Vincent Hentzepeter, hoofdredacteur | Foto: Finn Hentzepeter
Afgelopen december schreef ik dat kunstmatige intelligentie, meer specifiek industriële AI, productie- en logistieke processen ingrijpend gaat veranderen. Industriële AI kan wel eens net zo’n impact hebben op de sector als de industriële revolutie in de 18e eeuw.
Die begon officieel rond 1760 in Engeland. Pas na 1850 kwam de industrialisatie ook in Nederland op gang. Bijna een eeuw later dus, en dat veranderde de samenleving compleet. Had je toen als ‘nijverheidssector’ een eeuw om op deze transitie te anticiperen, nu is elke dag dat je AI laat liggen een dag te veel. In de luchtvaartsector, de logistiek, de ICT, het bankwezen, en ook in de industrie wordt AI inmiddels uitgerold in essentiële bedrijfsprocessen. Vaak nog pilots, maar toch. De early adopters nemen een voorsprong, en die is moeilijk te overbruggen als je blijft afwachten. Want wie met AI het rendement van zijn bedrijfsprocessen zelfs met slechts enkele procenten kan verbeteren, geeft zijn concullega’s het nakijken.
De procesindustrie gaat in de AI-ontwikkelingen zeker niet aan kop, zo bleek tijdens een AI-congres in Orlando waar ik afgelopen oktober was. Maar ook hier zijn er de early adopters. Zoals die Canadese voedingsmiddelenfabrikant die zijn onderhoudsschema’s met AI-gedreven software optimaliseert, zo onderhoudskosten weet te drukken en zijn uptime weet te verhogen. Nu nog vooral door optimalisatie van de inzet van personeel in de technische dienst. De implementatie van dit soort AI-trajecten duurt jaren, dus een eenmaal opgebouwde voorsprong geef je niet direct weg.
Ik zie je denken, wat is industriële AI nu eigenlijk? Heel simpel, het loslaten van kunstmatige intelligentie op de metadata van je productieprocessen. Met AI-ondersteunde software kun je optimalisaties aan bijvoorbeeld je machinepark doorrekenen in een fractie van de tijd die daar traditioneel voor staat. Als processen inzichtelijk worden, kun je – gebruikmakend van historische en realtime data – optimalisaties steeds verder verfijnen. Zo verbeter je de uptime, verhoog je de output, kom je tot de beste onderhoudsintervallen, kun je medewerkers effectiever inzetten, en heb je helder in beeld wie er bevoegd is voor een taak en wie er moet worden bijgeschoold. Of waar extra mensen of kapitaalgoederen nodig zijn om knelpunten op te lossen in het proces. Het is maar een handvol voorbeelden uit hoe diep AI in organisaties ingrijpt. Voorwaarde is wel dat je je processen digitaal in kaart moet hebben gebracht en je medewerkers gemotiveerd en opgeleid zijn om AI voor de organisatie te laten werken. Zonder data geen AI.
Industriële AI is dus heel wat anders dan ChatGPT-achtige toepassingen. Handig voor de interne communicatie en het leesbaar maken van informatie (wel opletten voor de bugs!). Echter, heb je het over inzet van kunstmatige intelligentie in een fabriek voor het stroomlijnen van productieprocessen, dan zijn intelligente taalmodellen slechts een deel van het verhaal. Daarmee kun je bijvoorbeeld een automatiseringssysteem meertalig maken, zodat elke nationaliteit ermee overweg kan of waarmee labs met internationale vestigingen gemakkelijk informatie kunnen uitwisselen. Die taalmodules moeten overigens wel getraind worden, anders krijg je rare dingen. Je voelt het al, deze revolutie gaat niet vanzelf. Je zult er ook AI-specialisten voor binnen moeten halen of een goede partner moeten zoeken. Want AI is geen wondermiddel en gaat niet werken met een druk op de knop.
