2020 03 Value Chain

W W W . V A L U E C H A I N . B E 10 DIGITALISERING V an hoe de maaksector in de toe- komst gaat evolueren, kunnen we ons al een goed beeld vormen in de fabriek van Fanuc in Oshino, Japan. Hier, bij een van ’s werelds groot- ste producenten van industriële robots, bou- wen, inspecteren en testen de robots zichzelf. Fanuc’s geheel van 22 subfabrieken is een van de eerste productievestigingen waar robots gedigitaliseerde ‘nakomelingen’ maken die machinaal leren aankunnen. Daarbij gebrui- ken ze computervisie om digitale beelden te begrijpen, terwijl ze 24 uur op 24 en 7 dagen op 7 aan het werk zijn. Deze onderneming toont ons hoe ver het gebruik van AI in pro- ductieprocessen reeds is gevorderd sinds de jaren ’60 van de vorige eeuw, toen ‘Uni- mate’, de eerste industriële robotarm die in massaproductie op de markt gebracht werd, deel werd van de assemblagelijn bij General Motors. Die robotarm werd gebruikt om hete stukken metaal op te tillen om ze vervolgens in een koelvloeistof onder te dompelen. Hoewel Fanuc als voorbeeld kan dienen voor een door AI gestuurde toekomst, slagen veel fabrikanten en constructeurs er nog niet echt in deze technologie op schaal in te zetten. Uit een Global Digital Operations studie die PwC in 2018 uitvoerde – waarbij 1.155 kaderleden uit de maaksector, verspreid over 26 landen, werden bevraagd – is inderdaad gebleken dat slechts negen procent AI in hun processen had ingevoerd om beslissingen in verband met de bedrijfswerking vlotter te kunnen nemen. Voordat we de toepassingen en voordelen van AI in een maakcontext bespreken, moeten we dus kijken naar wat AI inhoudt, wat het poten- tieel van AI is en wat de ingebruikname van AI stimuleert of bevordert. Eenvoudig verwoord is AI de nabootsing van menselijke intelligentieprocessen door computersystemen. Verder in deze bijdrage beschrijven we meer gedetailleerd de vier verschillende types AI. Om in de klantenvraag te voorzien, produceren fabrieken sinds de industriële revolutie producten op een mas- sale schaal, snel en niet duur. Maar vandaag worden producenten geconfronteerd met een reeks van nieuwe uitdagingen zoals: - voorzien in personalisering van massaproducten; - de digitalisering van producten; - de stijging van de productiekosten; - onverwachte uitvaltijden van machines; - knelpunten in de supply chain; - voldoen aan normen die gericht zijn op milieubehoud en die verspilling/verlies tegengaan. Voor een aantal van de – om niet te zeggen alle – bovenstaande prioriteiten is AI uiter- mate nuttig gebleken. Een recente PwC-stu- die toont aan dat, met de toenemende gangbaarheid van AI verwacht wordt dat het wereldwijde bnp veertien procent meer zal stijgen dan wat basisprojecties laten uitschijnen – wat uitkomt op 15,7 biljoen US dollar tegen 2030 (figuur 1). Economisch Potentieel van artificiële inte Koen Cobbaert (PwC) over toepassingen en op Geleidelijk aan is artificiële intelligentie (AI) deel gaan uitmaken van bijna elk aspect van ons leven. Van medi- sche wetenschappen en geologie, over klantenanalyse en zelfrijdende voertuigen, tot zelfs kunst, overal vin- den we er toepassingen van. Bovendien evolueren deze toepassingen voortdurend, wat dan weer vragen doet rijzen over de definities van diverse vormen van AI (‘assisted intelligence’ versus ‘augmented intelligence’ ver- sus ‘autonomous intelligence’), de Turingtest, de impact van automatisering op de samenleving, onverwachte ethische kwesties, morele dilemma’s en nog veel meer. In dit artikel behandelt Koen Cobbaert van PwC spe- cifiek het gebruik van AI in de hele productieketen, d.w.z. in productie, kwaliteitscontrole en engineering. Hij beschrijft de bedrijfstoepassingen die door data, technologie en geautomatiseerde processen kunnen worden ondersteund en licht toe hoe ze met de geschikte mensen, organisatiestructuur en cultuur (kunnen) worden aangewend.

RkJQdWJsaXNoZXIy MjkyNTU=