သတင်း

ကပ်ရောဂါ၏အကျိုးသက်ရောက်မှုနှင့် လက်ရှိဖြစ်ပေါ်နေသော ကမ္ဘာလုံးဆိုင်ရာကျွမ်းကျင်မှုပြတ်လပ်မှုသည် 2023 ခုနှစ်အထိ စက်မှုအလိုအလျောက်စနစ်တွင် ရင်းနှီးမြှုပ်နှံမှုကို ဆက်လက်တွန်းအားပေးမည်ဖြစ်ပြီး လက်ရှိလုပ်သားအရေအတွက်ကို တိုးလာစေရုံသာမက လုပ်ငန်းအခွင့်အလမ်းများနှင့် အကြံဉာဏ်သစ်များကိုလည်း ဖွင့်လှစ်ပေးမည်ဖြစ်သည်။
ပထမစက်မှုတော်လှန်ရေးနောက်ပိုင်း တိုးတက်မှုနောက်ကွယ်တွင် အလိုအလျောက်စနစ်သည် မောင်းနှင်အားဖြစ်ခဲ့သော်လည်း စက်ရုပ်နှင့် ဉာဏ်ရည်တုများ ထွန်းကားလာခြင်းက ၎င်း၏အကျိုးသက်ရောက်မှုကို တိုးမြင့်စေခဲ့သည်။Precedence Research အရ ကမ္ဘာလုံးဆိုင်ရာစက်မှု အလိုအလျောက်စနစ်စျေးကွက်သည် 2021 ခုနှစ်တွင် $196.6 ဘီလီယံရှိမည်ဟု ခန့်မှန်းရပြီး 2030တွင် $412.8 billion ကျော်လွန်သွားမည်ဖြစ်ပါသည်။
Forrester မှ လေ့လာဆန်းစစ်သူ Leslie Joseph ၏ အဆိုအရ၊ စက်မှုလုပ်ငန်းအားလုံးရှိ အဖွဲ့အစည်းများသည် ၎င်းတို့၏ လုပ်သားအင်အားရရှိမှုကို ထပ်မံအကျိုးသက်ရောက်နိုင်သည့် အနာဂတ်ဖြစ်ရပ်များကို ခုခံနိုင်စွမ်းမရှိသောကြောင့် အလိုအလျောက်စနစ်ဖြင့် မွေးစားခြင်းတွင် ဤတိုးတက်မှုသည် တစ်စိတ်တစ်ပိုင်း ဖြစ်ပေါ်မည်ဖြစ်သည်။
“အလိုအလျောက်စနစ်သည် ကပ်ရောဂါမဖြစ်ပွားမီ ကာလအတန်ကြာကတည်းက အလုပ်အကိုင်အပြောင်းအလဲ၏ အဓိကမောင်းနှင်အားတစ်ခုဖြစ်သည်။ယခုအခါတွင် လုပ်ငန်းအန္တရာယ်နှင့် ခံနိုင်ရည်ရှိမှုဆိုင်ရာ အရေးပေါ်အခြေအနေသစ်များကို စတင်ဆောင်ရွက်နေပြီဖြစ်သည်။ကျွန်ုပ်တို့သည် အကျပ်အတည်းမှ ထွက်ပေါ်လာသည်နှင့်အမျှ ကုမ္ပဏီများသည် ထောက်ပံ့ရေးနှင့် လူသားများ၏ ကုန်ထုတ်စွမ်းအားအတွက် အကျပ်အတည်းဖြစ်လာနိုင်သည့် အန္တရာယ်များကို အနာဂတ်ချဉ်းကပ်မှုမှ လျော့ပါးသက်သာစေရန် နည်းလမ်းတစ်ခုအနေဖြင့် အလိုအလျောက်စနစ်ဆီသို့ ကြိုးပမ်းသွားမည်ဖြစ်သည်။၎င်းတို့သည် သိမြင်နားလည်မှုနှင့် ဉာဏ်ရည်တု၊ စက်မှုစက်ရုပ်များ၊ ဝန်ဆောင်မှုစက်ရုပ်များနှင့် စက်ရုပ်လုပ်ငန်းစဉ် အလိုအလျောက်လုပ်ဆောင်မှုတို့တွင် ပိုမိုရင်းနှီးမြုပ်နှံမည်ဖြစ်သည်။”
