Jak může změnit sklářský průmysl 4. průmyslová (r)evoluce?

How can the 4th Industrial Revolution influence the glass industry?

Vlastimil Hotař, Technická univerzita v Liberci, Katedra sklářských strojů a robotiky, Studentská 2, 461

17 Liberec, vlastimil.hotar@tul.cz

Článek vyšel v časopisu Sklář a keramik, 67 [2017], č. 9-10, s. 191-197, ISSN 0037-637X.

http://sklarakeramik.cz/

Abstrakt: Pojem 4. průmyslové revoluce se pomalu začíná zabydlovat v našich životech. S ním

souvisí i další pojmy jako je Průmysl 4.0, internet věcí, kyberprostor, mass customization, big data,

umělá inteligence a další. Text má za cíl přinést základní informace o těchto pojmech. Na datech dále

ukazuje, že průmyslové revoluce nemají okamžitý makroekonomický efekt, ale jsou podmínkou

nutnou pro neustálý a zrychlující se růst „bohatství“ především vyspělých států. Jak z dat vyplývá, 4.

průmyslová revoluce pravděpodobně nyní neprobíhá a je především vizí politiků a firem zabývajících

se automatizací.

Summary: Concept of 4th Industrial Revolution is slowly settling in our lives. It is closely connected

to ideas of Industry 4.0, Internet of Things, Cyberspace, Mass Customization, Big Data, Artificial

Intelligence, etc. Text brings basic information about these terms. Presented data shows that

industrial revolutions in general do not cause instant macroeconomic effect, but they are a condition

for constant and accelerating increase of “fortune” mainly of highly developed countries. Data also

shows that 4th Industrial Revolution is currently not in a motion, but most probably is just a vision of

politics and companies dealing with automation.

1. Úvod

Většina z nás si možná ještě vzpomene na dějepis a na průmyslovou revoluci. Ty zdatnější

dokonce i na tu druhou, ale kde se vzala třetí a čtvrtá? Třetí proběhla, aniž bychom si to uvědomili a

ta čtvrtá by měla začít, ale žádné předrevoluční pocity nemáme. Tak to bývá, že se o průmyslových

revolucích mluví až tehdy, když proběhly a když se je historikům a ekonomům podaří zpětně

definovat. V případě posledních je důvodem pojmenování spíše snaha definovat současný stav a

orámovat vize, které průmysl v dohledné době může začít naplňovat a které jsou pro politiky

vhodným tématem. Nemalý podíl má také snaha nadnárodních firem zabývajících se automatizací

prodat své myšlenky a produkty. V textu je tak dále používán termín (r)evoluce, neboť některé

technologické změny se mohou jevit jako revoluční, ale jejich vývoj a následný dopad vedou k

evoluci. Vývoj technologií i dopadů na společnost je postupný nikoliv skokový, jak je uvedeno také

dále v textu. Přestože můžeme pochybovat o opodstatněnosti pojmu 4. průmyslová revoluce, faktem

je, že většina vlád světa tento termín přijala (v různých podobách) a na základě myšlenek spjatých s

tímto pojmem definují své strategické cíle. Patří sem i Česká Republika, jejíž vláda přijala materiál

Iniciativa průmysl 4.0 a tato strategie bude ovlivňovat i sklářský průmysl.

2. Kde se vzala 4. průmyslová revoluce?

Základy pro první průmyslovou revoluci byly dány již několik staletí před jejím začátkem. Jednalo

se především o rozvoj manufakturní výroby, vyšší dělby práce, rozvoj obchodu, pokrok v zemědělství,

společenské změny, nástup kapitalizmu a další. Díky různým vylepšeným nástrojům a následně i

strojům, docházelo ke zjednodušení výroby a zároveň k růstu objemu vyrobeného zboží, které se

zlevňovalo a stávalo se tak dostupnějším.

Zásadním základem průmyslové revoluce byly a jsou nové vědecké a technologické objevy, které

byly a jsou zaváděny do průmyslové praxe. Jedním z prvních byl vynález a následné zavedení

mechanického tkacího stavu v roce 1784 Edmundem Cartwrightem, což je často považováno za

začátek první průmyslové revoluce [11]. Nicméně symbolem první průmyslové revoluce je nakonec

především parní stroj. Za počátek průmyslové revoluce je považována druhá polovina 19. století a

průvodním jevem je z makroekonomického hlediska následný růst hrubého domácího produktu na

obyvatele, i přes růst populace [1].

Druhá průmyslová revoluce je spojována s elektrifikací a se vznikem montážních linek. Na jatkách

v Cincinnati v americkém Ohiu bylo v roce 1870 prvně zavěšeno prase na pohyblivý pás za účelem

usmrcení a dalšího zpracování, což lze označit za počátek pásové výroby [9]. V roce 1879 Thomas

Edison vynalezl žárovku. Obě události jsou považovány za jeden z hlavních projevů druhé průmyslové

revoluce. Projevem revoluce bylo následné zrychlení ekonomického růstu vyspělých států, které opět

dokládá zrychlení růstu HDP na obyvatele.

S třetí průmyslovou revolucí je dnes spojována automatizace, rozmach informačních technologií

a rozvoj uplatnění elektroniky nejen v průmyslové výrobě. Za počátek této revoluce je často

považován rok 1969, kdy byl vyroben první programovatelný logický automat čili PLC (Programmable

Logic Controller), což je průmyslový počítač pro automatizaci procesů v reálném čase, který z výroby

vytlačil reléová zařízení. Etapa je charakterizována číslicovou technikou, automatizací výroby,

rozvojem elektroniky a IT [9]. Pokud se dnes tedy díváme na plně automatizované linky, můžeme je

považovat za produkt třetí průmyslové revoluce.

