje celá řada definicí a názvů. Havel (1980) Je definuje následovně: „Robot je automatický, nebo počítačem řízený integrovaný systém schopný autonomní, cílově orientované interakce s přirozeným prostředím, podle instrukcí od člověka. Tato interakce spočívá ve vnímání a rozpoznání tohoto prostředí a v manipulování s předměty, popř.
v pohybování se v tomto prostředí.“ Tato definice se vztahuje k celé řadě robotů, pokud máme najít užší definici pro průmyslové roboty, tak je opět celá řada vhodných variant. Například Beljanin (1975) definuje roboty takto: „Průmyslový robot je autonomně fungující stroj – automat, který je určen k reprodukci některých pohybových a duševních funkcí člověka při provádění pomocných a základních výrobních operací bez bezprostřední účasti člověka a který je k tomuto účelu vybaven některými jeho schopnostmi (sluchem, zrakem, hmatem, pamětí a podobně), schopností samo výuky, samo organizace a adaptace, tj. přizpůsobivostí k danému prostředí“ (Kolíbal, 2009).
Průmyslového robota od ostatních strojů rozděluje především jeho víceúčelovost. Další rozdíly mezi robotem a jedno-účelovým strojem jsou: programovatelnost, flexibilita, automatická operace a výměna informací s okolím. Díky programovatelnosti jsou roboti flexibilní a lze je využít pro více operací. Automatická operace znamená, že standartní průmyslový robot může pracovat sám a neměl by potřebovat člověka a komunikací s okolím jsou myšlena především různá čidla (Matúšová et al., 2019).
Důležitou součástí každého robota, ať už kolaborativního, nebo průmyslového, je pohyb založený na několika osách. Základní struktura dnešních robotů je vlastně rameno tvořené z několika kloubů. Klouby pracují na sobě nezávisle, což umožňuje robotu pohyb ve třech osách: x, y, z a rotaci v nich. Typicky mají roboti alespoň šest kloubů (Appleton & Williams, 2012).
23 Dle McKinsey Global Institute studie na téma disruptivních technologií by mohlo 15 až 25 procent prací ve výrobě, balení, konstrukci, údržbě a zemědělství v rozvinutých zemích nahrazeno roboty do roku 2025. Studie tvrdí, že by potenciální ekonomická dopad této situace mohlo být mezi 600 miliardy a 1,2 bilióny amerických dolarů do roku 2025. To by znamenalo, že se zvýší množství robotů ve světě o 15 až 25 miliónů vyžadujíc investice mezi 900 miliardy a 1,2 biliony. Tedy meziroční nárůst prodeje robotů o 25 až 30 % (James Manyika et al., 2013).
Dále lze roboty definovat pomocí norem, norma ISO 8373:2012 označuje pojmem průmyslový robot automaticky řízený a přeprogramovatelný víceúčelový manipulátor se třemi a více programovatelnými klouby, který může být buď fixně umístěn, nebo ho lze přemístit na určitá místa pro různá použití v aplikacích průmyslové automatizace.
Roboti se typicky skládají z několika částí. Nejdůležitější součásti každého průmyslového, nebo kolaborativního robota jsou zobrazeny na obrázku číslo tři. Každý robot má k sobě tzv controller, tedy počítač, který ovládá robota. Controller se v podstatě chová jako PLC zařízení (programovatelný logický automat, malý počítač využívaný v kombinaci s tradičními roboty v průmyslu), je zde možnost připojení a odpojení digitálních signálů, profinetů, probíhá přes něj napájení robotického ramene. Robotické rameno je celá paže robota, tedy všechny klouby, které vedou dále od základny. Základna robotického ramene je bod, kterým je rameno připojeno k zemi, nebo jakémukoliv podstavci. Robotická základna se chová jako nulový bod pro programování pozic robota (tzn. Na středy základny je bod, kde jsou všechny osy použity k programování 0). Na konci robotického ramene je pak tzv gripper neboli uchopovač, těch existuje celá řada typů. V průmyslovém prostředí se lze setkat například s výrobcem Shunk, nebo si integrátoři často vyrábí své vlastní uchopovače pro potřeby daného úkolu. Dále poté existují kolaborativní uchopovače, které vyrábí například firma OnRobot. Poslední částí každého robota bývá tzv teach pendant, tedy tablet s displejem, který je využíván k programování a ovládání robota.