အစပိုင်းတွင်၊ အလိုအလျောက်စနစ်သည် လုပ်သားစရိတ်များကို လျှော့ချရာတွင် ကုန်ထုတ်စွမ်းအားတိုးလာစေရန် အာရုံစိုက်ခဲ့သော်လည်း 2023 ခုနှစ်အတွက် ထိပ်တန်းအလိုအလျောက်စနစ်ဆိုင်ရာ လမ်းကြောင်း 5 ခုသည် ပိုမိုကျယ်ပြန့်သော လုပ်ငန်းအကျိုးအမြတ်များဖြင့် ဉာဏ်ရည်ထက်မြက်သော အလိုအလျောက်စနစ်အပေါ် ကြီးထွားလာနေသည့် အာရုံစိုက်မှုကို ဖော်ပြနေသည်။
Capgemini Research Institute မှ 2019 လေ့လာမှုတစ်ခုအရ ထိပ်တန်းဥရောပထုတ်လုပ်သူ ထက်ဝက်ကျော်သည် ၎င်းတို့၏ကုန်ထုတ်လုပ်မှုလုပ်ငန်းများတွင် AI ကို အနည်းဆုံးအသုံးပြုမှုတစ်ခုကို အကောင်အထည်ဖော်ခဲ့သည်။2021 ခုနှစ်တွင် ဥာဏ်ရည်တု ထုတ်လုပ်မှု စျေးကွက် အရွယ်အစားသည် ဒေါ်လာ 2.963 ဘီလီယံ ရှိပြီး 2030 ခုနှစ်တွင် $78.744 ဘီလီယံအထိ တိုးလာမည်ဟု ခန့်မှန်းထားသည်။
ဉာဏ်ရည်ထက်မြက်သော စက်ရုံအလိုအလျောက်စနစ်မှ သိုလှောင်ရုံနှင့် ဖြန့်ဖြူးခြင်းအထိ၊ ထုတ်လုပ်မှုတွင် AI အတွက် အခွင့်အလမ်းများ ပေါများပါသည်။AI ထုတ်လုပ်သူ၏ ခရီးစတင်ရန်အတွက် ၎င်းတို့၏ သင့်လျော်မှုနှင့်ပတ်သက်၍ ထင်ရှားသောအသုံးပြုမှုသုံးမျိုးမှာ ဉာဏ်ရည်ထက်မြက်သောထိန်းသိမ်းမှု၊ ထုတ်ကုန်အရည်အသွေးထိန်းချုပ်မှုနှင့် ၀ယ်လိုအားအစီအစဉ်ဆွဲခြင်းတို့ဖြစ်သည်။
ထုတ်လုပ်မှုလုပ်ငန်းများ၏အခြေအနေတွင်၊ Capgemini သည် AI အသုံးပြုမှုအများစုသည် စက်သင်ယူမှု၊ နက်ရှိုင်းသောသင်ယူမှုနှင့် အလုပ်များကို ၎င်းတို့ကိုယ်တိုင်လုပ်ဆောင်နိုင်သည့် စက်ရုပ်များနှင့် အလိုအလျောက်လုပ်ဆောင်နိုင်သည့် မိုဘိုင်းစက်ရုပ်များကဲ့သို့သော “ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရအရာဝတ္ထုများ” တို့နှင့် သက်ဆိုင်သည်ဟု Capgemini က ယုံကြည်သည်။
လူတွေနဲ့ ဘေးကင်းစွာ အလုပ်လုပ်ပြီး စိန်ခေါ်မှုအသစ်တွေကို မြန်မြန်ဆန်ဆန် လိုက်လျောညီထွေဖြစ်အောင် ဒီဇိုင်းထုတ်ထားတဲ့ ပူးပေါင်းစက်ရုပ်တွေဟာ အလုပ်သမားတွေကို အစားမထိုးဘဲ အလိုအလျောက်စနစ်ရဲ့ အလားအလာကို မီးမောင်းထိုးပြပါတယ်။ဉာဏ်ရည်တုနှင့် အခြေအနေဆိုင်ရာ အသိအမြင်ဆိုင်ရာ တိုးတက်မှုများသည် ဖြစ်နိုင်ခြေအသစ်များကို ပွင့်စေပါသည်။
ပူးပေါင်းစက်ရုပ်များအတွက် ကမ္ဘာ့စျေးကွက်သည် 2021 ခုနှစ်တွင် $1.2 billion မှ 2027 ခုနှစ်တွင် $10.5 billion အထိ တိုးလာမည်ဟု မျှော်လင့်ရသည်။ အပြန်အလှန်အားဖြင့် ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် 2027 တွင်၊ ပေါင်းစပ်စက်ရုပ်များသည် စက်ရုပ်ဈေးကွက်တစ်ခုလုံး၏ 30% ရှိလာမည်ဟု ခန့်မှန်းထားသည်။
