Productie is een zeer data-intensieve industrie. De meeste van die gegevens werden tot nu toe op een andere verdieping beheerd dan processen zoals assemblage. AI kan nu snel genoeg informatie verwerken om van direct nut te zijn voor ingenieurs aan de lijn. PTC heeft meerdere tools ontwikkeld om gebruikers te helpen bij het gebruik van AI-technologie.
Kunstmatige intelligentie is een van de meest boeiende opkomende technologieën van dit moment. AI heeft het potentieel om vrijwel elk aspect van de menselijke samenleving te beïnvloeden.
Naast AI voor consumenten is de technologie ook veelbelovend voor de productiesector. Er zijn veel gebruikssituaties voor AI-technologieën, zoals computervisie, die nuttig zijn in alledaagse omgevingen. Dit artikel gaat in op een aantal specifieke gebruikssituaties en toepassingen van AI in de productiesector.
Waarom is AI in de productiesector belangrijk?
AI heeft verschillende potentiële toepassingen in de productie, waaronder het volledig automatiseren van sommige werkprocessen. Op dit moment hebben de meeste rollen die AI aanneemt betrekking op het helpen van menselijke werknemers om efficiënter toegang te krijgen tot meer informatie.
Dit gebruik van AI helpt ervaren werknemers om beter te werken. Het helpt ook bij de overgang van werknemers naar nieuwe rollen of helpt nieuwe werknemers sneller de kneepjes van het vak te leren. In plaats van menselijke banen in te pikken, geeft AI menselijke werknemers meer macht. Het zorgt ervoor dat ze in functies kunnen gaan werken die die bedrijven actief proberen in te vullen.
Wat is de invloed van AI op de productie-industrie?
Efficiëntie en productiviteit verbeteren is altijd een belangrijke stimulans geweest voor het verzamelen en analyseren van gegevens. Vroeger betekende dit dat gegevens van de werkvloer werden gehaald, in kantoren werden geanalyseerd en de bevindingen werden teruggekoppeld naar de werknemers op de werkvloer.
Industriële kunstmatige intelligentie kan – met voldoende menselijk toezicht – dit hele proces op de vloer uitvoeren. Het kan ingenieurs in realtime inzichten verschaffen waar en wanneer ze die nodig hebben. Dit comprimeert de informatiestroom van een dag of meer tot fracties van een seconde. Sommige processen, zoals het bestellen van meer onderdelen en materialen voordat ze op zijn, zijn al geautomatiseerd door relatief eenvoudige AI-systemen.
Kunstmatige intelligentie wordt in de hele productie-industrie al gebruikt om potentiële gevaren op de werkplek te herkennen, het bestellen van onderdelen te automatiseren en werknemers te begeleiden. Industriële kunstmatige intelligentie wordt ook gebruikt om informatie te helpen analyseren en deze over te brengen in bruikbare documenten en mededelingen.
Deze bestaande gebruikssituaties zullen niet verdwijnen. De vooruitgang op het gebied van AI introduceert echter nieuwe gebruikssituaties en maakt bestaande nog efficiënter.
Wat zijn de voordelen van AI in de productiesector?
1/ Visuele inspectie met AI
Kwaliteitscontrole en visuele inspectie zijn al enorm verbeterd door AI. Stapcontrole van PTC’s Vuforia leidt supervisors door het proces van het trainen van een AI op digitale en fysieke modellen om een programma te maken dat inspectietechnici helpt om potentiële productproblemen te identificeren en zelfs op te lossen. Step Check automatiseert vervolgens het documentatieproces, waardoor de efficiëntie van de werknemers toeneemt.
2/ AI in apparatuuronderhoud en faciliteitenbeheer
AI in productie kan ook informatie gebruiken van Industrieel internet van dingen apparaten om voorspellende onderhoudsstrategieën te genereren. Deze strategieën kunnen de output optimaliseren door machines in topconditie te houden. Dit voorkomt ook kostbare stilstandtijd door onderhoud te plannen in plaats van te wachten op reparatie. PTC’s Kepware stelt menselijke operators in staat om slimme apparaten aan te sluiten en hun realtime diagnoses in één oogopslag te bekijken.
Fabrikanten passen ook industriële kunstmatige intelligentiesystemen in voorraden om het bestellen van essentiële onderdelen en voorraden te automatiseren voordat ze opraken. Aangezien toeleveringsketens al gevoelig zijn, kan AI vertragingen voorkomen door de simpele fout om onderdelen niet op tijd te bestellen.
3/ CAD met AI-ondersteuning
Generatieve AI bewijst in toenemende mate dat het in staat is om bruikbare inhoud te creëren op basis van aanwijzingen, ook op het eeuwenoude gebied van CAD. Gereedschappen zoals Creo van PTC zullen waarschijnlijk steeds meer input krijgen van kunstmatige intelligentie die gespecialiseerd is in productontwerp.