24 Velmi důležitým pojmem pro robotiku, výpočet návratnosti robotů a celkově automatizaci v průmyslové výrobě je cyklový čas (cycle time). Zkráceně je to čas, který robot stráví daným úkonem (Owen, 1985). Pokud má robot pouze nabrat a odložit součástku, tak by jednoduchý cyklový čas mohl být například čas od prvního pohybu robota do momentu, kdy se vrátí do původní pozice. Prakticky čím je tedy kratší robotický cyklový čas, tím rychleji robot dokáže vyrábět, tím více vyrobí dílů za hodinu. Takže podle jednoduché logiky, čím je nižší cyklový čas, tím bude vyšší produktivita (robot stihne vyrobit více) a kratší návratnost robotického pracoviště. Pro výpočet cyklového času je zapotřebí brát v potaz i další faktory jako je nosnost robota, opakovatelnost a další (Phillips, 1997). Na cyklový čas se váže i výraz takt, který znamená tempo, kterým zákazník odebírá díly (tedy čím víc dílů chce zákazník odebírat tím nižší musí být takt).
2.2. Kolaborativní robotika
Kolaborativní robot je průmyslový robot, který je navržen tak, aby mohl spolupracovat s lidskými pracovníky. Tradiční průmyslový robot je velký, těžký, silný a robustní stroj, který má pracovat na specifickém úkolu. Kolem průmyslových robotů musí z bezpečnostních důvodů být ploty, signalizace a senzory tak, aby nepřišel při pohybu do kontaktu s člověkem (Broum & Šimon, 2019). Tabulka číslo jedna ukazuje veškeré zásadní rozdíly mezi průmyslovými a kolaborativními roboty.
Obrázek 3: Typické součásti průmyslového robota, zdroj: (Tao, 2019)
25 Kolaborativní robot je naopak navržen tak, aby spolupracoval s člověkem a vytvářel hodnotu spolu s ním. Tradiční průmysloví roboti jsou silně omezeni bezpečnostní klecí a senzorikou, což obojí výrazně zvyšuje cenu pracovišť. Koboti jsou díky absenci těchto prvků zaprvé levnější a za druhé se tím výrazně snižuje náročnost jejich údržby. Kolaborativní roboti jsou vybaveni řadou senzorů, které jim umožňují zjistit, kde se nachází lidský zaměstnanec. Dále pak koboti mají přímo integrované vlastnosti a senzory, které zastavují pohyb kobota, pokud detekují překážku, nebo hrozí kolize s člověkem. Někteří kolaborativní roboti jsou dokonce programování tak, aby se při kontaktu s člověkem okamžitě vypnuli a přerušili napájení ramene. Tím je eliminována potřeba bezpečnostních klecí. Nicméně i přes to je většinou v praxi potřeba pracoviště analyzovat z bezpečnostních důvodů (Broum & Šimon, 2019) (i když je kobot sám o sobě bezpečný pro člověka, tak pokud drží například ostrý nástroj, jeho bezpečnost klesá).
Dalším zásadním rozdílem mezi kolaborativními a průmyslovými roboty je jednoduchost programování. Zatímco využití tradičních průmyslových robotů vyžaduje poměrně komplexní znalost programování a robotiky, kolaborativní roboti jsou navrženi tak, aby bylo relativně snadné naučit se je programovat. Dále pak výrobci v duchu průmyslu 4.0 nabízí online kurzy,
Kolaborativní robot Konvenční průmyslový robot Jednoduché programování Programování zabírá hodně času Nižší váha robota (< 29 kg) Vyšší váha robota (> 50 kg) Integrované bezpečnostní funkce Absence bezpečnostní senzoriky Operuje i v omezeném prostoru Potřeba velkého prostoru
Nižší nosnost Vysoká nosnost
Mobilní Imobilní
Externí senzorika síly Nemá senzoriku síly
Rychlejší a jednodušší nastavení Vysoká rychlost pohybů
Vyšší flexibilita Univerzální užití v rámci omezeného
prostoru
Tabulka 1:Porovnání průmyslových a kolaborativních robotů; Zdroj: Zpracováno autorem dle Matúšová et al., 2019
26 které lze využít. Například Universal Robots nabízí kompletní online akademii programování robotů, na kterou navazuje několikadenní pokročilý kurz (Universal Robots, 2021b).
Mezi největší nedostatky kolaborativních robotů pak patří především jejich nosnost, která bývá řádově nižší než u tradičních průmyslových robotů. Dále pak jsou pomalejší a roboti sami o sobě bývají dražší, přestože jejich cena spadla o 35 % během posledních let (Matúšová et al., 2019) (i když celé pracoviště je levnější o bezpečnostní prvky). Poslední nevýhodou je pak nižší dosah, než mají velcí průmysloví roboti.
Kolaborativní robotika prošla bouřlivým vývojem zejména během posledních deseti let (Fast- Berglund et al., 2016). První masově prodávaný kolaborativní robot byl uveden na trh v roce 2008 a jedná se o UR5 firmy Universal robots, který je na obrázku číslo 4. Poprvé byl název kobot využit ve výzkumu J.Edward Colgatea a Michael A. Peshkina nesoucí název Cobots:
Robots for collaboration with human operators. To ale nebyl kobot v dnešním slova smyslu (robotické rameno), ale stroj, který aktivně spolupracoval s člověkem za použití různých komunikací (Colgate et al., 1996).
