1
Technológiai megatrendek Az élet minden területét átszövő digitalizálás IoT - Ipar 4.0 Számítási teljesítmény növekedése MI elképzelhetetlen fejlődése A megállíthatatlan automatizálás 3D nyomtatás A technológia felhasználásának módosulása Blockchain Platform és új üzleti modellek Forrás: Forbes 2
Negyedik ipari forradalom: a virtuális és a fizikai világ konvergenicája, hálózatba kapcsolt eszközök exponenciális növekedése 1. Gépesítés 2. Tömeggyártás 3. Automatizálás 4. Kiber-fizikai rendszerek Az Ipar 4.0 jellemzői Horizontális integráció: Az okos gyár önmaga optimalizálja a termelési folyamatait. Vertikális integráció: Emberek, gépek kiber-fizikai rendszereken keresztül kommunikálnak. Az okos termékek: képesek adatokat gyűjteni, továbbítani életciklusuk gyártási fázisairól. Az ember maga az értékteremtés vezérlője, ő áll a középpontban. Kép: www.tozsdeforum.hu 3
Az Ipar 4.0 mikro-hatásai (Németországi példa) Ágazatok Az Ipar 4.0 bevezetésétől várt hatékonyságnövekedés [%] Éves növekedés [%] 2013-25 2013-25 Vegyipar +30% 2,21 Jármű- és alkatrészgyártás Gépek és gyáripari berendezések Elektromos berendezések +20% 1,53 +30% 2,21 +30% 2,21 Mezőgazdaság +15% 1,17 Információs és kommunikációs szektor Össz-potenciál a 6 kiválasztott ágazatban Az Ipar 4.0 hatása a teljes német gazdaságra extrapolálva* +15% 1,17 +23% 1,74% +11,5% 1,27% A karbantartási költségek csökkennek: 10-40% Piacrakerülési idő csökken: 20-50% Az előrejelzések pontossága javul: 85+% A minőségköltség csökken: 10-20% A raktározási költségek csökkenek: 20-50% A termelékenység nő: 3-5% Az állásidő csökken: 30-50% A termelékenység a műszaki munkakörökben a szellemi munka automatizálásának köszönhetően nő: 45-55% Forrás: Ipar 4.0 MKIK Informatikai Kollégium Tanulmány Forrás: McKinsey - Industry 4.0 (Németország példája) 4
Digitális gyárak (smart factory) evolúciója az egyedi megoldásoktól a digitális platformokig KKV-k 91% a teljes potenciál Nagyvállalatok Digitalizáltság foka Nem tervez digitális gyártást Szigetszerűen használ digitális technológiákat Széleskörűen használ digitális technológiát, a gyártás részben integrált és összekapcsolt A gyártás teljes mértékben digitalizált Forrás: PWC Industry 4.0 IPAR 4.0 Nemzeti Technológiai Platform kérdőív projekt eredményei a nagyvállalatok sem felkészültek Saját szerkesztés KKKV-k 2% Nem létezik stratégia 5% 40% 19% 8% 17% Pilot megvalósítás elkelzdődött Stratégia bevezetés elkezdődött Stratégia kidolgozás alatt Stratégia megfogalmazódott Stratégia megvalósult Nagyvállalatok 3% 16% 10% 62% 9% Nem létezik stratégia Pilot megvalósítás elkelzdődött Stratégia bevezetés elkezdődött Stratégia kidolgozás alatt Stratégia megfogalmazódott Stratégia megvalósult 5
Az automatizációs kitettségi index VÁRHATÓ VÁLTOZÁSOK A MUNKAERŐPIACON Hitel ügyintézők Recepciósok Jogi asszisztensek Bolti kiszolgálók Taxisofőrök, áruszállítók Biztonsági őrök Szakácsok, felszolgálók Csaposok Személyi bankárok Újságírók Zenészek, énekesek Jogászok Százalék/ automatizáció valószínűsége Digitalizáció: megszűnő egyszerű, ismétlődő manuális feladatok, munkakörök, Ipar4.0 / technológiák, szakmák Big data programozás, gépi tanulás, adattudós; Felhő alapú technológiák terjedése, osztott erőforrások használata; Genetikus programozás; 3D nyomtatás; Önvezető autók. Forrás: EY proprietary analysis of US BLS & Frey & Osborne data on automation új 6
A robotizáció foka Az ipar robotellátottsága fontos jellemzője az Ipar 4.0-ra felkészültségnek A járműipar minden országban a jelentősen legnagyobb felhasználó A mintagyárak fontossága az Ipar 4.0 ipari kultúra terjesztésében a KKV-k számára 7
Ipar 4.0 és Digitizing European Industry Az európai Platform kezdeményezés célja Use case -k kiválasztása, tesztelése Kiemelkedő jelentőségű kulcstechnológiai fejlesztések előkészítése Digitális innovációs központok (Digital Innovation Hub) kialakítása Európai jelentőségű PPP projektek (IPCEI) (Alakuló ülés 2018. május 29.) Hazai projektek megjelenítése a DEI portálon cross- Ipar 4.0 SZTAKI mintaalkalmazás Zalaegerszegi tesztpálya - SL / AT / HU border együttműködési nyilatkozat Mintagyárak Ipar 4.0 pilot költségvetési program További kezdeményezések: 5G koalíció MI koalíció (Roland Berger Strategy consultants, Industry 4.0) 8
