Wie AI niet tijdig omarmt, meer specifiek ‘industrial AI’, loopt straks achter de feiten aan en kan de concurrentie niet meer bijbenen. Bedrijven die te laat aanhaken, lopen een serieus risico straks niet meer te bestaan of overgenomen te worden door de trendsetters.

3-in-1 oplossing

Voordat ik hier voor onheilsprofeet wordt versleten: het gaat hier niet om zomaar een voorspelling, maar om het unanieme geluid van vooraanstaande sprekers dat ik opving tijdens een driedaagse AI-conferentie ‘IFS.ai Unleashed’ medio oktober in Orlando, Florida. Er kwamen verschillende gebruikerscases langs van IFS-klanten die pilots draaien met de nieuwe AI-suite die deze speler in bedrijfssoftware vrij recent heeft gelanceerd.

Het gaat dan om een 3-in-1 oplossing op het gebied van:

  • Projectmanagement
  • Asset management (controle houden over je machinepark en alle kapitaalgoederen)
  • Servicing, waaronder het onderhoud van alles wat essentieel is voor de productie

Industriële AI krachtige technologie

AI is echt een buzzword, iedereen kent het wel van ChatGPT, maar over industriële AI hoor je nog weinig. Dit komt doordat bijna geen productiebedrijf hier serieus mee bezig is. Hooguit 1% op dit moment, bleek uit een IFS-enquête, en die bedrijven bleken veel waardevols uit hun AI-investering te halen. Industriële AI staat nog in de kinderschoenen, maar blijkt nu al een krachtige technologie, omdat het proceskritische informatie haalt uit ongestructureerde data door de hele productieketen heen.

Grote winst industriële AI: inzicht in efficiency

De bedrijfsstrategie met zijn targets kan dan gekoppeld worden aan wat er in de productieketen gebeurt, inclusief de logistiek. Grote winst van industriële AI is dat het verdiepende inzichten geeft hoe efficiënt je als organisatie opereert. Nu is dat alleen globaal bekend. Voorbeeldje. Waarom worden energiebesparingsdoelen niet gehaald, terwijl het management een jaarlijkse energiereductie van 10% ambieert? Omdat niet duidelijk is waar de grootste winstpunten zitten. We doen maar wat, terwijl het met AI in detail inzichtelijk te maken is aan welke knoppen je moet draaien.

Achterliggende data ontsluiten en evalueren met AI

Door de steeds hogere automatiseringsgraad zijn de benodigde, achterliggende data wel beschikbaar, maar worden niet ontsloten en geëvalueerd. Zonder inzet van kunstmatige intelligentie is het te complexe materie. Maar giet je de data in een AI-model dat met de juiste informatie is gevoed, dan wordt allerlei kritische procesinfo ineens met een druk op de knop zichtbaar.

Ja, dit vergt een behoorlijke investering, want zo’n AI-project gaat in samenspraak met directie en leidinggevenden tot iedereen op de productievloer. Er moeten pilots worden gedraaid op die activiteiten waarmee de grootste winst valt te behalen. Het ‘laaghangende fruit’ om maar eens een cliché te gebruiken. Maar dan kan het ineens hard gaan, en kan een bedrijf ineens proactief en real-time in plaats van reactief gaan opereren.

Dit kan bijvoorbeeld downtime met wel 10% of meer terugbrengen.

Kun jij dit niet, en je concurrent wel, dan wordt het in een sector met flinterdunne marges al snel lastig in business te blijven. Wacht niet te lang met AI, we staan nog aan het begin, en het is ‘here to stay’.