Синергия промышленной робототехники и информационно-коммуникационных технологий

Цель представленного исследования – доказательство взаимосвязи и взаимовлияния между распространением промышленной робототехники и цифровыми технологиями, их синергии.

 Методы. В работе используются модифицированные модели диффузии инноваций, примененные для описания динамики плотности роботизации на примере ряда стран (Китая, Южной Кореи и Японии) с учетом диффузии передовых цифровых технологий (технологий 5G, интернета вещей, межмашинного взаимодействия, облачных сервисов и др.) на предприятиях. Кроме того, с помощью регрессионных зависимостей исследуется влияние распространения промышленных роботов в электронной промышленности этих стран на экономические показатели отрасли.

Результаты работы. Учет развития и внедрения цифровых технологий на предприятиях в модели диффузии плотности роботизации для ряда стран дал лучшее приближение к исходным данным, чем базовая логистическая модель. Использование такой модифицированной модели позволило построить прогноз плотности роботизации в странах в зависимости от сценариев диффузии цифровых технологий. С помощью регрессионных моделей оценен эффект внедрения промышленных роботов на производство полупроводников, сенсоров и коммуникационного оборудования на примере Японии, что подтверждает наличие синергии между передовыми цифровыми технологиями и промышленной робототехники.

Выводы. Результаты проведенного исследования подтверждают наличие большого взаимного влияния, синергии цифровых технологий и робототехники. Передовые информационно-коммуникационные технологии повышают степень распространения роботизации в развитых странах, переводят на более высокий уровень взаимодействие человека и робота, открывают новые способы использования промышленных роботов на умном производстве. В то же время, широкое применение промышленной робототехники в электронной промышленности, при производстве коммуникационного оборудования, полупроводников и печатных плат, повышает качество и эффективность, обеспечивает надежность и масштабируемость производства.

1. Gao K., Wijekoon C.B. Digital transformation of production tools: industrial robots transform inventory management in manufacturing // Procedia Computer Science. 2023. Vol. 228. P. 1246–1253. https://doi.org/10.1016/j.procs.2023.11.098

2. Zeydan E., Arslan S., Turk Y. 6G wireless communications for industrial automation: scenarios, requirements and challenges // Journal of Industrial Information Integration. 2024. Vol. 42. Р. 100732. https://doi.org/10.1016/j.jii.2024.100732

3. Dagli N., Dagli R., Thangavelu L. Interaction of millimetre waves used in 5G network with cells and tissues of head-and-neck region: a literature review // Advanced in Human Biology. 2023. Vol. 13. Iss. 2. P. 168–176. https://doi.org/10.4103/aihb.aihb_133_22

4. Du J., He J., Yang J., Chen X. How industrial robots affect labor income share in task model: evidence from Chinese A-share listed companies // Technological Forecasting and Social Change. 2024. Vol. 208. Р. 123655. https://doi.org/10.1016/j.techfore.2024.123655

5. Zhao Y., Said R., Ismail N.W., Hamzah H.Z. Impact of industrial robot on labour productivity: empirical study based on industry panel data // Innovation and Green Development. 2024. Vol. 3. Iss. 2. Р. 100148. https://doi.org/10.1016/j.igd.2024.100148

6. Albinowski M., Lewandowski P. The impact of ICT and robots on labour market outcomes of demographic groups in Europe // Labour Economics. 2024. Vol. 87. Р. 102481. https://doi.org/10.1016/j.labeco.2023.102481

7. Acemoglu D., Restrepo P. Robots and jobs: evidence from US labor markets // Journal of Political Economy. 2017. Vol. 128. Iss. 6. P. 2188–2244. https://doi.org/10.1086/705716

8. Kromann L., Malchow-Møller N., Skaksen J.R., Sørensen A. Automation and productivity – a cross-country, cross-industry comparison // Industrial and Corporate Change. 2020. Vol. 29. Iss. 2. P. 265–287. https://doi.org/10.1093/icc/dtz039

9. Na-yeon H. Robotics integration in manufacturing: case study of South Korea // Asian Journal of Computing and Engineering Technology. 2024. Vol. 5. Iss. 1. P. 42–53. https://doi.org/10.47604/ajcet.2810

10. Stiebale J., Suedekum J., Woessner N. Robots and the rise of European superstar firms // International Journal of Industrial Organization. 2024. Vol. 97. Р. 103085. https://doi.org/10.1016/j.ijindorg.2024.103085

11. Zhang H., Ding Y., Niu J., Jung S. How artificial intelligence affects international industrial transfer – evidence from industrial robot application // Journal of Asian Economics. 2024. Vol. 95. Р. 101815. https://doi.org/10.1016/j.asieco.2024.101815