Čtvrtá průmyslová (r)evoluce je (jak bude následně ukázáno) především vizí toho, co by mohlo

nastat. V jádru čtvrté průmyslové (r)evoluce má stát spojení virtuálního kybernetického světa se

světem fyzické reality. Tato revoluce by měla být charakterizována masovým rozšířením internetu a

jeho průnikem doslova do všech oblastí lidské činnosti, tedy i do té průmyslové [4]. To, co nyní

využíváme pro svoji zábavu, by mělo v budoucnosti najít své uplatnění přímo v průmyslu. Jedná se o

internet věcí, sensor fusion, umělou inteligenci, virtuální realitu,… Díky vestavěným miniaturním

senzorům, procesorům, paměťovým jednotkám a transpondérům (přijímačům a vysílačům) bude

umožněna situace, kdy spolu zařízení a okolní stroje komunikují a vyměňují si příkazy vedoucí k

optimálním postupům. Každý výrobek se již od okamžiku svého vzniku při výrobním procesu sám

stane „inteligentním“ kyber-fyzikálním systémem propojujícím reálný a virtuální svět v okolí. Měla by

to být (r)evoluce, kdy nejen v průmyslu, ale i ve službách se bude postupně přecházet od užívání

izolovaných počítačů a strojů k integrovaným řešením (již dnes je v logistice používáno). To se také

týká celého horizontálního řetězce (také používáno pojmu dodavatelský řetězec, Supply Chain,

hodnotový řetězec) od dodavatelů přes výrobu až k odběratelům, ale také vertikálního vztahu od

výrobních procesů směrem k managementu firmy. Je to úplná integrace za pomoci nejnovějších

technologií. 4. průmyslová (r)evoluce by měla zásadním způsobem změnit povahu průmyslu,

energetiky, obchodu, logistiky a dalších částí hospodářství i celé společnosti.

Chápání výkonu práce a zábavy se může značně změnit, stejně tak její místo a čas. Lze

předpokládat, že výkon práce bude mnohem více spojen s našimi domovy, čas výkonu práce může

být mnohem volnější a rozdíl mezi prací a zábavou mnohem menší. To vše samozřejmě může přinést

a také přinese negativní důsledky, na které bude muset společnost umět reagovat. Nutnost

rekvalifikací pro většinu zaměstnanců může být tím menším problémem.

S tímto trendem jsou již nyní spojeny hrozby v kyberprostoru, jako jsou krádeže a zneužívání dat,

lokální i globální útoky na připojené zařízení s cílem vyřadit je z provozu nebo je zneužít a další, na

které bude nutno připravit a vybudovat kvalitní ochranu a mechanizmy minimalizace případného

útoku/zneužití.

Stejně jako revoluce předchozí, by měla i tato (r)evoluce mít i sociální a kulturní dopad. Zcela

určitě některé profese zaniknou. Mohli by to být profesionální řidič, skladník a asistentka právníka, u

kterých se předpokládá plné nahrazení počítači/stroji. K zániku bude postupně směřovat i sekretářská

a účetnická práce, podobně práce u pásu, u přepážky nebo na pokladně, poštovní doručovatelky,

úředníci, administrativní pracovníci, lesníci, nástrojaři, montážní dělníci, … Naopak by se na trhu

práce měly stále častěji objevovat profese jako specialista na kybernetickou bezpečnost, operátor 3D

tiskárny, manažer zpracování dat a informací, vývojář a designér chytrých, tedy robotizovaných

domácností, opravář robotů, ale i specialista na medicínu na dálku, bioanalytik, on-line pedagog nebo

designér implantovaných orgánů.

Je velmi pravděpodobné, že řemesla budou v této době na vzestupu. Vedle vyrobených produktů

prakticky jen stroji a tedy precizních a replikovatelných, by měla vzrůstat i poptávka po výrobcích,

které budou vyrobeny lidskou rukou, budou jedinečné a neopakovatelné.

3. Internet věcí

Internet věcí (Internet of Things, zkratka IoT) je prvním pojmem, který je často zmiňován [12]. V

současné době se velmi zajímavě rozvíjí jeho použití především ve spotřebitelské sféře. Jedná se o

propojení různých zařízení pomocí internetu (většinou bezdrátově). Vznikají tak nové možnosti

vzájemné interakce, nejen mezi jednotlivými systémy, ale také nové možnosti jejich ovládání,

sledování a zajištění pokročilých služeb. Příkladem může být ovládání domácnosti na dálku pomocí

chytrého mobilního telefonu. Dnes lze běžně ovládat osvětlení, rolety, ohřev teplé vody a topení,

klimatizaci, dálkově střežit domácnost a další. Důležitá je ovšem také komunikace mezi samotnými

zařízeními, která dokážou získávat potřebná data, sdílet je, získávat z nich potřebné informace a

vhodně je použít.

Jak může internet věcí ovlivnit sklářské výrobky a sklářskou výrobu? Zcela určitě to jsou výrobky

ze skla, které mají pokročilé funkce a označují se jako „smart“ – chytré. Příkladem může být sklo s

regulací své transparence, které lze ovládat z chytrého mobilního telefonu s potřebnou aplikací.

Samotné chytré zasklení může také přispívat k regulaci teploty uvnitř budovy na základě získaných

dat ze senzorů teploty, ale také na základě předpovědi počasí a zjištěného času používání budovy

obyvateli. Může se také jednat o chytré zrcadla v obchodech nebo v domácnostech, které zákazníky

virtuálně obléknou do nabízeného oblečení, spočítají velikost a zároveň zanalyzují preference

zákazníka pro další cílenou reklamu.

Vedle přínosu pro zákazníka v podobě pokročilých funkcí má internet věcí velký potenciál pro

výrobce a prodejce. Zákazníka mohou díky internetu věcí mnohem lépe poznat a cíleně mu

nabídnout podobné zboží nebo zboží odpovídající jeho vkusu.

Velký potenciál má ovšem využití principu internetu věcí pro průmyslové aplikace (v terminologii

OECD nazýván industriálním internetem). Využití vzájemné komunikace, sdílení dat a informací mezi

stroji (komunikace nazývána machine-to-machine), linkami, výrobky (komunikace nazávána machine-

to-product) a ekonomickými softwary je jednou z klíčových myšlenek Iniciativy průmysl 4.0.

Předpokládá se, že veškerá zařízení, stroje a linky budou navzájem propojeny a každý výrobek se již

od okamžiku svého vzniku při výrobním procesu sám stane „inteligentním“ kyber-fyzikálním

systémem [4], propojujícím reálný a virtuální svět v okolí. Jedná se o masové sdílení dat, informací a

kontinuální komunikaci mezi výrobními zařízeními i výrobky. Takováto produkce je nazývána

inteligentní výrobou (smart manufacturing), která využívá internetu věcí pro zlepšení efektivity a

produktivity výrobních operací. Zároveň se stává nástrojem pro spolehlivé uplatnění masové výroby

na zakázku (mass castumarisation).

