In de moderne maakindustrie is AI naar voren gekomen als een transformerende technologie. Het hervormt de industriële sector en biedt nieuwe kansen voor efficiëntieverbetering en innovatie. Terwijl we door de vierde en vijfde industriële revolutie navigeren, zorgen AI-technologieën voor een verschuiving in de manier waarop producten worden ontworpen, geproduceerd, geoptimaliseerd en onderhouden.
Data vormen de kern van deze verandering. Gewapend met data van sensoren, historische onderhoudslogboeken en andere contextuele gegevens kunnen fabrikanten AI gebruiken om te voorspellen hoe hun apparatuur zich zal gedragen en wanneer deze mogelijk uitvalt. AI kan zelfs de juiste onderhoudsactie op het juiste moment adviseren, waardoor fabrikanten potentiële storingen kunnen identificeren, onderhoudsschema’s kunnen optimaliseren en de uitvaltijd kunnen reduceren. Het is ook te benutten om de vraag te voorspellen op basis van historische data, trends en externe factoren zoals weers- en marktomstandigheden, waardoor extra waarde wordt gegenereerd.
Hoewel AI belooft slimme fabrieken aan te drijven, productieprocessen te optimaliseren, voorspellend onderhoud en patroonanalyse, personalisatie en andere gebruiksscenario's mogelijk te maken, zijn er ook uitdagingen. De weg naar effectieve en waarde toevoegende AI zonder een robuuste datamanagementstrategie, is een zware strijd.
Waarde van data begrijpen
Data, als basis voor betrouwbare AI, kan de weg wijzen naar transformatie van bedrijfsprocessen. Veel managers van productiebedrjven zeggen echter dat ze voor uitdagingen staan bij het inzetten van innovaties, waaronder AI, voor nieuwe toepassingen. Volgens Gartner verhoogt 80 procent van de maakindustrie-CEO's de investeringen in digitale technologieën, onder leiding van kunstmatige intelligentie (AI), Internet of Things (IoT), data en analytics. Toch zegt slechts 8 procent van de industriële bedrijven dat hun digitale transformatie-initiatieven succesvol zijn.
Het gebrek aan universele industriële data is een van de grootste obstakels geweest die de adoptie van AI door productiebedrijven hebben vertraagd. Maar geavanceerde technologieën zijn maar een deel van het verhaal van de digitale transformatie, en fabrikanten die vooruitgang willen boeken op het gebied van AI-innovatie moeten eerst de rol en waarde van data begrijpen. Vanwege de zeer lage kosten van sensoren beschikken fabrikanten nu over een ongekende capaciteit om enorme hoeveelheden data te verzamelen, te gebruiken en te beheren.
Maar als AI geen toegang heeft tot een volledige set data van hoge kwaliteit, zal het twijfelachtige analyses en minder optimale resultaten opleveren. Het is niet ongebruikelijk dat organisaties oplossingen bouwen op basis van deze foutieve aannames. Zonder deze solide basis zal AI bevooroordeeld en onbetrouwbaar zijn, en mogelijk falen. Simpel gezegd: veel organisaties realiseren zich de waarde van AI niet, omdat ze afhankelijk zijn van tools die worden toegepast op data die al gebrekkig zijn.
Samenwerking productie en IT
Om deze data-uitdagingen het hoofd te bieden en datagestuurde AI in de productie te kunnen stimuleren, moeten bedrijven een strategie ontwikkelen die is gebaseerd op een robuust dataplatform. Hier kan samenwerking tussen productieactiviteiten en IT helpen een datacentrische cultuur te bevorderen, zodat end-to-end levenscyclusbeheer van data mogelijk wordt gemaakt, gericht op betrouwbaarheid en beveiliging. De sleutel tot succes is om eerst te focussen op data, en niet op complexe AI-systemen. ‘Garbage in’ levert nog steeds ‘garbage uit’ op.
Veel productiebedrijven maken nog steeds gebruik van verouderde infrastructuur en databronnen op verschillende soorten platforms, zoals op locatie of in de publieke cloud. Maar door een holistisch dataplatform in te zetten dat is opgebouwd rond een moderne data-architectuur, kunnen ze silo’s elimineren door data te centraliseren in een gezamenlijke data lake, waardoor de enige bron van waarheid wordt geboden die AI nodig heeft om te floreren. Deze aanpak helpt ervoor te zorgen dat AI wordt getraind op of geïntegreerd met de eigen data, binnen het eigen netwerken en controle, waardoor het risico wordt verkleind dat gevoelige data buiten de organisatie terechtkomt. Het zorgt er tevens voor dat de output van AI contextueel en accuraat is.
Potentieel van AI benutten
Het is duidelijk dat AI de potentie heeft om productiebedrijven radicaal te veranderen. Maar zoals bij elke nieuwe technologie bestaat het risico dat fabrikanten zich te veel op AI concentreren, zonder eerst stappen te ondernemen om het succes ervan te garanderen. Elke AI-toepassing moet worden gebouwd op kwalitatieve vertrouwde data, ondersteund door de solide fundamenten van een moderne data-architectuur. Zonder dit uitgangspunt gaan organisaties er niet in slagen het volledige potentieel en de mogelijke toegevoegde waarde van AI te benutten.
In een markt waar kleine verbeteringen de opbrengsten fors kunnen verhogen, zullen degenen die het potentieel van AI benutten een substantieel concurrentievoordeel behalen en beter in staat zijn om door het voortdurend veranderende productielandschap te navigeren.
Door: Rein de Jong, Regional Vice President BeNeLux van Cloudera