AI in de industrie: De slimme toekomst van productie

AI in de industrie: De slimme toekomst van productie
De wereld van productie ondergaat op het moment een revolutie, aangedreven door de kracht van kunstmatige intelligentie (AI). In de podcast aflevering “Production-intelligence: kunstmatige intelligentie in alledaagse industriële processen” vertellen Wouter De Nijs en Andrei Bartic van Flanders Make waarom de doorbraak van AI in de maakindustrie moeizamer verloopt dan in de consumentgerichte industrieën en welke impact de inzet van AI op het productieproces van de toekomst heeft.
Op de vraag waarom de implementatie van AI in de maakindustrie moeilijker verloopt, antwoordt Wouter: “AI heeft nood aan heel veel voorbeelden om goed getraind te worden, we hebben fouten nodig en die komen niet vaak genoeg voor”. Het is bekend dat AI honger heeft naar data om te leren en te verbeteren, maar in de productieomgeving is het vinden van overvloedige en diverse gegevens een uitdaging. Productieprocessen zijn meestal nauwgezet geoptimaliseerd, waardoor fouten schaars zijn. Bovendien is voorzichtigheid een belangrijke factor bij het inzetten van AI in een maakomgeving; als fouten zich voordoen, zijn de gevolgen vaak aanzienlijk, zowel economisch als op het gebied van veiligheid. Andrei geeft aan: “Als een AI programma een verkeerd advies geeft in industriële context, kan dat grote economische schade brengen maar ook een gevaar opleveren voor de mensen die met de machine werken”.
Productie-intelligentie
Productie-Intelligentie is het geheime wapen om AI naadloos in de maakindustrie te integreren. Het draait om het combineren van AI met diepgaande domeinkennis, zoals fysische inzichten en praktische kennis van operators en machines. In plaats van blindelings data te analyseren, vermengt Productie-Intelligentie fysieke principes met AI om nauwkeurigere voorspellingen mogelijk te maken. Andrei geeft aan: ‘Een van de eerste stappen bij het implementeren van AI in het proces is dan ook het digitaliseren van alle in het bedrijf aanwezige domeinkennis.”
Concrete case
In de podcast wordt toepassing van productie-intelligentie met een voorbeeld concreet gemaakt. Er wordt een scenario geschept waarbij kwaliteitsinspectie cruciaal is voor nieuw geproduceerde producten. AI kan worden getraind met CAD-tekeningen en materiaalkennis om verschillende beelden te genereren met variërende belichting en defecten. Hierdoor kan het algoritme efficiënter defecten detecteren en zo afval verminderen en productkwaliteit verbeteren.
De impact is groot
Productie-Intelligentie kan een aanzienlijke impact hebben op bedrijven. Het kan de productkwaliteit verbeteren, afval verminderen, energiekosten verlagen en machineonderhoud optimaliseren. Snellere machine-instellingen, real-time kwaliteitsinspectie en verbeterde efficiëntie zijn nog enkele voorbeelden van hoe AI de productie kan transformeren.
Hoewel veel bedrijven al stappen hebben gezet in de richting van digitalisering, staat de adoptie van AI in de productie nog in de kinderschoenen. In een eerder uitgebracht whitepaper worden diepgaande inzichten en praktijkvoorbeelden gegeven om bedrijven te helpen deze uitdagingen aan te gaan en de kansen te grijpen. Wil je liever een korte samenvatting van de materie? Beluister dan de podcast aflevering “Production-intelligence: kunstmatige intelligentie in alledaagse industriële processen”.