Proces samozřejmě bude postupný. Nejdříve k tomuto procesu bude docházet (a již dochází) při

úplné integraci ekonomických systémů, kdy jsou propojovány systémy financí, personalistiky, výroby

a logistiky, marketingu, plánování, optimalizace vytížení strojů, konstrukce a simulace zařízení a

výrobků, řízení dodavatelského řetězce a vztahů se zákazníky a další. V tomto případě se jedná

především o propojení počítačů a případně několika málo zařízení, často s podporou cloudového

úložiště1. Na rozdíl od současných podnikových informačních systémů by měly systémy více

komunikovat mezi sebou, umožňovat totální propojení všech systémů v podniku s potřebným

propojením na další systémy mimo podnik a ideálně eliminovat současnou funkci lidské obsluhy,

která musí přesně a zdlouhavě zadávat data do systému.

Další (a mnohem komplikovanější) možností využití vzájemné komunikace je propojení strojů,

zařízení a výrobků. Získávání dat a jejich interpretace2 a sdílení dat a informací, a to především na

decentralizované úrovni, lze chápat jako vzájemnou komunikaci jednotlivých zařízení. Výrobní stroje

a linky dokážou sami rozpoznat, jaký produkt se vyrábí a podle toho přizpůsobit výrobní technologii.

Příkladem může být linka na digitální potisk užitkového skla. Již na začátku může být výrobek opatřen

miniaturním čipem pro komunikaci s okolím, který nese mimo jiné informaci, jaký dekor se má na

skleničku nanést. To je samozřejmě řešitelné i dnes pomocí unikátního kódu, například na samolepce

nalepené na výrobku. Rozdíl je ovšem v bezdrátové a decentralizované komunikaci v průběhu celé

výroby, ale i v možné komunikaci v okamžiku skladování, prodeje a následně i při používání výrobku.

Skleničku lze například spárovat (propojit) se smart hodinkami, které pak při přiblížení rozpoznají,

která sklenička náleží dané osobě. Složitější výrobky mohou být po dobu své životnosti propojeny s

výrobní firmou, která získá informace o používání výrobku, preferencích uživatele a bude schopna

provést určité servisní zásahy na dálku.

1 Jedná se o datová úložiště mimo podnik, což umožňuje jejich sdílení mezi různými uživateli a jednoduchý

přístup z různých platforem zařízení (počítač, tablet, chytrý telefon), 2 Interpretace dat je prováděna za účelem získání požadovaných informací.

Vedle mnoha dalších možných aplikací je nutné řešit především dva problémy, a to jak pro

domácnosti, tak pro průmyslové nasazení. Prvním jsou různé standardy používané pro komunikaci

mezi zařízeními, prosazované různými skupinami především výrobců. Aby mohla jakákoliv zařízení

doma nebo v průmyslu spolu komunikovat a spolupracovat, bude třeba vyvinout sjednocující

hardwarové a softwarové platformy, mezinárodní kompatibilitu a technicky sjednocené

propojování. Druhým problémem je zajištění kybernetické bezpečnosti a zabránění zneužití dat.

Obrovské nakupení citlivých dat v sobě skrývá nebezpečí sofistikovaných kybernetických útoků, které

mohou mít dalekosáhlé následky. Při nedostatečném zajištění hrozí ztráty jak finanční, tak v oblasti

know-how firem. Lze předpokládat, že poroste počet pokusů o krádeže dat a zneužití a ovládnutí

chytrých zařízení přímo v průmyslové praxi. Již v současné době k těmto pokusům dochází u zařízení

pro domácnosti. Také jsou nalézány bezpečnostní mezery různých forem komunikací. Uspokojivé

řešení ochrany dat a zařízení je nutné pro rozšíření internetu věcí jak v domácnostech, tak v

průmyslu.

4. Propojení reálného a virtuálního světa

S používáním internetu jsme si zvykli na využívání virtuálního světa a na propojení s ním. Již

automaticky je přijímáno či dokonce vyžadováno vytváření virtuálních modelů při návrhu a designu

nových zařízení, domů, strojů, aut atd. Tyto modely si lze dnes pomocí virtuální reality prohlížet nebo

upravovat, lze je umístit do reálné místnosti a místo nad výkresy je možné s pomocí speciálních brýlí

debatovat nad virtuálním modelem. Virtuální modely je možné následně vytisknou na 3D tiskárnách.

Také propojení linky pomocí intranetu s dalšími zařízeními v závodě a ekonomickými systémy již

vytváří virtuální prostor pro tuto linku s možností využití komunikace a především dostupných dat a

informací. Podobně virtuální prostor získávají výrobky připojené do sítě.

Pokud bychom uvažovali dopady na sklářský průmysl, pak jako příklad je možné uvést použití

virtuální reality pro odzkoušení provozu linky před připravovanou změnou sortimentu, která zasáhne

do technologických operací a konstrukce. Na základě přesných numerických simulací technologie a

konstrukce linky lze simulovat proces výroby s expertizou potřebných změn. V budoucnu je možné

využít i systémy, navrhující úpravy technologie a konstrukce již samostatně. (Například pokročilý CAD

systém provede sám automaticky úpravu konstrukce a její optimalizaci.) Část dílů pak bude přímo v

závodě vytištěna na 3D tiskárně, ostatní objednány a pomocí mobilních robotů implementovány do

linky.

Lépe představitelným příkladem je nový obchodní model bez využívání skladů náhradních dílů

provázáním reálného a virtuálního světa. Stroj na základě informací ze senzorů, řízení a pomocí

definovaného algoritmu rozpozná potřebu výměny komponentů a sám je včas objedná. Lze tak

minimalizovat náklady na technické prostoje výrobních zařízení i na skladové hospodářství [5].

Propojení reálného a virtuálního světa může být ovšem hlubší. Již dnes se lze setkat s aplikacemi

v podobě virtuálních asistentek, se kterými lze hlasem komunikovat. Asi nebudeme rozmlouvat s

virtuální asistentkou zabudovanou do láhve vína, ale zařízení, která budou tvořit rozhraní s virtuálním

světem, části ze skla mít pravděpodobně budou.