Mezi typická kolaborativní pracoviště patří například (Broum & Šimon, 2019):
• balení;
Obrázek 4: Kolaborativní robot UR5 firmy Universal robots, zdroj: Fotobanka Universal Robots
27
• paletizace;
• obsluha strojů;
• laboratorní analýza;
• šroubování;
• svařování;
• leštění;
• montáž součástek;
• kontrola kvality;
• manipulace (pick and place);
• přesun mezi pracovišti;
• třídění;
• testování desek tištěných spojů.
Spolupráci mezi člověkem a robotem lze kategorizovat do několika úrovní. V principu, pokud se jedná o úkol, který je jednoduchý a repetitivní, pak lze většinou linku plně automatizovat, čím je ale daný úkon složitější, tím více je potřeba kreativní práce lidí. Model Christiernina předpokládá čtyři úrovně kolaborace mezi člověkem a robotem, nebo strojem. Všechny úrovně kolaborace jsou zobrazeny na obrázku pět.
První úroveň, tedy bez spolupráce, je typický pro průmysl už několik desítek let a je využíván především s průmyslovými roboty.
V druhé úrovni spolupráce, tedy bez pohybu robota, existují dva režimy. Režim sdíleného prostoru znamená, že zaměstnanec a robot sice pracují spolu na jednom pracovišti, ale robot
1. Úroveň – žádná spolupráce
•Robot je v bezpečnostní buňce
•Nesmí přijít do kontaktu s člověkem
2. Úroveň –robot se nehýbe
•Režim sdíleného prostoru
•Režim start a stop
3. Úroveň – člověk řídí robota
•Režim vzájemného povědomí
•Režim pán – otrok
4. Úroveň – spolupráce
•Kooperativní režim
•Plně interaktivní režim
Obrázek 5: Úroveň spolupráce mezi člověkem a kobotem dle Christiernina, zpracováno autorem dle Christiernin, 2017
28 se automaticky zastaví v přítomnosti člověka (například díky světelným branám, nebo 3D scannerům). Režim start a stop pak přenáší zodpovědnost na člověka, který rozhoduje, kdy se robot může hýbat a kdy ne pomocí tlačítek start a stop. Pokud je člověk v tomto režim přítomen a robot se hýbe, tak pomalejší rychlostí.
Třetí úroveň má opět dva režimy. První režim znamená, že robot sleduje, kde se nachází člověk a jeho pohyby a díky tomu, že ví o lokaci člověka, dokáže své pohyby přizpůsobit tak, aby zabránil kolizím. Druhý režim, tedy pán – otrok, lze rozdělit na dva další příklady. Buď robot a člověk vykonávají aktivitu ve sdíleném prostředí a jsou ve fyzickém kontaktu (například robot se chová podle toho jakým směrem do něj člověk strčí), nebo nejsou ve sdíleném prostředí a člověk ovládá robota na dálku například za použití virtuální reality.
Poslední úroveň, spolupráce, nebo kolaborace, poté opět předpokládá dva typy režimů. První je kooperativní režim, kdy robot a člověk sdílejí prostor a společně pracují na řešení problémů, robot adaptuje své chování na základě aktivit člověka. Veškeré aktivity ovšem iniciuje člověk.
Druhým typem je plně interaktivní režim, který je stejný, ale aktivitu může iniciovat i robot i člověk (Christiernin, 2017).
Ovšem dle výzkumu provedeného univerzitou z Illinois v Chicagu a Wisconsinskou Universitou se v praxi většina kolaborativních robotů využívá především ve druhém stupni, konkrétně v režimu start-stop. To znamená, že koboti jsou často využíváni jako tradiční průmysloví roboti, pouze bez klece. K tomu vede, dle výzkumu, celá řada faktorů (Michaelis et al., 2020):
• koboti jsou často vybráni pro velmi jednoduché aplikace;
• koboti jsou velmi vzácně využívání flexibilně, nebo tak, aby bylo zaměstnancům dovoleno přeprogramovat je;
• vývoj nových, hybridních kobotů s větší rychlostí a nosností.
Druhý zajímavý jev, který studie v praxi objevila je ten, že většina expertů ve výrobních podnicích věří, že programování kolaborativních robotů vyžaduje podobné vzdělání jako tradiční roboti, včetně ovládání PLC3 zařízení a programovacích jazyků. Tyto dva faktory se
3 PLC = Programovatelný logický automat, malý počítač využívaný v kombinaci s tradičními roboty v průmyslu