“ Cobot တွေရဲ့ ချက်ခြင်းအကျဆုံး အားသာချက်က လူသားတွေနဲ့ ပူးပေါင်းဆောင်ရွက်နိုင်တဲ့ စွမ်းရည်မဟုတ်ပါဘူး။ယင်းအစား၊ ၎င်းသည် ၎င်းတို့၏ ဆက်စပ်အသုံးပြုရလွယ်ကူမှု၊ ပိုမိုကောင်းမွန်သော အင်တာဖေ့စ်များနှင့် အခြားလုပ်ငန်းဆောင်တာများအတွက် အသုံးပြုသူများ ၎င်းတို့ကို ပြန်လည်အသုံးပြုနိုင်သည့် စွမ်းရည်ဖြစ်သည်။"
စက်ရုံကြမ်းပြင်အပြင်၊ စက်ရုပ်များနှင့် အလိုအလျောက်စနစ်များသည် ရုံးနောက်ဘက်တွင် ထပ်တူထပ်မျှ အရေးကြီးသော အကျိုးသက်ရောက်မှုရှိမည်ဖြစ်သည်။
စက်ရုပ် လုပ်ငန်းစဉ် အလိုအလျောက်စနစ်သည် လုပ်ငန်းများအား ဒေတာထည့်သွင်းခြင်းနှင့် ဖောင်လုပ်ဆောင်ခြင်းကဲ့သို့သော လက်စွဲ၊ ထပ်တလဲလဲ လုပ်ငန်းစဉ်များနှင့် လုပ်ငန်းများကို အလိုအလျောက်လုပ်ဆောင်နိုင်စေကာ၊ အစဉ်အလာအားဖြင့် လူသားများလုပ်ဆောင်သော်လည်း စည်းကမ်းချက်များဖြင့် လုပ်ဆောင်နိုင်သည်။
စက်ရုပ်စက်ရုပ်များကဲ့သို့ပင်၊ RPA သည် အခြေခံအလုပ်ကြိုးစားရန် ဒီဇိုင်းထုတ်ထားသည်။စက်ရုပ်လက်ရုံးများသည် ပိုမိုရှုပ်ထွေးသောအလုပ်များကိုလုပ်ဆောင်ရန် ဂဟေဆက်စက်များမှ တိုးတက်ပြောင်းလဲလာသကဲ့သို့၊ RPA တိုးတက်မှုများသည် ပိုမိုလိုက်လျောညီထွေရှိရန် လိုအပ်သည့် လုပ်ငန်းစဉ်များကို လုပ်ဆောင်ခဲ့ကြသည်။
GlobalData ၏ အဆိုအရ ကမ္ဘာလုံးဆိုင်ရာ RPA ဆော့ဖ်ဝဲနှင့် ဝန်ဆောင်မှုစျေးကွက်တန်ဖိုးသည် 2021 ခုနှစ်တွင် $4.8 ဘီလီယံမှ $20.1 billion သို့ 2030 ခုနှစ်တွင် တိုးလာမည်ဖြစ်သည်။ Niklas Nilsson ကိုယ်စား Case Study Consultant GlobalData၊
“COVID-19 သည် လုပ်ငန်းတွင် အလိုအလျောက်စနစ်အတွက် လိုအပ်ကြောင်း မီးမောင်းထိုးပြခဲ့သည်။ကုမ္ပဏီများသည် သီးသန့် အလိုအလျောက်စနစ်ဆိုင်ရာ အင်္ဂါရပ်များမှ ဖယ်ခွာကာ RPA ကို ပိုမိုကျယ်ပြန့်သော အလိုအလျောက်စနစ်၏ တစ်စိတ်တစ်ပိုင်းအဖြစ် အသုံးပြုခြင်းကြောင့် RPA ၏ တိုးတက်မှုကို အရှိန်မြှင့်ပေးခဲ့ပြီး AI ကိရိယာတန်ဆာပလာသည် ပိုမိုရှုပ်ထွေးသော လုပ်ငန်းလုပ်ငန်းစဉ်များအတွက် အဆုံးမှအဆုံး အလိုအလျောက်စနစ်ကို ပံ့ပိုးပေးပါသည်။".