5. Senzorika, ukládání a zpracování dat

Současné i budoucí stroje a zařízení se neobejdou bez senzorů. Trendem je stále širší uplatnění

senzorů, které se dostávají do všech částí výrobních zařízení. Jedná se o použití jednoduchých,

jednoúčelových a levných senzorů integrovaných do zařízení nebo ve formě multisenzorů se

schopností získávat a následně dále interpretovat data. Opět se předpokládá decentralizace

interpretace dat v informace a jejich masivní sdílení s okolím.

Při zpracování velkého objemu dat je používán pojem big data [13]. Za big data jsou označována

data, jejichž velikost je mimo schopnosti v rozumném čase zachycovat, spravovat a zpracovávat data

běžně používaných softwarových prostředků. Tato data jsou charakteristická exponenciálním

nárůstem dat v čase, objevují se také úlohy vyžadující okamžité zpracování velkého objemu průběžně

vznikajících dat (příkladem může být zpracování dat produkovaných kamerou), atd.

Se zpracováním dat také souvisí pojem data mining [14], což je analytická metodologie získávání

netriviálních skrytých a potenciálně užitečných informací z dat. Časté aplikace jsou především v

oblastech přímého marketingu (výběr klientů pro oslovení), finančnictví (např. odhadování rizika,

hledání podvodů), maloobchodního prodeje (analýza nákupních košíků aj.), telekomunikací

(segmentace klientů, prodej programů aj.) a internetového prodeje (analýza přechodů mezi

stránkami, efektivity reklamy apod.). Aplikace se také pomalu rozšiřují i do průmyslové praxe.

Ve sklářském průmyslu jsou velké výrobní linky již dnes osazovány velkým množstvím různých

druhů senzorů, které vytváří velké množství dat. Tato data mohou být analyzována a pomocí data

miningu z nich mohou být získány informace, které umožní lépe pochopit výrobní proces a lépe ho

řídit. Příkladem může být analýza velkého množství dat z linek na výrobu plochého skla, kde je stále

vyžadovaná vcelku velká zkušenost operátorů při řízení výroby.

Velké oblibě se čím dál více těší optické systémy i přesto, že transparence skla přináší významné

komplikace. Právě zpracování velkého objemu dat v reálném čase z těchto senzorů je pro řízení

výroby důležité. Obraz by přitom neměl být jen dvojrozměrný (2D), ale mnohem častěji třírozměrný

(3D).

Sensor fusion (senzorová fúze) [15] je kombinací senzorických dat nebo dat získaných z různých

zdrojů tak, že výsledná informace má méně nejistoty, než by bylo možné, kdyby byly tyto zdroje

použity jednotlivě. Informace tak může být přesnější, úplnější, spolehlivější nebo může být rozšířena.

Například použití dvou kamer za účelem stereoskopického vidění poskytne navíc informaci o hloubce

předmětu na základě dvou 2D obrazů, čehož by se u samostatných kamer nedosáhlo.

6. Flexibilní a adaptivní výrobní zařízení

Výrobní zařízení a technologie budou obecně získávat na flexibilitě, schopnosti adaptace, sebe-

nastavení a sebe-optimalizace. Adaptivní výrobní systémy dokážou lépe reagovat na dynamičnost

trhu, měnící se požadavky zákazníků, umožní minimalizaci nákladů a budou méně citlivé na rušivé

faktory. Změny ve výrobě budou odrážet změnu na trhu k tzv. masové výrobě na zakázku, která je

zmíněna v další kapitole.

Příkladem tohoto směru ve sklářské výrobě jsou IS linky (řadové stroje) na výrobu obalového skla,

které disponují možností změny hmotnosti kapky během výrobního cyklu. Změna je okamžitá a

umožňuje tak vyrábět na jedné lince více druhů obalů (každá sekce může být osazena jinou sadou

forem).

V současné době se velmi často zmiňuje pojem kolaborativní robotika, ve které roboty přebírají

těžkou monotónní práci a lidé díky tomu mohou věnovat svůj čas komplikovanějším, více

kvalifikovaným a žádaným úkonům. Roboty v tomto pojetí jsou v bezprostřední blízkosti člověka a

nejsou, jako doposud u běžných průmyslových robotů, odděleny mechanickými zábranami nebo

optickými závorami. To přináší požadavek na bezpečnost, která je zajišťována pomocí samotné

konstrukce s minimalizací hmotnosti a zaoblenými hranami, senzorů uvnitř i vně robotu, pryžovým

obložením a dalším. Mění se i koncepce robotů, které jsou často osazeny dvěma rameny s více stupni

volnosti (podobně jako člověk má dvě ruce) a kamerami, aby byly flexibilnější a mohly provádět širší

okruh činností. Otázkou je vzdálenější budoucnost těchto robotů s pokračujícím trendem dostat lidi

z provozů, s čímž souvisí Iniciativa průmysl 4.0 (přiblížená v dalších odstavcích).

7. Mass customization

Mass customization je ve volném překladu masová výroba na zakázku a jedná se o trend, jehož

cílem je hromadná výroba zboží, poskytování servisu a služeb individuálně přizpůsobených firmám a

jednotlivcům bez zvýšení nákladů. Mělo by se jednat o obrovské zvýšení různorodosti produktů,

přizpůsobených potřebám a vkusu zákazníků. Krédem je, že každý jedinec je trhem a jeho individuální

potřeby musejí být uspokojovány levně, rychle a bezezbytku. Tradiční systém „Vyrob, pak prodej“ se

transformuje na „Prodej, pak vyrob“ [6].

Daná změna je vedle přínosu pro zákazníka i klíčovou výhodou pro výrobce. Koupí-li zákazník z

regálu, zůstává anonymní a neznámý, je pro podnik „ztracen“. Takového zákazníka lze uspokojovat

opakovaně, udržet si ho, stále se k němu vracet. Produkt v rukou zákazníka zůstává součástí

výrobního procesu.

V současné době již existují firmy, které vyrábějí masově na zakázku. Tradičním příkladem

masové výroby na zakázku je Dell Computer. Za přímé komunikace se zákazníkem (přes internet)

vyrábí jen to, co již bylo objednáno. Nevyrábí dopředu, na regály, do zásob či do překupnických

mezičlánků.