Mintagyár program A hazai iparágak reprezentációja Ipar 4.0 technológiai kompetencia központ Ipar 4.0 alapú technológiák valós termelési környezetben Célok Szemléletformálás, demonstráció, és fejlesztés Tudás-transzfer és képzés, szervezés, vállalatvezetés Minősítés, vállalatra szabott Ipar 4.0 fejlesztési és üzleti tervek Digitális átalakítás fejlesztés Ipar 4.0 pályázatok A hazai iparágak reprezentációja + Ipar 4.0 technológiai kompetencia központ Kijelölt alágazatok (diszkrét automatizálás) Járműipar Specializált gép- és járműgyártás Fémfeldolgozás Továbblépés (folyamatok) Gyógyszeripar Élelmiszeripar Vegyipar Demonstrációs helyszínek mentor vállalkozás Continental, FESTO ELTEC Rotocerta Maher Zrt. Műegyetem Modern Gyárak Éjszakája: 2018. 11. 16. Forrás: FESTO 9
Mi is az AI? Azon folyamatok, amelyekben egy gép az emberi viselkedéshez hasonlóan old meg feladatokat. A mesterséges intelligencia több különböző technológiai réteget fűz össze. 10
Jövőképek pragmatikus vs. filozófiai megközelítés Az állandóan gyorsuló műszaki haladás és az emberi élet változása azt az érzetet keltik, hogy a faj történetének olyan alapvető szingularitásához közeledünk, melyen túl dolgaink nem mehetnek tovább a jelenleg ismert módon. /Neumann János/ A technológia lényegi kérdése, hogy miként működik együtt az ember és a gép? a technológia nem az ember helyettesítője, hanem az emberi munka kiegészítő eszköze (Peter Thiel, a PayPal alapítója) A szuperintelligencia az az időpont, amikor a mesterséges intelligencia meghaladja az emberi intelligencia szintjét. (I. J. Good) 11
Felelősség A kutatás örök dilemmája A mesterséges intelligencia a műszaki fejlődés tovaszáguldó lova, és a biztonságos alkalmazás őrének az előbbit üldöző lova közötti versenyre ítéltetett. A felelősség, és a jogi szabályozás komoly, újszerű kihívásai: A törvényhozó felelőssége Vagyoni, kártérítési felelősség Etikai felelősség 12
Technológiai szingularitás Moore törvény (1965) Komponensek összetettsége évente durván kétszeresére nő A törvény kiterjesztése (R.Kurzweil 2001) A gyorsuló eredmények törvénye Exponenciális növekedés Paradigma váltások gyorsulása Rendszerek: Ember-gép Nem biológiai emberek Halhatatlanság Technológiai szingularitás kb 2040 Nem biológiai intelligencia sokszorosa a biológiainak Szingularitás- időhorizont-fekete lyuk 13
Hatás a munkahelyekre Forrás: McKinsey Global Institute Jobs Lost, Jobs Gained: Workforce Transitions in a Time of Automation (Executive Summary) 14
Society 5.0 Forrás: Keidanren 2016 15
EU digitális fejlettségi országjelentés (EDPR) DESI: HU a 21. helyről a 20. helyre került a 28 tagállam listáján (2015-16), de 23. hely 2018-ban Erősség: internet használat, szélessávú elérhetőség (kivéve mobil internet penetráció) Gyengeség: digitális integráció, emberi erőforrások Gyorsan fejlődő területek: digitális integráció és digitális közszolgáltatások Legnagyobb kihívások: üzleti folyamatok digitális integrálása, digitális közszolgáltatások 16
Ipar 4.0 emberi tőke, oktatás, képzés 32% A lakosság digitális készségének foka 33% 35% 27% 50% 22% EU HU Digitális szakadék: Elsődleges szakadék: A vállalati digitális írástudás hiánya (honlapok hiánya, alapvető kommunikáció) Másodlagos szakadék: Elektronikus fizetési rendszerek, mobil alkalmazások, Szabályozott e-ügyintézés, E-kereskedelem, Folyamatirányítás, Integrált vállalatirányítás, E-leadership Magas Felsőoktatási trendek: Diszciplínák felülvizsgálata, újak kialakítása, Átlagos Alacsony, vagy hiányzó Digitális készségek, DESI, EU-COM, 2016 Új képzések: BME Autonomous Vehicle Control Engineer (RECAR) BME MBA Ipar 4.0 ELTE Computer Science for Autonomous Driving Egyedi vállalati, tűszerű képzések 17
Mesterséges Intelligencia - az önvezető járművek-zalaegerszeg Az automatizáltság szintjei 18
Az önvezető járművek Nem műszaki kérdések Erkölcsi, Pszichológiai, Politikai kérdések El szabad-e venni a vezetés élményét? Ellentétben az egyéb kooperatív módon irányítható járművektől (repülő, hajó, vasút) az egymáshoz nagyon közeli, szélsőségesen eltérő képességekkel rendelkező humán irányítók esetén valóban minden helyzetre fel tudjuk-e készíteni a rendszert? Mi képezi a döntés alapját olyan helyzetben, amikor két rossz közül kell választani? Nem terheli-e túl mentálisan a jármű vezetőülésében helyet foglaló személyt a tény, hogy nem ő irányítja a járművet? Tudjuk-e garantálni, hogy az autonóm járművek nem kerülnek-e az eredeti célnak nem megfelelő felhasználásra? Forrás: Technologiereview, VDA 19
Összegzés Egy vállalatnál a HR vezető kell, hogy a legkreatívabb legyen, hiszen Nehezen azonosítható, mire kell embereket találnia Szakmák megszűnnek, átalakulnak, újak születnek Automatizálás átalakítja a foglalkoztatási struktúrát Emberek és gépek dolgoznak együtt MI új kompetenciákat követel Nehezen azonosítható, milyenek lesznek az új generációk XYZ generáció, azaz Smiley People És a nagy testvér figyel Facebook Mood 20
Köszönöm megtisztelő figyelmüket! 21