谁能拯救美国制造业？自动化还是机器人？

　　在美国再工业化的讨论中，自动化将拯救美国制造业是一个很流行的说法。自动化、机器人将取代熟练劳动力，节约劳动力成本，提高生产率，从而振兴美国制造业。当然，自动化和机器人无法解决美国的就业问题，不能解决再工业化最主要的目标：通过大量就业使美国经济重新走上正循环，但这是另外一个问题。这里的问题是：自动化能救美国制造业吗?

　　一般认为，自动化能做到几件事：1，提高产品质量;2，节约生产线上的劳动力;3，降低对熟练劳动力或者技术人员的需求;4，理想的全自动生产方式中，系统还具有自学习功能。

　　实际上，前两件事是有条件的，后两条在很大程度上不是人们想象的那回事。

　　自动化的真相

　　自动化的生产方式可以达到非常高的可重复性，所以产品的一致性较好。但原料品质不是绝对一致的，生产设备也有磨损和状态的变化，在实际使用中，全自动的生产线也是需要经常调整的。自动化生产的产品可以达到相当高的产品一致性，但不能达到最高质量。最高质量只有根据原料和设备的情况实时做出最优调整，这只有手工才能做到。这不是低级劳动力的手工，而是熟练技工的手工。这不是锉刀、钻头的手工，是借用精密机床甚至是数控精密机床的手工，但在熟练技工手里，根据每一件产品的材质精细加工，这才是质量的极致。罗尔斯·罗伊斯轿车和百达翡丽手表不是用自动化生产线制造的，这里面有传统工艺的原因，但更大原因正在于此：只有手工才能达到最高质量。但对于大宗产品和普通用户来说，自动化生产达到的质量就足够好了。

　　节约生产线上劳动力就不这么简单了。在劳动密集型产业里，生产线上的劳动力是劳动力的主体，自动化生产无疑可以大大降低对劳动密集型产业的劳动力要求，这不是问题。问题在于自动化生产的设备维修、加工设计和生产改进本身带来了新的劳动力要求。广义的设备包括硬件和软件。以典型的大型化工厂为例，精馏塔、泵、管道、容器、反应器等不因为自动化生产还是人工控制而改变，但计算机控制系统(简称DCS)及相关的仪表、阀门是自动化的产物。围绕着DCS，化工厂“多”出来一整条支援链，一般仪表工、专职的DCS仪表工(负责DCS硬件)、专职的PLC(专用于程序逻辑控制和安全连锁保护)仪表工、专职的分析仪表工，控制工程师、DCS工程师(负责系统软件、升级和系统整合)、控制系统IT工程师(负责 DCS到商务/管理网络中的过渡层和通过OPC等软件接口协议与DCS连接的先进控制、数据管理系统)等等。但这只是在化工厂里的这一部分，相关系统厂商还有一整套技术支援体系，从硬件到软件到全面应用支援，他们当然还有他们的上游支援体系。这样一整条产业链的人力是很可观的，尽管系统厂商及上游厂商的支援体系是在全行业共享的，而不是化工厂专用的。

　　到这里为止，自动化对拯救美国制造业的作用还是正面的，但接下来的事情就不那么清晰了。

　　自动化的问题

　　自动化能降低对熟练技工的需求吗?从表面上看，一切都自动了，人的存在都是多余的，当然能降低对熟练技工的要求。实际上没有那么简单。自动控制系统可以控制正常生产条件，并处理有限的、已知的非正常情况。但只要在现实世界中生活过的人都知道，未知的非正常情况不仅可能出现，而且总是在最要命的时候出现，只有训练有素和善于应变的熟练技工才能对付，所以人的存在不仅是必要的，而且是救命的。但正是在这一点上，自动化的发展造成了新的问题。自动化系统通常自动处理绝大多数正常和低度异常的情况，容易使 *** 作工产生麻痹和懈怠，并忽视潜移默化的重大异常征兆。一旦出现明显异常情况的时候，通常已经很紧急了。这时首先要经过一个惊讶和反应阶段，然后需要判别现状，回忆起或者翻出种种应急 *** 作规程。由于这样的异常情况很少见，和平时正常情况的反差太大，心理素质不特别好的 *** 作工常常不能正确处理，像平常一样继续依赖自动化系统替他解围，无法正确判定这已经超出了自动化系统的能力范围，从而造成故障升级，甚至演变成灾难性的事故。