Příkladem sklářské výroby by mohla být (dnes těžko představitelná) obrovská variace v tvaru a

zušlechtění užitkového skla. Zákazník by pomocí například webové aplikace vybral tvar skleničky,

technologii zušlechtění a následně dekor. Objednávka výrobku (jeden kus nebo v jednotkách kusů) by

byla pak automaticky předána do plně automatizované flexibilní výroby a v relativně krátkém čase by

byl vyroben, následně zabalen a expedován hotový výrobek (produkt by měl být vyráběn skutečně

jednotlivě). V budoucnosti by tento cyklus mohl trvat hodiny, ale technologie výroby by musela být

od základů jiná.

Se širokou variací výrobků se lze již historicky setkat ve skleněné bižuterii, ale konečný zákazník si

v tomto případě může vybrat až z hotového sortimentu. Někdo jiný musí vymýšlet, co by se mohlo

zákazníkům líbit (výrobce nebo zprostředkovatel). Pokud by požadoval výrobek na míru, pak je to

dnes otázka týdnů, možná měsíců (při nevyužití skladových zásob). Nicméně, flexibilita výroby a

technologií je ve skleněné bižuterii dnes asi největší a tato agregace má v případě masové výroby na

zakázku největší potenciál ve vztahu ke koncovému zákazníkovi.

S ohledem na flexibilní masovou výrobu na zakázku a propojením konečného zákazníka s výrobní

firmou se tak bude měnit i dodavatelský řetězec. Cesta k zákazníkovi se bude zkracovat po stránce

času, tak i dodavatelského řetězce. Tato změna by měla mít vliv i na skladové zásoby a celkovou

efektivitu prodeje.

8. Umělá inteligence

Umělá inteligence (Artificial Intelligence) je zmiňována jako poslední, ale je klíčovou pro další

změny jak v průmyslové výrobě, tak i ve výrobcích. Neexistuje jednotná definice umělé inteligence a

existují spory o to, co lze již označit za umělou inteligenci. Zjednodušeně je pojem "umělá

inteligence" používán, když stroj napodobuje "kognitivní" funkce, které lidé spojují s jinými lidskými

smysly, jako je "učení" a "řešení problémů". Přes určitou skepsi, která je dána dlouhodobým (a zatím

ne příliš úspěšným) vývojem, dochází v poslední době k zajímavému pokroku. Použití mnohavrstvých

neuronových sítí pro „hluboké učení“ (deep learning) [7], přináší úspěch v rozpoznávání objektů,

hlasu a ve strojových překladech. Umělé neuronové sítě vlastně používají principu lidského mozku.

Mozek je podle dosavadních poznatků v zásadě síť vzájemně propojených neuronů, které si mezi

sebou předávají signály pomocí elektrických impulsů a ty nějakým způsobem transformují. Každý

neuron může mít libovolný počet vstupů, ale vždy jen jeden výstup. Výsledná hodnota může být

vstupem pro jiný neuron nebo může být jednou z výstupních hodnot celé sítě. Pro úspěšné využití

mnohavrstvých neuronových sítí je potřeba použít rozsáhlého souboru učících dat a poskytnout

dostatečný výkon pro zpracování, což můžou být i stovky CPU (počítačových procesorů) nebo GPU

(grafických procesorů). Tyto náročné operace jsou často prováděny na speciálních, tomu vyhrazených

zařízeních a jsou důležité pro učení sítě, samotná síť po naučení již může být implementována do

běžných zařízení. Zjednodušeně řečeno, aplikace hlubokého učení nejsou programovány, ale jsou

cvičeny na skutečných velkých datech, jak se v různých situacích chovat.

Jaké je vlastně využití? Hluboké učení posouvá analýzu textu směrem k „pochopení“ významu

zkoumaného dokumentu. Vzpomeňme na Watsona, který umí na základě takové analýzy odpovídat

téměř na libovolné otázky vědomostní soutěže. Od porozumění obsahu textového dokumentu ke

schopnosti poslouchat a mluvit je ještě dlouhá cesta. Asi nejdále po ní zatím ušel čínský poskytovatel

internetových služeb Baidu (tamní ekvivalent Google), který tvrdí, že jeho nejnovější aplikace (Deep

Speech 2) pro mobily, rozumí mluvenému slovu dokonce lépe než člověk [8]. I ve ztížených

podmínkách zachytí správně cca 95 % slov. Mnohem obtížnějším úkolem bylo analyzovat text psaný

rukou. I to již stroje s pomocí neuronových sítí dokážou a jdou dál. Asi nejznámější aplikací vyšší

úrovně, s níž se již setkáváme každý den, je rozpoznávání obličejů lidí. Nejdále je v této oblasti Google

a Facebook. Dalším příkladem je systém samořídícího auta. I ten samozřejmě rozlišuje různé objekty,

i když asi ne do takových detailů. Zato pro něj bude jistě důležité, jakou rychlostí se pohybují a zda se

nepřibližují. Samořídící prvky u vozidel začínají být běžnou skutečností (parkování, jízda po dálnici

apod.).

Využití umělé inteligence, potažmo hlubokého učení, je možné i v průmyslové praxi. Právě

rozpoznávání objektů z průmyslových 2D nebo 3D kamer v reálném čase je reálnou aplikací. Ta může

být použita pro rozpoznání širokého sortimentu zásob, výrobků, polotovarů, případně pro detekci

člověka v okolí stroje, který se automaticky vyhne kontaktu s ním. Umělou inteligenci by bylo možné

použít také pro optimalizace všeho druhu, výrobního toku, konstrukcí, návrh výrobků, financí, …

9. Evoluce bez revoluce

Všechny uvedené pojmy představují společně velký potenciál ke změnám, který ovšem sám

osobě nemusí vést k 4. průmyslové revoluci. Koncepty na podporu 4. průmyslové revoluce jsou velmi

důrazně prosazovány velkými firmami zabývajícími se automatizací a také politiky. Pro velké firmy,

nabízející automatizaci, představuje tento vývoj především velký business a možnost si, díky podpoře

vlád, sáhnout na peníze daňových poplatníků. Pro politiky je pojem vítanou zkratkou k oslovení svých

voličů, vytváření oblíbených vizí a svázání s podmínkami získávání projektů a grantů placených z

rozpočtů států. Rétorika není v tomto případě v souladu s makroekonomickými daty. Ta vykazují spíše

zpomalení růstu a tato (r)evoluce může být chápána jako zbožné přání politiků a ekonomů, kteří

chtějí udržet nepřetržitý růst světové ekonomiky.

