Вот не знаю даже, насколько тема с зеленой повесткой ещё живая, её, вроде, много критикуют сейчас. Да и Грета Тумберг куда-то делась (кстати, кто в курсе как она поживает? В прошлый раз её в интернетах на лодке показывали).

Но если посмотреть динамику и структуру производства электроэнергии в Германии, то она впечатляет, по крайней мере меня впечатлила.  Смотрите  какие сильные изменения:

Одновременно с этим сильный рост на энергоносители:

Одновременно с этим, если почитать буржуйские материалы, то получается, что раньше при выборе оборудования или подрядчика смотрели на сроки, цену и качество. Сейчас к этим трём пунктам в Европе почти всегда добавляется четвёртый: насколько процесс “чистый” и предсказуемый по потреблению энергии, отходам и учёту.  Это про то, что заказчики и проверяющие любят цифры и документы, а у предприятий давно нет желания объяснять лишний раз, почему расход энергии прыгает, а отходов получается больше, чем планировали. Лично я плохо себе представляю, чтобы в России кто-то этим заморачивался: проверять сколько обрезков у подрядчика на склад ушло. Интересуют только сроки, цена, качество.

Но по итогу самое простое объяснение этому выглядит так. Энергия в Европе дорогая, требования по эффективности и отчётности жёстче, чем раньше, а конкуренция в металлообработке никуда не делась. Поэтому выигрывает тот, кто умеет стабильно выпускать деталь и при этом не сжигать деньги в розетке и в отходах.

По форумам если полазить, то вопрос с энергоэффективностью активно обсуждается:

Справедливости ради можно сказать, что любой нормальный человек считает свои расходы — что в Германии, что в России. Другое дело, что, по моему мнению, сейчас этому стали уделять больше внимания.

Из-за этого по цехам меняется логика принятия решений. Уже не так важно, чтобы станок был просто мощный. Важно, чтобы он был предсказуемый по затратам. Отсюда тяга к автоматизации вокруг станка, к софту, который лучше раскладывает детали на листе, к контролю процесса и к оборудованию, которое проще держать в стабильном режиме.

Даже боюсь представить, что будет по мере развития автоматизации и управления с помощью ИИ (мы же доживем до этого момента, да?). В связи с зеленой повесткой  в Европе сейчас часто спрашивают или требуют в реальной жизни, когда речь идёт про производство или выбор подрядчика:

• сколько энергии уходит на смену и как это контролируется;

• как организованы вытяжка и фильтрация, что с пылью и дымом;

• насколько экономно используется лист, сколько уходит в обрезь;

• есть ли нормальный учёт и прослеживаемость статистики.

И вот тут как раз хорошо видно, почему волоконные станки так уверенно забирают “листовую” работу в ЕС. Они чаще дают более понятную экономику по энергии и обслуживанию, проще вписываются в поток, где важны стабильные серии и минимальные простои. Это не значит, что старые технологии исчезли. Просто в европейских условиях всё больше решает не просто процесс  производства, а бухгалтерия плюс требования по эффективности.

В итоге получается интересная штука. Лазерная резка вроде бы та же самая, металл тот же, детали те же, а правила игры меняются. На фоне торговой войны КНР и ЕС за автомобильный рынок (понятное дело, максимально задействована здесь лазерная резка металла) этот процесс усугубляется.  Когда предприятие живет в среде, где любой лишний киловатт и лишний отход становятся заметными, рынок сам начинает толкать производство в сторону более экономичных и более автоматизированных решений.

Судя по росту тарифов на электроэнергию в РФ, нам тоже предстоит эта большая  работа. Издержки растут, Китай с их  низкой себестоимостью электроэнергии и материала давит на рынок. Как по мне, никакое повышение утильсбора на машины нам не помогут (если говорить про лазерную резку металла в автомобилестроении). Получается, что вопрос лишь в том, как нам выбрать или внедрить наиболее экономичные и лучшие  автоматизированные  методы работы. Если есть идеи, делитесь.

п.с.  Конечно, в РФ есть такие персонажи которые скажут “Можно, а зачем?”, но не все же такие, тот кто работает в рынке и зависит от рынка, не может так сказать, приходится искать способы  по более оптимальным решениям.

Автоматизированные производства, которые на одной и той же УНИВЕРСАЛЬНОЙ линии в состоянии пошить БЫСТРО и ШТУЧНО конкретный экземпляр коричневой пары зимних ботинок (у ни вер саль ной - то есть на ней точно так же быстро и штучно шьётся и пара черных ботинок... и унты... и сланцы... и туфли-лодочки... а может и не шьётся, а качественно 3D-печатается) конкретному человеку, который подал такой запрос (и форма ноги которого предварительно отсканированная, возможно в момент заказа, поступила на предприятие).

- и в логистике...

