Waarom AI jouw productiebedrijf niet gaat redden

Je ontkomt er niet aan: Artificial Intelligence (AI). De nieuwsberichten, LinkedIn-posts en gladde salesverhalen vliegen je om de oren over hoe AI je leven kan verbeteren. Wie zich niet in AI verdiept, lijkt de boot te missen. We krijgen dan ook regelmatig de vraag van klanten of AI een rol kan spelen bij digitale transformatie. Meestal luidt ons antwoord: “Nee! Daar is jullie organisatie nog niet klaar voor.”

Natuurlijk is ons antwoord te ongenuanceerd, maar vaak wordt er meer naar de techniek gekeken dan naar wat je ermee wilt bereiken. Dat is dan ook meteen onze frustratie met technologieën zoals Artificial Intelligence. Je kunt er prachtige dingen mee doen en zelfs voor kleinere organisaties zijn er processen die baat kunnen hebben bij AI. Maar de
technologie als dé oplossing beschouwen, helpt je niet om vooruit te lopen. 

Waarom AI niet direct de heilige graal is voor bedrijven? Hier drie redenen:

1. Kosteneffectiviteit:

AI is erg goed in specifieke toepassingen zoals met computer vision defecten detecteren voor kwaliteitscontrole of anomalieën herkennen voor predictive maintenance. Voor projecten waarbij de schaal breder is, zoals het digitaliseren van productieplanning, is het vaak heel lastig om met AI te beginnen. Er is vaak al veel winst te behalen door simpelweg bestaande processen vast te leggen en met planregels te digitaliseren. Dit zorgt al voor procesverbetering en meer inzicht.

2. Gebrek aan duidelijke doelstelling:

AI kan een wazige vraag niet concreet oplossen. Je moet eerst goed begrijpen wat het probleem is en wat de gewenste uiteindelijke situatie is. Vaak is het beoogde resultaat nog helemaal niet concreet.
Hier moet je eerst hard aan werken voordat de mogelijkheid voor AI in beeld zou moeten komen.

3. Datakwaliteit en -beschikbaarheid:

AI is zo goed als de data waarmee je het voedt. Als je als bedrijf niet over voldoende, kwalitatieve data beschikt, zal de AI-oplossing niet optimaal functioneren. Starten met projecten waarbij belangrijke sturende en registrerende procesdata verzameld wordt is dus een mooi vertrekpunt.

In plaats van te focussen op de hype rond AI, is het belangrijk om eerst de behoeften en doelstellingen te begrijpen. Soms zijn er eenvoudigere, effectievere oplossingen voorhanden die beter passen bij de huidige situatie en middelen van je organisatie. Het gaat erom de juiste balans te vinden tussen innovatie en realisme, en te kijken naar wat op dit moment het meest waardevol en haalbaar is voor je organisatie. Naast technologie moeten ook je bedrijfsprocessen en medewerkers meebewegen. Dus stel jezelf ook eens vragen als:

• Heeft het personeel op de productievloer duidelijke digitale instructies?
• Kunnen we materiaal nauwkeurig traceren door het productieproces? En kunnen we
  daarbij automatisch afvangen dat er niet per ongeluk een verkeerd lot gebruikt
  wordt?
• Worden de juiste instellingen voor iedere order automatisch in de machines
  geschoten bij het starten van een order?
• Houdt je planning automatisch rekening met de realtime beschikbaarheid van
  materiaal, personeel, machines, en benodigde gereedschappen?