4/ Een nieuw soort personeel mogelijk maken
Verder schieten de prevalentie en het nut van volledig geautomatiseerde processen omhoog, net als het aantal “cobots” in de productie.
De uitbreiding van het gebruik van deze robots in de productie en de explosieve groei op het gebied van LLM’s en natuurlijke taalverwerking dragen bij aan de dromen over volledig intelligente en interactieve robots die organisch communiceren met menselijke collega’s. Dit blijft voorlopig echter nog toekomstmuziek. Dit blijft voorlopig echter toekomstmuziek.
AI en AR
1/ Een krachtig duo in de productie
Toegevoegde realiteit is een andere opkomende technologie die al een aantal gevestigde gebruikssituaties heeft in de productie. AR-modellen vervangen steeds vaker fysieke mockups in vroege ontwerpfasen waar het materiaalkosten en iteratietijd bespaart. Deze modellen kunnen ook worden gebruikt in samenwerkingsprogramma’s op afstand om reiskosten te besparen, en voor trainingsmodules. Deze modellen kunnen zelfs worden gegenereerd vanuit CAD-programma’s die bedrijven al gebruiken in de conventionele ontwerpworkflow.
We hebben het al gehad over de wisselwerking tussen industriële kunstmatige intelligentie en AR in de productie. Wanneer kunstmatige intelligentie augmented reality-toepassingen aanstuurt, vermenigvuldigen de voordelen van elke technologie zich.
Magna International dochteronderneming Nascote Industrieën maakten gebruik van Vuforia Step Check zowel voor de training van nieuw personeel als om het visuele inspectieproces te verbeteren. De software was zelfs in staat om een “zachte verbinding” te identificeren die vaak langs de inspectietechnici kwam, maar uiteindelijk toch los zou raken.
AI wordt in eerste instantie getraind op basis van afbeeldingen van een fysiek product of bestaande modellen. Krachtige AI’s kunnen echter hun eigen afbeeldingen en modellen genereren die verschillende situaties en omstandigheden simuleren. Het proces van het genereren van synthetische gegevens kan helpen om het productontwerp te optimaliseren. Het kan een industrieel kunstmatig intelligentiesysteem ook voorbereiden op situaties die zich nog niet hebben voorgedaan. Dit is vergelijkbaar met hoe een mens zich voorstelt wat hij in een toekomstige situatie zou kunnen doen.
Augmented reality, dat ruimtelijke informatie op een intuïtieve manier presenteert, is ook een geweldige manier om complexe informatie efficiënt over te brengen. Het zou ervoor kunnen zorgen dat werknemers effectief gebruik maken van de hoeveelheid informatie die AI beschikbaar maakt. Op deze manier wordt AR een interface waarmee mensen kunnen interageren en wordt AI een praktische werkhulp.
2/ AI voor AR: De toekomst van werkinstructies en documentatie
Step Check kan meer dan alleen scannen op defecten. Het bevat werkinstructies die de inspectietechnicus door een volledige visuele inspectieworkflow leiden. Het programma helpt hen om rond het object in de ruimte te navigeren en indien mogelijk zelfs om veelvoorkomende problemen op te lossen. Het genereert ook een rapport over elke inspectie, inclusief eventuele problemen die bij elk apparaat zijn gevonden.
Deze laatste processen – AI-gestuurde werkinstructies en documentatieoplossingen – hebben toekomst als hun eigen projecten. Inspectietechnici zijn niet de enige werknemers die momenteel fysieke werkinstructies volgen en hun eigen documentatie beheren. Werknemers in allerlei rollen zijn momenteel bezig met papierwerkinstructies en stappen weg van hun echte werk om rapporten in te dienen. Dit gedoe is inefficiënt.
Bovendien kunnen AR-oplossingen boeiend zijn op een manier die standaardprocessen meestal niet zijn. Hoewel deze oplossingen niet expliciet gegamificeerd zijn, bieden ze mentale stimulatie en een verfrissende onderbreking van repetitieve taken tijdens lange diensten. Dit kan een grote bijdrage leveren aan het verbeteren van de werktevredenheid.
Industriële AI zal nieuwe werknemers ook helpen hun achterstand in te halen en kennis over te dragen. Door de AI te trainen van menselijke experts wordt de AI een expert op zich. Net als een menselijke ingenieur blijft de AI leren van elk gebruik. Die kennis wordt vervolgens doorgegeven aan nieuwere menselijke ingenieurs die de opgebouwde kennis van de AI zien via intuïtieve AR-displays. Met de vooruitgang van natuurlijke taalmodellen zullen we binnenkort misschien ook AI’s zien die werknemers efficiënter bijscholen dan conventionele trainingsmethoden.