Доставить эту конкретную штучную пару конечному заказчику (производство, кстати, может быть локальным - много небольших автоматических фабрик, рассыпанных по регионам сократит доставку с дней до часов).

Снимается проблема хранения, перепроизводства (создаётся строго под запрос), дефицита (линия всегда готова создать товар), сезонных влияний моды (создаём только то, что попросил заказчик по его запросу, хоть "писк моды", хоть "классику жанра") и т.д. и т.п. И так ведь можно почти по любому товару.

А людям-человекам останется

творческая рутина: приготовление еды чтобы "домашнятинка" (недолюбливаю я консервы, хоть и не все...), разработка дизайнов одежды... и прочее, где изделия "уникальные".

и не творческая рутина: ремонт и обслуживание всего этого автоматизированного производства.

Глава 2. История перемен

Десять лет назад всё началось с эксперимента в нескольких городах. Люди устали от неравенства, от того, что ресурсы простаивали, пока другие нуждались в самом необходимом. Система «Экономика насыщения» предложила решение: распределение ресурсов по принципу потребностей, а не денег.

Детекторы самочувствия стали частью повседневной жизни. Они анализировали физиологическое состояние человека, его эмоциональный фон, помогая определить реальные потребности.

Глава 3. День из жизни

Утро Анны начиналось с проверки системы. Сегодня поступило необычное обращение от пожилого учёного, желающего получить доступ к редким материалам для эксперимента. Система одобрила запрос после анализа его предыдущих достижений и потенциальной пользы для общества.

В течение дня Анна помогала решать конфликты распределения, консультировала новых пользователей, следила за эффективностью алгоритмов.

Эпилог

К вечеру город успокоился. Запросы были удовлетворены, ресурсы распределены справедливо. Анна смотрела на спокойную карту и думала о том, как далеко они продвинулись. Пирамида неравенства превратилась в устойчивый квадрат равенства, где каждый мог получить необходимое для счастливой жизни.

Система продолжала развиваться, адаптируясь к новым вызовам. Но главное было достигнуто — люди научились делиться, не теряя при этом своего достоинства и стремления к развитию.

Специализация способствует повышению эффективности, позволяя субъектам фокусироваться на своей ключевой компетенции. Это также усиливает взаимозависимость экономических агентов, что можно наблюдать в глобальных цепочках поставок, где производство одного продукта распределено между множеством стран.

Характеристики следующей эпохи эволюции – «Интеллектуальная экономика» – можно описать как сосредоточение на знании, креативности, инновациях и автоматизации. Она опирается на искусственный интеллект, большие данные, автоматизированные системы и интеграцию человека и технологий. Ключевые черты включают:

– Искусственный интеллект и автоматизация: использование умных систем для управления процессами, принятия решений и повышения эффективности;

– Инновационная экосистема: развитая сеть научно-исследовательских центров, стартапов и компаний, ориентированных на внедрение новаторских идей;

– Устойчивое развитие: баланс между экономическим ростом, социальной справедливостью и защитой окружающей среды;

– Цифровая глобализация: международная интеграция через цифровые платформы, позволяющая глобальному обмену знаниями и услугами;

– Человеческий капитал как ключевой ресурс: акцент на развитии навыков, образования и креативности, где каждый индивид играет значимую роль в создании ценностей.

Китай XXI века можно рассматривать как один из примеров стремления к интеллектуальной экономике. Страна активно внедряет технологии искусственного интеллекта, роботизации и автоматизации, что видно в таких инициативах, как проект "Made in China 2025". Также Китай вкладывает значительные ресурсы в развитие человеческого капитала через программы образования и инноваций.

Кроме того, Китай добивается значительного прогресса в области цифровой трансформации, занимая лидирующие позиции в e-commerce, развитии суперприложений (например, WeChat) и цифровых платформах.

Однако Китай пока остается страной переходного этапа, т.к. сохраняется сильная зависимость от индустриального сектора и производства. Превращение Китая в полноправную интеллектуальную экономику потребует решения проблем экологической устойчивости, защиты интеллектуальной собственности и перераспределения доходов.

Адаптация экономических систем проявляется в их способности реагировать на изменения внешних условий, таких как технологические прорывы, природные катаклизмы или политические кризисы. Эта адаптация может быть как постепенной, в виде реформ и модернизации, так и резкой, например, в ответ на экономические санкции или глобальные эпидемии. Примером универсальной закономерности можно считать кривую производственных возможностей, которая отражает компромиссы между различными экономическими целями.

Эволюция экономических систем также подчиняется законам термодинамики и принципам максимальной энтропии, что выражается в стремлении к равновесию через перераспределение ресурсов и устранение барьеров для их перемещения. Например, интеграция рынков капитала и труда способствует более эффективному использованию глобальных ресурсов. Такие закономерности отражают глубокую взаимосвязь между физическими и социальными системами, подчеркивая универсальность процессов, управляющих развитием человеческого общества.