Hospodářskou prosperitu lze hodnotit prostřednictvím růstu domácího produktu (HDP) na

obyvatele, což je peněžním vyjádřením celkové hodnoty statků a služeb nově vytvořených v daném

období (většinou rok) na určitém území dělené populací země. Ekonomický růst je měřítkem změny

HDP z jednoho roku na druhý [1]. Příkladem mohou být data z Velké Británie, která dobře ilustrují

vývoj „bohatství“ tohoto uskupení přepočteného na jednoho obyvatele, obr. 1. Velká Británie je

obzvláště zajímavá, protože byla první ekonomikou, která dosáhla trvalého hospodářského růstu a

tím dosud nepředstavitelné prosperity pro většinu obyvatelstva [1]. Velkou Británii lze také

považovat za kolébku průmyslu, neboť zde začínala právě první průmyslová revoluce. Jak je patrno,

tak žádná z revolucí neznamenala detekovatelnou změnu tohoto ukazatele, což je vcelku logické,

protože revoluční byly vynálezy, změna myšlení, které se postupně dostávaly do reálného života.

Umožnily tak, aby se výroba zlevnila a stala se dostupnější širší skupině obyvatel. Zaměstnanci mohli

díky zvýšené poptávce a produktivitě více vydělávat a tím si také za získané peníze více pořídit. První

průmyslová revoluce spadá do období, které má citelný vliv na samotné obyvatele států a znamenalo,

že se kvalita života z generace na generaci zlepšuje. Dnes jsme si ale již zvykli na viditelné zvyšování

životní úrovně v průběhu několika let [10].

Obr. 1 – Vývoj HDP na obyvatele ve velké Británii od roku 1270 do roku 2016, v britských librách po

očištění od inflace k roku 2013, zdroj [1]

Při porovnání dat z dalších vybraných států (obr. 2), je zřejmé, že v posledních několika letech se

HDP na obyvatele nevyvíjí příznivě. Japonsko, považované za zemi robotiky a automatizace, od

devadesátých let zažívá období poklesů a vzrůstů. Za poslední roky dokonce ztratilo prvenství v počtu

instalovaných průmyslových robotů na 10 000 zaměstnanců (podle [3]). V roce 2015 byla na prvním

místě Jižní Korea (531 robotů na 10 000 zaměstnanců), druhý byl Singapur (393) a až na třetím místě

Japonsko (305) těsně následované Německem (301). Ani Německo v poslední době nepředstavuje

rovnoměrný růst HDP na obyvatele. Pokud se podíváme na USA, pak ty vykazují asi nejlepší výsledky

růstu HDP na obyvatele, ale počet instalovaných průmyslových robotů byl v roce 2015 na úrovni 176

robotů na 10 000 zaměstnanců (až na 8. místě). Zajímavě ale roste počet instalovaných robotů v Číně

a podle odhadů se má v roce 2019 zde prodat 40 % veškeré produkce průmyslových robotů. Přesto

Čína zpomaluje růst HDP na obyvatele. Data tedy budí otázku, zda zvyšování podílu automatizace

vede přímo k ekonomickému růstu? Určitě to není okamžitě, ale po kolika letech lze ekonomický růst

čekat?

Obr. 2 – Hrubý domácí produkt přepočtený na obyvatele pro vybrané státy od roku 1960 do roku

2016, v běžných US dolarech, zdroj [2]

Lze předpokládat, že průmyslová revoluce vytváří podmínky pro růst „bohatství“ států a pro

uvedené zvyšování tempa růstu bohatství, ale tyto revoluce nevedou ke skokovým změnám. Pokles

nastával v době válek a krizí a jak je z dat patrno, pak ve Velké Británii poslední krize způsobila

významný pokles tohoto ukazatele, obr. 1. Nasazení průmyslových novinek v praxi a změny ve

společnosti vedou k ekonomickému růstu, ale nejsou tedy revolucí z pohledu makroekonomických

dat. Pojem „Průmyslová revoluce“ je lepší chápat jako termín, který zahrnuje významné technické

počiny zavedené do průmyslové praxe a to pak znamená stimul pro postupnou evoluci výroby,

výrobků a společnosti. Z historického pohledu průmyslové revoluce měly významný vliv prakticky na

celou společnost, nejen na vlastní průmysl, ale návazně například i na vědu, zemědělství, transport,

domácí či zahraniční obchod, veřejnou správu, vojenství a vlastně celou infrastrukturu, počínaje třeba

školstvím a konče budováním penzijních systémů. Vždy to ale bylo po mnoha desetiletích potřebných

ke svému plného rozšíření.

Zastánci termínu 4. průmyslová revoluce mluví u nové techniky a technologií o dosažení bodu

zlomu exponenciální křivky jejich praktického využití. Industriální internet, internet věcí, analýza

velkých dat a dolování informací, pokročilá senzorika, adaptivní výroba, atd. mají dnes přecházet z

počátečního lineárního náběhu, kde dosud setrvávaly celou řadu let, do fáze strmého

exponenciálního růstu. Řečeno slovy Raye Kurzweila, amerického vizionáře v oboru kybernetiky a

autora několika knižních titulů, technologie se dostávají na pomyslnou druhou stranu šachovnice, tj.

na tu stranu, kde faktor prudkého exponenciálního růstu začíná mít vážné ekonomické dopady na

celkovou strategii libovolné organizace [9]. Existují ale pro tyto tvrzení jednoznačná data? Dostávají

se technologie na „druhou stranu šachovnice“? Je současná doba taková, že snese s rovnání

s předchozími průmyslovými revolucemi? Na základě makroekonomického vývoje vyspělých a

rozvíjejících se států posledních let by bylo vhodné pojem „4. průmyslová revoluce“ používat opatrně

a jako název pro vizi, která může, ale nemusí vést k pokračování růstu světové ekonomiky. Tedy

současné dění nemusí vést k tomu, co průmyslové revoluce z makroekonomického hlediska přinášejí,

k dalšímu zvýšení růstu bohatství.