12. Lessi C.C., Gavrielides A., Solina V., Qiu R., Nicoletti L., Li D. 5G and beyond 5G technologies enabling industry 5.0: network applications for robotics // Procedia Computer Science. 2024. Vol. 232. P. 675–687. https://doi.org/10.1016/j.procs.2024.01.067

13. Dzedzickis A., Subačiūtė-Žemaitienė J., Šutinys E., Samukaite-Bubniene U., Bučinskas V. Advanced applications of industrial robotics: new trends and possibilities // Applied Sciences. 2022. Vol. 12. Iss. 1. P. 135. https://doi.org/10.3390/app12010135

14. Kovič K., Ojsteršek R., Palčič I. Simultaneous use of digital technologies and industrial robots in manufacturing firms // Applied Sciences. 2023. Vol. 13. Iss.10. P. 5890. https://doi.org/10.3390/app13105890

15. Ansari J., Andersson C., De Bruin P., Farkas J., Grosjean L., Sachs J., Torsner J., Varga B., Harutyunyan D., König N., Schmitt R.H. Performance of 5G trials for industrial automation // Electronics. 2022. Vol. 11. Iss. 3. P. 412. https://doi.org/10.3390/electronics11030412

16. Sanneman L., Fourie C., Shah J.A. The state of industrial robotics: emerging technologies, challenges, and key research directions // Foundations and Trends in Robotics. 2020. Vol. 8. Iss. 3. P. 225–306. https://doi.org/10.1561/2300000065

17. Alankus O.B. Technology forecast for electrical vehicle battery technology and future electric vehicle market estimation // Advances in Automobile Engineering. 2017. Vol. 06. Iss. 02. https://doi.org/10.4172/2167-7670.1000164

18. Gompertz B. On the nature of the function expressive of the law of human mortality, and a new mode of determining the value of life contingencies // Philosophical Transactions of the Royal Society of London. 1825. Vol. 115. P. 513–583. URL: https://www.jstor.org/stable/107756 (дата обращения: 19.03.2025).

19. Bretschneider S., Bozeman B. Adaptive diffusion models for the growth of robotics in New York state industry // Technological Forecasting and Social Change. 1986. Vol. 30. Iss. 2. P. 111–121. https://doi.org/10.1016/0040-1625(86)90014-4

20. Michalakelis C., Varoutas D., Sphicopoulos T. Diffusion models of mobile telephony in Greece // Telecommunications Policy. 2008. Vol. 32. Iss. 3-4. P. 234–245. https://doi.org/10.1016/j.telpol.2008.01.004

21. Mushi R.M. Assessing the acceptance of mobile phone technology in Tanzanian SMEs // Journal of Electronic Business and Digital Economics. 2024. Vol. 3. Iss. 2. P. 170–183. https://doi.org/10.1108/JEBDE-10-2023-0026

22. Щепина И. Н., Медведева Д.А. Анализ распространения интернета на основе моделей диффузии // В сб.: Электронный Бизнес: проблемы, развитие и перспективы. Материалы XVIII Всероссийской заочной научно-практической конференции. Воронеж: Воронежский государственный университет, 2020. С. 139–144. EDN: https://elibrary.ru/udmxrr

23. Bohlin A., Gruber H., Koutroumpis P. Diffusion of new technology generations in mobile communications // Information Economy and Policy. 2010. Vol. 22. Iss. 1. P. 51–60. https://doi.org/10.1016/j.infoecopol.2009.11.001

24. Земцов С. П., Бабурин В. Л. Моделирование диффузии инноваций и типология регионов России на примере сотовой связи // Известия Российской академии наук. Серия географическая. 2017. № 4. С. 17–30. EDN: https://elibrary.ru/zcicst. https://doi.org/10.7868/S0373244417100024

25. Kabir H., Tham M.-L., Chang Y.C. Internet of robotic things for mobile robots: concepts, technologies, challenges, applications, and future directions // Digital Communications and Networks. 2023. Vol. 9. Iss. 6. P. 1265–1290. https://doi.org/10.1016/j.dcan.2023.05.006

26. Boshoff M., Schuster D., Christ L., Heseniusm M., Gruhn V., Kuhlenkötter B. Evaluation of 5G edge and cloud computing for data processing in visual referencing of mobile robot manipulators // Procedia CIRP. 2023. Vol. 120. P. 774–779. https://doi.org/10.1016/j.procir.2023.09.074

27. Bass F.M., Krishnan T.V., Jain D.C. Why the Bass model fits without decision variables // Marketing Science. 1994. Vol. 13. Iss. 3. P. 203–223. http://doi.org/10.1287/mksc.13.3.203

28. Bogue R. The role of robots in the electronics industry // Industrial Robot. 2023. Vol. 50. Iss. 5. P. 717–721. https://doi.org/10.1108/ir-04-2023-0082