--

Предыдущий пост в сообществе Наука | Научпоп : Роль самоорганизации и эмерджентных свойств в развитии экономики

Продолжение: Фазы эволюции экономических систем на примере трансформации феодализма в капитализм

Этот пост входит в Часть 10. Общие законы экономической эволюции

Попытка выявить универсальные законы, управляющие развитием и вымиранием экономических систем. Роль самоорганизации и эмерджентных свойств.

Научпоп-серия Происхождение экономических систем путём естественного отбора

Устойчивое лидерство сектора услуг по уровню инновационной вовлеченности имеет прямое объяснение — конкуренция за клиента. Компании модернизируются не потому, что им предложили субсидию, а потому что это становится условием эффективности на насыщенном и меняющемся рынке. Даже несмотря на активное продвижение мер господдержки малых технологических компаний (МТК), из которых почти 5,5 тыс. входят в официальный реестр, 84,2% всех инновационных затрат финансируются за счет собственных средств бизнеса. Государственные гранты и льготные кредиты дают в сумме лишь около 12,6% всех инвестиций в инновации.

Хотя государственные программы стимулирования производительности труда сосредоточены преимущественно в промышленности или IT, данные показывают, что в секторе потребительских услуг добиться этого проще, дешевле и быстрее. Инновационные решения здесь требуют меньших инвестиций, быстрее масштабируются, легче интегрируются в бизнес-процессы. При этом эффект от внедрения: рост выручки, сокращение затрат, повышение маржинальности — ощущается практически сразу. Малые компании в сфере услуг это понимают и действуют проактивно, не дожидаясь внешнего стимулирования.

Это подводит к ключевому выводу: фокус государственной политики в области внедрений новых технологий и производительности нуждается в перераспределении. Сокращение низкоквалифицированной занятости, в том числе миграционной, должно происходить не столько в промышленности, сколько в сфере услуг. Здесь есть потенциал как для повышения эффективности, так и для снижения избыточной занятости за счет автоматизации и цифровизации процессов.

Фундаментальная задача для всей нашей экономики сейчас — оптимизация рынка труда через внедрение технологий в наиболее трудоемкие сектора экономики. Необходимо массово сокращать низкоквалифицированные и низкопроизводительные рабочие места. Мы живем не сто лет назад, когда было важно любое рабочее место. Сейчас необходимо сместить акцент с количества на качество. А основной потенциал здесь в сфере услуг. Инновации должны идти туда, где работают люди. И где результат наступает быстрее.

Еще больше интересных материалов в моем telegram-канале "Константин Двинский"

Не забываем ставить лайк :)
Подписывайтесь, чтобы ничего не пропустить!

2.Авторское право? Забудьте

Теперь обучение моделей на чужих текстах, картинках и видео будет считаться «fair use» — то есть законным использованием. Кто не согласен — пусть судится, но без поддержки государства. Потому что в приоритете не защита авторов, а развитие технологий (TechCrunch)

3.Open source в моде

Ставка сделана на нейросети с открытым кодом и весами — такие, как Mistral или Meta LLaMA. Правительство хочет, чтобы доступ к продвинутым ИИ был у всех (ну, кроме Китая). Поддержка закрытых моделей типа OpenAI — по остаточному принципу.

Но есть одно «но»: только если ваша модель неидеологическая. Никаких фильтров на темы расизма, дискриминации, климата и прочей «повесточки». ИИ должен быть нейтральным, в идеале — вообще ничего не фильтровать. «Свобода слова» — новый критерий качества (AP News)

4.Дата-центры будут строить везде

Нехватка мощности — главная проблема. Поэтому государство будет раздавать землю под дата-центры и фабрики чипов, а разрешения выдавать по ускоренной процедуре. Параллельно — инвестиции в атомную энергетику, чтобы всё это добро питать.

Уже в процессе: Илон Маск строит гига-датацентр для Grok, OpenAI готовит свой проект Stargate (предположительно на $100 млрд) с Microsoft и Oracle (The Information)

5.Китаю — ничего

США усиливают экспортный контроль: никаких чипов, SDK, моделей и даже опенсорса — всё, что может попасть в Китай, под жёстким запретом. В будущем это может вообще разделить ИИ‑мир на два блока: американский и китайский (Reuters)

Что это значит для нас?

• Будет ещё больше нейросетей — быстрее и доступнее.

• Качество может вырасти — но вместе с рисками фейков и «безумных» моделей.

• Open source — снова в моде, а значит, конкуренция с монополиями усиливается.

• Европа и Китай идут по пути контроля, США — по пути «вперёд и без тормозов».

Как думаете, это крутой шаг в сторону прогресса — или катастрофа на длинной дистанции? Хотели бы вы, чтобы такую политику приняли у нас?

Пишите в комментариях.