Lze tedy také připustit připomínky některých odborníků, že tento pojem je do jisté míry

politickou nálepkou pro prosazování vizí politiků a marketingovým pojmem velkých nadnárodních

firem, které se zabývají automatizací a jejichž zájmem je více a lépe prodávat své produkty, při

možnosti si sáhnout na peníze daňových poplatníků.

10. Průmysl 4.0

Pojem Průmysl 4.0 (Industrie 4.0: Smart Manufacturing for the Future) oficiálně prezentovala

před německou společností kancléřka Angela Merkelová na veletrhu v Hannoveru v roce 2013.

Průmysl 4.0 [4] je iniciativou na podporu 4. průmyslové revoluce. Přestože lze o pojmu 4. průmyslová

revoluce polemizovat, v případě Průmyslu 4.0 se jedná o ucelenou iniciativu, která zahrnuje současné

trendy v průmyslu, společnosti a politice. Jedná se o proces digitalizace a automatizace, který probíhá

a má potenciál zefektivnit průmyslovou výrobu. Tato iniciativa vcelku podrobně shrnuje současný

stav průmyslu v ČR a jeho možnosti při očekávaných následujících změnách.

Národní iniciativa vychází z podobných iniciativ dalších států. Asi nejvíce se blíží verzi německé, a

to i s odkazem na 4. průmyslovou revoluci. Z technologického pohledu je centrem pozornosti

německé „Industrie 4.0“ evoluce od vestavěných systémů ke kyberneticko-fyzickým systémům,

automatizační technologie jsou ve vizi zaměřeny na distribuované systémy a počítají s metodami

autooptimalizace, autokonfigurace, autodiagnostiky, strojového vnímání a inteligentní podpory

dělníka. Vlastní program spustila v květnu 2015 pod názvem „Industrie du Futur“ i francouzská vláda.

Definuje pět pilířů průmyslu budoucnosti: rozvoj nových technologií (zaměření na aditivní výrobu,

internet objektů/„internet of objects“ a rozšířenou realitu), další vzdělávání pracovní síly, propagace

programu prostřednictvím minimálně patnácti příkladů z praxe, posílení evropské a mezinárodní

spolupráce zejména v oblasti standardizace. „Industrial Internet Consortium“ založené v březnu 2014

v USA pěticí nadnárodních firem je platformou propojující komerční, akademickou a vládní sféru s

cílem urychlit rozvoj, adaptaci a široké užívání technologií průmyslového internetu. V roce 2012 byla

ve Spojených státech založena další široká nezisková platforma sdružující soukromé společnosti a

vládní, akademické a výzkumné instituce – „Smart Manufacturing Leadership Coalition“ (SMLC). Ta

usiluje o transformaci průmyslového sektoru ve vzájemně propojené, informací řízené prostředí,

umožňující optimalizovat vlastní výrobní procesy i celý hodnotový řetězec, zvyšující produktivitu,

inovační aktivitu a kvalitu péče o zákazníky. Cílem SMLC je vytvoření základny pro společný výzkum a

vývoj, standardizaci a vytvoření sdílené infrastruktury pro široké rozšíření technologií inteligentní

výroby založené na využití pokročilé analýzy dat z inteligentních senzorů a modelování a simulaci v

reálném čase. Čínská vláda ve světle eroze své komparativní výhody v podobě levné pracovní síly a

klesajícího výkonu ekonomiky spustila vlastní program na zvýšení konkurenceschopnosti svého

průmyslu – „Made-in-China 2025“, který si klade za cíl do roku 2025 zvýšit podíl lokálně vyrobených

komponent a materiálů ve vyráběných produktech na 70 %. Program se z velké části otevřeně

inspiruje německou „Industrie 4.0“ a soustředí se na deset prioritních průmyslových segmentů, jako

jsou např. nové pokročilé informační technologie, letecký průmysl, výroba automatizovaných

obráběcích strojů a robotů, železničních dopravních prostředků nebo energetických zařízení. Je

zřejmé, že koncepce, iniciativy a vize jsou vedeny snahou o udržení a posílení konkurenceschopnosti

a technologické převahy jednotlivých států na světových trzích. Je pravděpodobné, že současná

nepříliš lichotivá makroekonomická data z posledních let mají významný vliv na utváření těchto

koncepcí, iniciativ a vizí politiky a velkými nadnárodními firmami.

Česká republika má zmíněnou Iniciativu průmysl 4.0, která shrnuje základní charakteristiky

inteligentních továren následovně:

výrobní procesy jsou optimalizované v rámci celého hodnotového řetězce díky vertikálně i

horizontálně integrovaným IT systémům;

izolované výrobní jednotky jsou nahrazeny plně automatizovanými a vzájemně propojenými

výrobními linkami;

fyzické prototypy jsou nahrazeny virtuálními návrhy výrobků, výrobních prostředků a

výrobních procesů, jejich uvedení do provozu probíhá v rámci jednoho integrovaného

procesu zapojujícího jak výrobce samotného, tak i jeho dodavatele;

flexibilní výrobní procesy umožňují efektivní výrobu i malých výrobních dávek přizpůsobených

individuálním požadavků jednotlivých zákazníků;

vzájemně komunikující roboty, výrobní zařízení a výrobky činí do jisté míry autonomní

rozhodnutí v reálném čase a tím zvyšují flexibilitu a efektivitu výrobního procesu;

výrobní zařízení se samo optimalizuje a konfiguruje v závislosti na parametrech

zpracovávaného produktu;

automatizované logistické zázemí využívající autonomních vozíků a robotů se automaticky

přizpůsobuje potřebám výroby. Logistické zázemí se týká více subjektů v rámci kooperace,

které nemusí být lokalizovány na jednom místě, a proto se logistický řetězec bude týkat i

koordinace dopravního spojení mezi výrobními subjekty. Totéž se týká i koordinace

distribučního procesu samotného výrobku.