　　2010年4月20日墨西哥湾里英国石油公司“深水地平线”平台事故中，事故升级和人员伤亡扩大的一个原因，就是 *** 作工惊慌失措、当断不断。 2011年5月27日，法航447航班从里约热内卢飞往巴黎途中，空速管冻结，失去飞行速度读数，飞行控制系统自动增加飞行高度和速度，为飞行员争取反应的时间和空间，但最终造成失速。飞行员接过手动控制后，在13000多米的高空，本来适当浅俯冲就可以改出失速，但飞行员机械地搬用低空失速时的标准 *** 作规范，继续增加推力和爬高，非但没有改出失速，反而进入深度失速，最终坠机。相反，自动化程度不高的话， *** 作工时时刻刻需要对过程“把脉”，容易察觉异常现象的蛛丝马迹，反而不容易出现故障升级现象。对自动化系统过度依赖、不能正确判别和处理自动化系统失控的状态，这已经成为工业界普通感到头疼的问题。工业上通常使用仿真系统(也称模拟器)训练 *** 作工的异常情况处理，但训练的成功与否取决于是否能正确预测典型异常情况，超出训练课程的异常情况依然要靠 *** 作工随机应变，但高度自动化系统非常容易钝化人的随机应变能力。

　　还有一个问题是高度自动化后工作负荷高度集中。在手动 *** 作时代，很多 *** 作工分兵把守，各自为阵。自动化之后，很多机械的、重复的工作被自动化系统取代了， *** 作工在更高的层次监控自动化系统。在体力上，这更加轻松;但信息量实际上大大增加，需要关注的事情多得多。这好比交通警察。当一个交通警管一个路口的时候，他要根据车流情况开关红绿灯，指挥这个路口的交通。交通控制自动化后，他的工作岗位转到交通控制中心，具体路口的红绿灯控制转为自动控制。在正常情况下，他要眼观六路、耳听八方，从确保一个路口交通畅通变为确保一大片路口交通畅通。一旦自动控制不力，出现交通受阻，他需要在短时间内做出大量的人工干预，正确疏导，而不是加剧堵塞，峰值工作负担大大增加，对心理素质和专业技能的要求也大大提高了。

　　高度自动化的另一个问题是 *** 作经验的流失。随着人员流动，有经验的老资格 *** 作工被缺乏经验的新 *** 作工取代。新 *** 作工从一开始就依赖自动化系统，缺乏实际经验，甚至对超越自控系统的人工干预产生畏惧，到时候想随机应变都无从入手。这就好比用GPS导航自动驾驶的汽车，在正常情况下不需要人的干预，可以安全自动地从A开到B。车上的人在原则上是可以手动超越驾驶的，但在正常情况下没有这个必要。问题是久而久之驾驶技术和对路况的判读就生疏了，或者只有理论上的能力，真的到了GPS或者自动驾驶失灵的时候，驾车人临时抱佛脚，不把车开到沟里才怪。

　　 *** 作经验流失的另一个坏处在于未来自动化系统的研发。自动化系统不是天上掉下来的，更不是纸上谈兵拍脑袋出来的，而是丰富 *** 作经验的物化。熟练技工的经验不仅对于现有生产过程十分重要，对于把改进后或者全新的生产过程开出来更加重要。只有通过他们把新过程摸出来了，才谈得上高度自动化。自动化的难点通常不在关键过程或者动作的自动化，而在于异常情况的处理、人机交互处理、不同状态之间的无缝转换，这些都不是理论或者空想可以解决的，必须要靠高度的经验。所以自动化降低了对非熟练技工的需求，但不降低对熟练技工的需求。问题是熟练技工不是天上掉下来的，而是从非熟练技工中成长出来的。自动化使得非熟练技工队伍缩小，这使得自动化带来的技术进步难以为继，因为生产技术和产品技术是不断进步的，但熟练技工成了无源之水之后，下一步的自动化就难以为继了。换句话说，过度依赖自动化的制造业振兴可能是一次性的。

　　这个问题在工程技术人员中也存在。美国制造业公司中技术工作大量外包，一般性设计和工程管理都承包给EPC公司(Engineering Procurement ConstrucTIon)以降低公司的负担。这对公司是有利的，有项目的时候请人来做，没项目的时候不需要养一支队伍，更没有福利、养老等长期负担。外包公司里都是资深专业人士，经验和见识比公司里的人还广。问题是EPC公司对用户公司的工程标准和项目程序有一个熟悉过程，这中间的磨合常常令人抓狂。更要命的是，现在可以依靠EPC公司，但大家都没有从第一线出来的工程师了，下一代EPC的人马从哪里来?这种“我死后哪管他洪水滔天”的短视做法，和试图片面依赖自动化振兴制造业一样成问题。