کارخانه آینده

این خودروساز آمریکایی که دو دهه پیش نخستین شرکتی بود که یک بازوی رباتیک نصب کرد و آن زمان در حال ایجاد یک «کارخانه آینده» (Factory of the Future) بود. اسمیت تصویری از عملیاتی بدون حضور انسان و تنها با ماشین‌ها را در ذهن داشت؛ سیستمی که می‌توانست شرکتش را در رقابت با رقبای ژاپنی حفظ کند. نتیجه اما فاجعه‌آمیز بود. ربات‌های کم‌هوش نمی‌توانستند مدل‌های خودرو را تشخیص دهند و قادر به نصب صحیح سپر یا رنگ‌آمیزی درست نبودند. هزینه‌ها بسیار فراتر از بودجه رفت و نهایتاً جنرال موتورز کارخانه را تعطیل کرد.

از آن زمان، اتوماسیون مسیر طولانی‌ای را طی کرده است. بااین‌حال، چشم‌انداز اسمیت هنوز در اکثر کارخانه‌ها بسیار جلوتر از واقعیت باقی مانده است. به گفته «فدراسیون بین‌المللی رباتیک» (IFR) در سال ۲۰۲۴ حدود ۴.۷ میلیون ربات صنعتی در جهان فعال بوده‌اند؛ این یعنی تنها ۱۷۷ ربات به ازا هر ۱۰۰۰۰ کارگر تولیدی. در دهه ۲۰۱۰ تعداد نصب ربات‌ها افزایش یافت و در دوران همه‌گیری کرونا به‌شدت رشد کرد، اما پس از آن روند تثبیت شد و در سال ۲۰۲۴ تعداد ۵۴۲۰۰۰ ربات در کارخانه‌ها مستقر شدند.

این روند مشابه بازار گسترده‌تر تجهیزات اتوماسیون کارخانه شامل حسگرها، محرک‌ها و کنترل‌کننده‌ها است که طی چند سال گذشته به دلیل کندی تولید، به‌ویژه در اروپا با تقاضای پایینی مواجه بوده است. با وجود عملکرد درخشان صنعت در دوران همه‌گیری، سهام تأمین‌کنندگان بزرگ این حوزه از ابتدای سال ۲۰۲۴ عقب‌تر از سایر شرکت‌های کشورهای ثروتمند حرکت کرده است.

بااین‌حال، تحلیلگران سال ۲۰۲۶ را نقطه عطفی می‌دانند. IFR برآورد می‌کند که نصب سالانه ربات‌ها در سال جاری به ۶۱۹۰۰۰ واحد افزایش پیدا کند. شرکت مشاوره Roland Berger نیز پیش‌بینی می‌کند رشد واقعی فروش کل تجهیزات اتوماسیون صنعتی که در سال ۲۰۲۵ تنها ۱ تا ۲ درصد بود، در سال ۲۰۲۶ به ۳ تا ۴ درصد برسد و سپس در ادامه دهه به ۶ تا ۷ درصد افزایش یابد.

این رشد تا حدی ناشی از اثر کاهش نرخ بهره در غرب طی ۱۸ ماه گذشته است؛ اما محصول نیروهای ساختاری عمیق‌تری نیز هست. سیاست‌گذاران غربی با استفاده از یارانه‌ها و تعرفه‌ها، تولید را به کشورهای خود بازگردانده‌اند؛ ساخت کارخانه‌ها در دوره ریاست‌جمهوری جو بایدن افزایش یافت؛ اما با پیرشدن جمعیت، بسیاری از تولیدکنندگان برای یافتن نیروی ماهر کافی برای خطوط مونتاژ خود دچار مشکل شده‌اند که باعث افزایش تقاضا برای ماشین‌آلات شده است.

علاوه بر این، پیشرفت‌های نرم‌افزاری صنعتی به رفع بسیاری از چالش‌هایی کمک می‌کند که پیش‌تر تلاش‌ها برای اتوماسیون تولید را محدود می‌کردند. بحث‌های زیادی در سیلیکون‌ولی درباره چگونگی استفاده از موج جدید هوش مصنوعی مولد، نه‌تنها برای قدرت‌بخشی به چت‌بات‌ها، بلکه برای تحول تولید نیز در جریان است. «جنسن هوانگ» مدیرعامل انویدیا، در پنجم ژانویه ۲۰۲۶ اعلام کرد: «لحظه ChatGPT برای رباتیک فرارسیده است». با گذر زمان، این امر ممکن است منجر به کارخانه‌هایی شود که نه‌تنها مکانیزه‌تر، بلکه چابک‌تر و کوچک‌تر هستند.