Výše uvedené body odpovídají sloučení odborných výrazů, které byly představeny v

předcházejících kapitolách. Hlavní přínosy Iniciativy průmyslu 4.0 pro efektivnější využívání zdrojů je

pak snížení energetické a surovinové náročnosti výroby, nárůst produktivity a efektivity ve výrobě,

optimalizace logistických tras, technologická řešení pro decentralizované systémy výroby a distribuce

energie nebo inteligentní městská infrastruktura. Jedná se o (r)evoluci, kdy nejen v průmyslu, ale i ve

službách postupně přecházíme od užívání izolovaných počítačů a strojů k integrovaným řešením. To

se také týká celého horizontálního řetězce od dodavatelů přes výrobu až k odběratelům, ale také

vertikálního vztahu od výrobních procesů směrem k managementu firmy. Je to úplná integrace za

pomoci nejnovějších technologií.

Iniciativa průmysl 4.0 bude mít vliv i na sklářské podniky v Evropě a ČR. Především je reálná

podpora ze stran vlád a evropské komise, ať přímo ve formě projektových výzev (v ČR Operační

program Podnikání a inovace pro konkurenceschopnost, Aplikace, Potenciál, Inovační vouchery, Trio,

Gama, Epsilon, Operační program Výzkum, vývoj a vzdělávání, Operační program Zaměstnanost), tak

i možných dalších motivačních prvků a investičních pobídek. Samozřejmostí budou i nové právní

rámce, různá nová omezení a nařízení až po možnost zdanění práce robotů. Je také zřejmé, že velké

nadnárodní firmy budou chtít využít možností nových technologií založených na industriálním

internetu, internetu věcí, pokročilé senzoriky, atd. pro zvýšení své prosperity a budou je zavádět

napříč výrobními závody.

11. Závěr

Přestože pojem 4. průmyslová revoluce má své příznivce a odpůrce, přináší současná doba

mnoho potenciálu na změny. Navíc již probíhající implementace internetu věcí (industriálního

internetu), pokročilé senzoriky, adaptivní výroby, pokročilé analýzy dat do průmyslových podniků

znamená změny, která nás ve sklářském průmyslu neminou. Při potenciálním využití masové výroby

na zakázku, umělé inteligence a úplného využití industriálního internetu a internetu věcí může dojít k

evoluci, která za několik desetiletí naprosto změní nejen výrobu, ale i služby, společnost i naše

návyky.

Tato práce byla podpořena Institucionální podporou na dlouhodobý koncepční rozvoj výzkumné

organizace na Technické univerzity v Liberci, je financovaná Ministerstvem školství, mládeže a

tělovýchovy České republiky v roce 2017.

Literatura

1] Roser M.: Economic Growth, Our World in Data, (online), https://ourworldindata.org/economic-

growth#output-per-capita-of-the-uk-economy (cit. 14. 02. 2018).

2] World Bank national accounts data, and OECD National Accounts data files: GDP per capita

(current US$), (online), https://data.worldbank.org/indicator/NY.GDP.PCAP.CD (cit. 14. 02. 2018).

3] International Federation of Robotics (IFR): World Robotics Report 2016: European Union occupies

top position in the global automation race (online), https://ifr.org/img/uploads/2016-09-

29_Press_Release_IFR_World_Robotics_Report_2016_ENGLISH.pdf (cit. 14. 02. 2018).

4] Ministerstvo průmyslu a obchodu: INICIATIVA PRŮMYSL 4.0, (online),

https://www.mpo.cz/cz/rozcestnik/ministerstvo/aplikace-zakona-c-106-1999-sb/informace-

zverejnovane-podle-paragrafu-5-odstavec-3-zakona/-iniciativa-prumysl-4-0--230485/ (cit.

14. 02. 2018).

5] Pánek, F.: Jaká bude podle Bosche čtvrtá průmyslová revoluce?, iDnes, (online),

https://sdeleni.idnes.cz/jaka-bude-podle-bosche-ctvrta-prumyslova-revoluce-fso-/budejovice-

sdeleni.aspx?c=A151015_140451_budejovice-sdeleni_ahr (cit. 14. 02. 2018).

6] Zelený, M.: Mysleme globálně, jednejme lokálně, Téma na červen: Masová customizace, MM-

Průmyslové spektrum, (online), http:/www.mmspektrum.com/clanek/mysleme-globalne-jednejme-

lokalne-tema-na-cerven-masova-customizace.html (cit. 14. 02. 2018).

7] Materna J.: Deep Learning: budoucnost strojového učení? Sblog, (online),

https://vyhledavani.sblog.cz/2013/01/09/deep-learning-budoucnost-strojoveho-uceni/ (cit.

14. 02. 2018).

8] Brdička B.: Co dokáží stroje schopné hlubokého učení, Metodický portál RVP, (online),

https://spomocnik.rvp.cz/clanek/20855/ (cit. 14. 02. 2018).

9] Zavoral P.: Druhý věk strojů, třetí platforma aneb čtvrtá průmyslová revoluce, Hospodářské

noviny, (online), http://ictrevue.ihned.cz/c3-65264050-0ICT00_d-65264050-druhy-vek-stroju-treti-

platforma-aneb-ctvrta-prumyslova-revoluce (cit. 14. 02. 2018).

10] Kovanda L.: KOMENTÁŘ: Blamáž jménem Průmysl 4.0, iDnes, (online),

https://ekonomika.idnes.cz/prumysl-4-0-ctvrta-prumyslova-revoluce-iniciativa-mpo-komentar-

kovanda-13i-/ekonomika.aspx?c=A170825_144424_ekonomika_ane (cit. 14. 02. 2018).

11] Wikipedia: Industrial Revolution, (online), https:// en.wikipedia.org/wiki/Industrial_Revolution

(cit. 14. 02. 2018).

12] Morgan J.: A Simple Explanation Of 'The Internet Of Things', (online),

https://www.forbes.com/sites/jacobmorgan/2014/05/13/simple-explanation-internet-things-that-

anyone-can-understand/#575715911d09 (cit. 14. 02. 2018).

13] Wikipedia: Big data, (online), https:// en.wikipedia.org/wiki/Big_data (cit. 14. 02. 2018).

14] Procházka M.: Data mining: jiný pohled na problém, VTM, (online),

http://vtm.e15.cz/aktuality/data-mining-jiny-pohled-na-problem (cit. 14. 02. 2018).

15] Wikipedia: Sensor fusion, (online), https:// en.wikipedia.org/wiki/Sensor_fusion (cit.

14. 02. 2018).

Recenze: Ing. Jaroslav Demel, Ph.D.