3/ AI en AR in de dienstensector
AI in de productie is niet het einde van het verhaal. Toepassingen die vergelijkbaar zijn met de toepassingen die we in de assemblagekamer hebben onderzocht, kunnen ook worden geïmplementeerd nadat een product is geleverd, zodat servicepersoneel producten kan onderhouden zonder ze terug te sturen naar de fabrikant. Op een dag kunnen deze hulpmiddelen worden uitgebreid naar de gemiddelde klant.
Hoewel het potentieel voor AI in service na verkoop enorm is, zijn er nog enkele vragen voordat de praktijk gemeengoed wordt. Zal bijvoorbeeld een AI die getraind is op productinformatie die mogelijk eigendomsrechtelijk is, een veiligheidsrisico vormen voor bedrijven die deze AI aanpassen voor openbaar gebruik? Zal er een taalbarrière moeten worden overwonnen wanneer een programma dat bedoeld is voor ingenieurs begint te communiceren met niet-specialisten? Wie is er verantwoordelijk voor de eventuele gevolgen daarvan?
We bevinden ons nog steeds op een moment dat zowel bedrijven als individuen zich op hun gemak voelen bij het gebruik van AI voor steeds meer taken. Vragen moeten ons er niet van weerhouden om deze mogelijkheden te verkennen. Ze zouden ons moeten leiden als we verder gaan met nieuwe AI-implementaties.
Wat zijn de uitdagingen bij AI-adoptie?
Sommige van de hierboven genoemde problemen hebben te maken met de privacy en beveiliging van bedrijven. Dit is een echte zorg voor bedrijven. In veel gevallen hebben bedrijven strikte beveiligingsvoorschriften voor diensten waarbij een camera wordt gebruikt. Deze kunnen vaak worden opgelost met on-premise oplossingen die zich niet altijd goed lenen voor AI. Deze zorgen worden echter steeds vaker opgelost door private cloud-infrastructuur of edge computing die informatie op het apparaat bewaart.
Eén mythe over de invoering van AI heeft te maken met het vervangen van menselijke werknemers. Feit is dat de groeiende vaardigheidskloof in de productiesector de komende tien jaar miljoenen cruciale banen onvervuld dreigt te laten. Door AI te implementeren in functies die menselijke werknemers ondersteunen, krijgen mensen de middelen die nodig zijn om functies te vervullen die al beschikbaar zijn.
In veel situaties verandert AI de taken die mensen uitvoeren. In plaats van een gevaarlijke of uitputtende fysieke taak uit te voeren, moeten ze nu toezicht houden op een machine die die taak uitvoert. AI in de productie zorgt er niet voor dat mensen zonder werk komen te zitten, maar het kan ze wel uit de weg ruimen.
AI is echter een krachtige overgangstechnologie. Om er optimaal gebruik van te maken, moet er vertrouwen in AI-systemen worden opgebouwd en moet naleving van de regelgeving worden gewaarborgd. Zorgvuldige regelgeving kan mensen en bedrijven veilig houden bij het gebruik van AI.
Bijvoorbeeld, verordening kan vereisen dat kritieke beslissingen door mensen worden genomen in plaats van door machines. Of dat geld dat wordt uitgegeven aan AI-infrastructuur gepaard gaat met een budget voor het opleiden van mensen om met AI-gestuurde apparaten en systemen te werken (bijscholing) of om door te stromen naar banen die niet door opkomende technologie kunnen worden ingevuld (omscholing).
Wat is de toekomst van AI in de productiesector?
We bevinden ons in een explosief moment voor AI. AI zal echter alleen maar praktischer worden in de productie-industrie door de toepassing van aanvullende technologieën zoals AR en geavanceerde datasystemen. Met deze technologieën kan AI via de bestaande infrastructuur werken op manieren die toegankelijk zijn voor bestaande werknemers, waardoor de efficiëntie van het personeelsbestand toeneemt.
De toekomst van industriële AI is niet alleen de toekomst van technologie. Het is ook de toekomst van de mensen die het gebruiken en ervan profiteren. Bedrijven die AI gebruiken, zullen hun productie- en milieukosten zien dalen omdat ze besparen op materiaal, reizen, stilstand en herbewerking.
Werknemers die met AI werken zullen meer voldoening uit hun werk halen omdat AI zowel de meest alledaagse als de gevaarlijkste onderdelen van hun werk automatiseert. Klanten zullen profiteren van meer betaalbare en betrouwbare producten. Ze zullen die producten beter kunnen onderhouden en repareren als dat nodig is.
AI is al actief in de industrie op het gebied van gegevensbeheer en -interpretatie. We beginnen nu pas de seismische verschuiving te zien die plaatsvindt als AI zijn weg vindt naar de productievloer via robots, cobots, generatieve AI en AR.
Dit is een opwindende tijd voor toekomstgerichte bedrijven om AI te gaan integreren in hun bestaande workflows en hun bestaande infrastructuur aan te sluiten.