شواهدی از آینده را می‌توان هم‌اکنون در کارخانه‌های تولیدکننده تجهیزات اتوماسیون Siemens در آمبرگ و ارلانگن مشاهده کرد. کارخانه آمبرگ که ۱۵۰۰ نوع مختلف کنترل‌کننده ماشین تولید می‌کند، امروزه حدود ۲۰ برابر بیشتر از زمان آغاز به کارش در ۱۹۸۹ تولید دارد؛ اما با تقریباً همان تعداد کارکنان. بازوهای رباتیک، بسیاری ساخته شرکت Universal Robots که شرکت مادر آن Teradyne آمریکایی است، کارهای بسیار بیشتری از برداشتن تخم‌مرغ انجام می‌دهند. در محفظه‌های شیشه‌ای، آن‌ها با سرعت حرکت می‌کنند، جوشکاری، برش، مونتاژ و بازرسی انجام می‌دهند و کارکنان تولید را از طریق کامپیوترهای متصل به ماشین‌ها نظارت و کنترل می‌کنند.

کارخانه ارلانگن که قطعات الکترونیکی تولید می‌کند، به همان اندازه آینده‌نگر است. چرخ‌دستی‌های خودران مجهز به نمایشگر، در کف کارخانه به‌سرعت حرکت می‌کنند و کالاها را بین ایستگاه‌هایی که انسان‌ها کنار ربات‌ها کار می‌کنند جابه‌جا می‌کنند و برخی دیگر در صف ایستاده‌اند تا شارژ شوند.

سخت‌افزار کارخانه در چند دهه گذشته مسیر طولانی‌ای طی کرده است. بازوهای رباتیک که زمانی در سه محور (بالا و پایین، چپ و راست، جلو و عقب) حرکت می‌کردند؛ امروزه معمولاً در شش محور حرکت دارند. حسگرها و دوربین‌ها حرکت آن‌ها را هدایت می‌کنند و یک ربات می‌تواند چندین مرحله تولید را انجام دهد. علاوه بر این، با افزایش تولید و ورود تأمین‌کنندگان چینی، قیمت آن‌ها کاهش یافته است.

اما پیشرفت‌های بزرگ‌تر در نرم‌افزارهایی است که باعث می‌شوند ماشین‌ها و کارخانه‌ها بهره‌وری بیشتری کسب کنند. ربات‌ها زمانی سخت‌گیرانه فقط برای انجام یک فعالیت خاص طراحی می‌شدند و این موضوع به گفته «بن آرمسترانگ» از مرکز عملکرد صنعتی MIT، الزاماً تولیدکنندگان را «در یک لحظه زمانی» گیر می‌انداخت تا مزایای اتوماسیون را به دست آورند. اکنون ماشین‌ها با تغییر کد می‌توانند برای کار دیگری برنامه‌ریزی شوند. برای مثال، ربات‌هایی که پیش‌تر توسط Foxconn برای نصب دکمه دایره‌ای «home» در نسل‌های قبلی آیفون استفاده می‌شدند، اکنون برای نصب میکروچیپ‌ها بازتخصیص یافته‌اند. این انعطاف‌پذیری، بازده سرمایه‌گذاری در ربات‌ها را نیز افزایش داده است.

نرم‌افزار، روش‌های دیگری نیز برای تحول تولید فراهم می‌کند. شبیه‌سازی‌های رایانه‌ای موسوم به «هم‌زاد دیجیتال» (Digital Twins) باعث شده است که آزمایش‌های طراحی محصول و فرایندهای تولید سریع‌تر و ارزان‌تر شود و نقشه‌های دوبعدی کاغذی جای خود را به مدل‌های دقیق سه‌بعدی داده‌اند. تأمین‌کنندگان تجهیزات اتوماسیون نیز به این حوزه هجوم آورده‌اند. سال گذشته Siemens در بزرگ‌ترین خرید تاریخ خود، شرکت نرم‌افزاری صنعتی Altair را به ارزش ۱۰ میلیارد دلار خرید. نرم‌افزار که معمولاً حاشیه سود بالاتری نسبت به سخت‌افزار دارد، اکنون یک‌سوم فروش بخش اتوماسیون صنعتی این شرکت را تشکیل می‌دهد.

هوش مصنوعی مولد وعده داد که این تحول را یک گام فراتر ببرد. تا پیش‌ازاین، مدل‌سازی دقیق رفتار یک ربات اغلب به دلیل متغیرهای متعدد امکان‌پذیر نبود، مشکلی که به «شکاف شبیه‌سازی تا واقعیت» (sim-to-real gap) معروف است. شبیه‌سازی‌ها معمولاً با تغییر نور یا شکل یک جسم از کار می‌افتادند. مدل‌های عظیم هوش مصنوعی که با داده‌های متنوعی از حسگرها و دوربین‌ها آموزش دیده‌اند، می‌توانند در حل این مشکل کمک کنند. با دقیق‌تر شدن شبیه‌سازی‌ها، ممکن است برنامه‌ریزی ربات‌ها برای انجام یک کار فیزیکی مشابه انسان که شامل درک، فهم و واکنش به موقعیت است، ممکن شود.

