Tesla 的 Model 3 出貨不如預(yù)期，導(dǎo)致外界對 Elon Musk 的企圖心打上問號，同時(shí)凸顯汽車制造業(yè)的復(fù)雜性超乎想像，且硅谷從錯誤中修正的思維，對于講究步步嚴(yán)謹(jǐn)?shù)钠嚿a(chǎn)過程而言并不一定適用，哈佛商業(yè)評論 (Harvard Business Review) 點(diǎn)出問題，指出基于人類的舊方法不一定適用于機(jī)器人，因此要享受自動化帶來的好處，必須重新設(shè)計(jì)流程以充分利用機(jī)器人的技能。

報(bào)導(dǎo)指出，現(xiàn)在汽車工廠大部分自動化任務(wù)已經(jīng)得到解決，因此要仰賴新技術(shù)降低成本提高效率，必須發(fā)明全新的工藝和設(shè)計(jì)流程，譬如涂裝廠的自動化程度已超過 90%，但仍然是整個工廠中成本最高，空間最密集的程序之一，雖然機(jī)器人執(zhí)行大部分任務(wù)，但過程與 30 年前沒有什么不同。BMW 汽車進(jìn)入涂裝車間需要 12 小時(shí)，涉及 100 多臺機(jī)器人，接著車輛必須在工廠內(nèi)行駛 4 英里，整個流程才算完成。

為了提高效率、降低成本，將需要開發(fā)新的工藝，譬如只要在汽車上涂一層薄膜，然后進(jìn)行烘烤，就像陶瓷窯一樣，目前正在汽車研究實(shí)驗(yàn)室進(jìn)行測試。或者按客戶訂單的顏色對整個車身進(jìn)行 3D 打印，完全免除對傳統(tǒng)涂裝車間和板金車間的需求。無論如何，要降低生產(chǎn)汽車的成本，不是讓機(jī)器人取代人類就好。

今天三分之二的汽車工人都在組裝流程，很難被自動化，因?yàn)楝F(xiàn)在汽車的定制和復(fù)雜性更需要人類的靈活性。大多數(shù)工廠同時(shí)生產(chǎn)幾款車型，而這些車型的組合通常會根據(jù)需求而變化。就算能夠重新編碼機(jī)器人和機(jī)器以適應(yīng)工廠生產(chǎn)計(jì)劃的日常變化，但這個過程很昂貴。

裝配線上還有一些人類更適合的任務(wù)，例如處理汽車線束的連接與安裝工作，如車輛神經(jīng)系統(tǒng)的復(fù)雜問題。電動和自動駕駛車與現(xiàn)今的汽車相比，電氣系統(tǒng)將需要更快，更可靠地傳輸更多數(shù)據(jù)，裝配廠可能需要處理更多的電線和連接器。為了實(shí)現(xiàn)自動化操作，需要一個新的流程，可能是無線的方式，電子系統(tǒng)通過電子模組運(yùn)作或透過云端連接。

新的協(xié)作機(jī)器人也很重要，可與人類合作執(zhí)行危險(xiǎn)或重復(fù)的任務(wù)，或者需要特殊的敏捷性以在緊密或難以到達(dá)的地方工作。協(xié)作機(jī)器人價(jià)格相對便宜，通常在 5 萬美元以下，且很容易重新編碼，組裝線上的工作人員通常可以自行重新編碼快速重新分配任務(wù)，安全性也較高。

外骨骼也是一種選擇，工人借由這些半機(jī)械式的設(shè)備，可以舉重物，或在執(zhí)行重復(fù)的頭頂裝配任務(wù)時(shí)緩解身體上的壓力。隨著許多工業(yè)化經(jīng)濟(jì)體的生產(chǎn)工人平均年齡上升到 40 歲以上，這種可穿戴式自動化變得尤為重要。總之，通用汽車 (GM) 總裁 Roger Smith 提出的熄燈工廠或許可在其他領(lǐng)域?qū)崿F(xiàn)，但不是在汽車工廠。