စက်ရုပ်များသည် ထုတ်လုပ်မှုလိုင်းများ၏ အလိုအလျောက်လုပ်ဆောင်မှုကို တိုးမြင့်စေသည့်နည်းတူ၊ အလိုအလျောက် မိုဘိုင်းစက်ရုပ်များသည် ထောက်ပံ့ပို့ဆောင်ရေး၏ အလိုအလျောက်လုပ်ဆောင်မှုကို တိုးမြင့်စေသည်။Allied Market Research ၏အဆိုအရ အလိုအလျောက်ထိန်းချုပ်နိုင်သောမိုဘိုင်းစက်ရုပ်များအတွက်ကမ္ဘာ့စျေးကွက်သည် 2020 တွင် $2.7 ဘီလီယံရှိမည်ဟုခန့်မှန်းရပြီး 2030 တွင် $12.4 billion သို့ရောက်ရှိရန်မျှော်မှန်းထားသည်။
Gartner ၏ထောက်ပံ့ရေးကွင်းဆက်နည်းပညာ၏ဒုတိယဥက္ကဋ္ဌ Dwight Klappich ၏အဆိုအရ၊ အကန့်အသတ်ရှိသောစွမ်းရည်များနှင့် လိုက်လျောညီထွေရှိသော ယာဉ်များအဖြစ် စတင်ခဲ့သော ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ မိုဘိုင်းစက်ရုပ်များသည် ယခုအခါတွင် ဉာဏ်ရည်တုနှင့် ပိုမိုကောင်းမွန်သော အာရုံခံကိရိယာများကို အသုံးပြုနေပြီဖြစ်သည်။
“AMRs များသည် ၎င်းတို့အား လူသားများနှင့်အတူ သီးခြားလွတ်လပ်စွာ လည်ပတ်နိုင်စေမည့် သမိုင်းဝင် အသုံးမကျသော အလိုအလျောက်လုပ်ထားသော ယာဉ်များ (AGVs) တွင် ဉာဏ်ရည်၊ လမ်းညွှန်မှုနှင့် အာရုံခံနိုင်စွမ်းကို ပေါင်းထည့်ပါသည်။AMR များသည် သမားရိုးကျ AGVs များ၏ သမိုင်းဝင်ကန့်သတ်ချက်များကို ဖယ်ရှားပြီး ရှုပ်ထွေးသော ဂိုဒေါင်များ လည်ပတ်ခြင်း စသည်တို့အတွက် ကုန်ကျစရိတ် သက်သာစွာဖြင့် ပိုမိုသင့်လျော်ပါသည်။"
ရှိပြီးသားပြုပြင်ထိန်းသိမ်းခြင်းလုပ်ငန်းများကို အလိုအလျောက်လုပ်ဆောင်မည့်အစား AI သည် ပြုပြင်ထိန်းသိမ်းမှုအချိန်ဇယားများကို အကောင်းဆုံးဖြစ်အောင် သိမ်မွေ့သောအချက်များအသုံးပြုရန်၊ ပျက်ကွက်မှုများကို ခွဲခြားသတ်မှတ်ကာ ဆုံးရှုံးမှုများမဖြစ်ပေါ်စေမီ ၎င်းတို့ကို ငွေကုန်ကြေးကျများသောအချိန် (သို့) ပျက်စီးဆုံးရှုံးမှုများမဖြစ်ပေါ်စေမီ ကြိုတင်ကာကွယ်ရန် သိမ်မွေ့သောအချက်များအသုံးပြုစေသည်။
Next Move Strategy Consulting ၏ အစီရင်ခံစာအရ ကမ္ဘာလုံးဆိုင်ရာ ကာကွယ်ထိန်းသိမ်းမှုဈေးကွက်သည် 2021 ခုနှစ်တွင် ၀င်ငွေ $5.66 ဘီလီယံရရှိခဲ့ပြီး 2030 ခုနှစ်တွင် $64.25 ဘီလီယံအထိ တိုးလာမည်ဟု ခန့်မှန်းထားသည်။
ကြိုတင်ပြင်ဆင်ထိန်းသိမ်းမှုသည် Industrial Internet of Things ၏ လက်တွေ့အသုံးချမှုဖြစ်သည်။Gartner ၏ အဆိုအရ IoT-enabled ကြိုတင်ကာကွယ်သည့် ပြုပြင်ထိန်းသိမ်းမှုဆိုင်ရာ ဖြေရှင်းချက်များ၏ 60% သည် 2026 ခုနှစ်တွင် လုပ်ငန်းပိုင်ဆိုင်မှုစီမံခန့်ခွဲမှု ကမ်းလှမ်းချက်များ၏ တစ်စိတ်တစ်ပိုင်းအဖြစ် 2021 ခုနှစ်တွင် 15% မှ တင်ပို့မည်ဖြစ်သည်။