امکان بهره‌گیری از «هوش مصنوعی فیزیکی» (Physical AI) برای انقلاب در تولید هیجان زیادی ایجاد کرده است. در نمایشگاه CES لاس‌وگاس، انویدیا مجموعه‌ای از تراشه‌ها و مدل‌های هوش مصنوعی رایگان برای ربات‌ها معرفی کرد. در اکتبر ۲۰۲۵، شرکت ژاپنی SoftBank اعلام کرد که بخش رباتیک ABB، غول صنعتی سوئیس را خریداری می‌کند. استارتاپ‌هایی از سیلیکون‌ولی تا شانگهای در حال ساخت ربات‌های انسان‌نما هستند تا روزی جایگزین کارگران کارخانه شوند. ایلان ماسک هم نیز در این زمینه فعال است.

بازیگران قدیمی صنعت اتوماسیون نیز در هوش مصنوعی فیزیکی سرمایه‌گذاری‌های سنگینی انجام می‌دهند. «پیتر کوئرت» مدیر ارشد فناوری Siemens معتقد است که هوش مصنوعی به «مغز» کارخانه‌ها تبدیل خواهد شد؛ همان‌طور که ماشین‌ها «عضلات» آن‌ها هستند (با نظارت انسان). در سپتامبر ۲۰۲۵ نیز Siemens اعلام کرد که قراردادی با سازندگان ماشین آلمانی برای به‌اشتراک‌گذاری داده‌های ناشناس سخت‌افزار و ساخت مدل‌های هوش مصنوعی صنعتی امضا کرده است. در ۶ ژانویه ۲۰۲۶ نیز اعلام کرد که همکاری خود با انویدیا را گسترش می‌دهد و ابزار مبتنی بر هوش مصنوعی برای ساخت هم‌زاد دیجیتال توسعه خواهد یافت. سال گذشته میلادی، شرکت هیتاچی غول صنعتی ژاپن که با انویدیا همکاری دارد، پلتفرم نرم‌افزاری جدید هوش مصنوعی را معرفی کرد که داده‌های حسگرها و دوربین‌های کارخانه را تحلیل کرده و می‌تواند عملیات را مطابق آن تغییر دهد.

برخی اکنون از کارخانه‌های خودکار از این هم فراتر رفته‌اند و از آن‌ها به‌عنوان کارخانه‌های خودگردان یاد می‌شود. «تسا مایرز» از Rockwell Automation در نوامبر ۲۰۲۵ گفت: «تصور کنید کارخانه‌ای که ماشین‌ها نیازها را قبل از وقوع پیش‌بینی می‌کنند، مواد بدون دخالت انسان جابه‌جا می‌شوند و خطوط تولید به‌صورت بلادرنگ به تغییرات تقاضا یا اختلالات پاسخ می‌دهند.» این شرکت این ایده را در یک واحد کوچک در سنگاپور آزمایش می‌کند.

نتیجه همه این‌ها ممکن است نوعی کاملاً متفاوت از کارخانه باشد. با هر ربات قادر به انجام طیف گسترده‌ای از وظایف، کارخانه‌ها دیگر لزوماً نیازی به طراحی حول خطوط مونتاژ طولانی ندارند. با ترکیب این موضوع با کاهش هزینه سخت‌افزار، بسیاری از شرکت‌ها ممکن است به‌سرعت قادر باشند تولید خود را در شبکه‌ای از کارخانه‌های کوچک توزیع کنند.

سال‌هاست که روند به سمت سایت‌های بزرگ‌تر، معروف به «گیگافکتوری‌ها»، بوده تا تولیدکنندگان از مقیاس‌پذیری بهره‌مند شوند. اما کارخانه‌های کوچک مزایای زیادی دارند؛ می‌توانند نزدیک‌تر به مراکز شهری ساخته شوند که جذب نیروی کار لازم اما دشوار را آسان‌تر می‌کند. نزدیکی به مشتریان نیز مفید خواهد بود، به‌ویژه باتوجه‌به ادامه اعمال تعرفه‌ها. همچنین، پراکندگی تولید، ریسک تبدیل‌شدن مشکل یک کارخانه به بحران را کاهش می‌دهد. کارخانه آینده بسیار متفاوت از آنچه اسمیت تصور می‌کرد خواهد بود و شاید حتی تحول‌آفرین‌تر باشد.

گزارش حاضر در نسخه January 10th 2026 نشریه The Economist منتشر شده است.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.