Trumpf: ‘Uiteindelijk kunnen we met AI de productiviteit verbeteren’

We schreven al eerder over de enorme potentie van AI voor de maakindustrie en hoe AI de productiviteit kan laten groeien. Ook Menko Eisma, managing director bij Trumpf Nederland, ziet deze mogelijkheid tot productiviteitsverbetering. Al geeft hij wel aan dat we pas aan het begin van de ontwikkelingen staan.

ING ging met Eisma in gesprek over zijn kijk op het effect van AI op de industrie. Eisma: ‘Het is belangrijk om verschil te maken tussen data en AI: Data is procesinformatie uit de machine. Deze informatie moet je eerst verzamelen en bewerken, voordat je het kan analyseren. Voor dat laatste is AI nodig. Want uit het productieproces komt tegenwoordig enorm veel data. AI kan deze data combineren en patronen herkennen. En zo betere voorspellingen doen om processen te optimaliseren. Als je mij vraagt waar we nu staan, dan vergelijk ik het vaak met de ontwikkeling van de computer: We zijn nu bij de ‘Commodore 64’, aan het begin dus.’

Voordelen

Eisma vervolgt: ‘Uiteindelijk kunnen we met AI de productiviteit verbeteren. Gaat het om een taak die zich herhaalt? Dan kunnen we deze automatiseren en digitaliseren. Op die manier kunnen we het productieproces verder optimaliseren. En de efficiency van productiemachines verder verhogen. Hoe meer productiedata we hebben, hoe sneller AI groeit. De data die we nu hebben is van de afgelopen 3 tot 5 jaar. Maar dat gaat de komende jaren ontzettend toenemen. En met al deze data kunnen we AI-modellen voeden zodat ze nog slimmer worden. We gebruiken AI nu al bij de installatie van machines. Tijdens de testruns meten de sensoren van alles: temperaturen, snelheden en schommelingen. Maar het meet ook heel nauwkeurig het geluid, zodat we naast de controle van componenten ook kunnen checken of de machine goed is gemonteerd. Zelfs een losse moer kan eruit worden gepikt. AI helpt ons ook op het gebied van ‘predictive maintenance’. Via een ‘condition monitoring cockpit’ ziet de klant wanneer onderhoud nodig is. Allemaal dankzij slimme data-analyse. Zo voorkomen we dat machines onnodig stilstaan.’

Voorbereiding

‘We kijken bijvoorbeeld hoe we AI kunnen inzetten bij het ontwikkelen van nieuwe machines. Zo gebruikt AI specificaties over snelheden en materialen om voorstellen te maken over het te gebruiken type aandrijving, koeling en krachten. Ook kan AI het werkvoorbereidingsproces veranderen. Van een digitale tekening kan het al een (basis)bewerkingsprogramma maken. Bijvoorbeeld voor een specifieke kantbank of lasersnijmachine. Hiermee sla je een stap over in het hele maakproces. Op langere termijn zie ik veel meer mogelijkheden voor AI. Helemaal als de digitale toeleverketen verder is ontwikkeld. Dan kan AI ook worden ingezet bij inkoop en orderverwerking. Sowieso is het ook voor andere sectoren goed. Als er meer AI-toepassingen komen, wordt de productiviteit verhoogt en kunnen we op termijn onze concurrentiepositie en welvaartsniveau houden,’ besluit Eisma.

Tips voor ondernemers

• Investeer in een up-to-date datastructuur. Machines en digitale processen verzamelen veel data die verwerkt en bewerkt moet worden. Deze data is belangrijk voor de toepassing van AI om processen te optimaliseren.
• Haal AI-expertise in huis, start met een klein dataproject en evalueer de kwaliteit en het effect. Neem op basis hiervan strategische beslissingen over investeringen in data en digitalisering. En word lid van AI-netwerken binnen je sector en regio, zoals de NL AI-Coalitie.
• Het verzamelen van data is ook van belang voor klanten en leveranciers. Zoek waar het delen van data en kennis een win-win situatie oplevert en start met leren uit kleine testprojecten.

Vond u dit artikel interessant? Lees dan ook ING: ‘AI is meer dan robots’