Iedereen wil AI, maar bijna niemand heeft de data

Als ik dan doorvraag, volgt vaak een ongemakkelijke stilte. De vraag die ik stel is steevast dezelfde. Hoe zien jullie data eruit? In het beste geval valt er één woord: versnipperd. Vaker nog staan de gegevens ergens in een Excel-bestand. Of in een systeem dat wel van alles registreert, maar niet op het niveau dat je nodig hebt om er bruikbare inzichten uit te halen. En in het slechtste geval zit de data in het hoofd van de senior operator die al meer dan twaalf jaar op de productielijn staat.

Zonder goede data geen werkende AI
Ik ben echt niet de eerste die dit zegt, maar een AI-model is zo goed als de data waarop het is getraind. Goed om dat hier nog maar eens te herhalen. In de praktijk betekent dat als jouw ERP-systeem niet registreert welke machine een bewerking uitvoert, met welke parameters, op welk moment en bij welk materiaal je eigenlijk niets hebt. Je kunt dan geen patroon herkennen, geen afwijking signaleren en al helemaal geen zinnige voorspelling doen.

De maakindustrie kampt al heel lang met dit probleem van ontbrekende data, ook voor de komst van AI. Toen AI nog in de kinderschoenen stond deed dat er ook niet echt toe. Maar nu AI-toepassingen binnen ieders handbereik liggen, wordt pijnlijk zichtbaar dat de benodigde gegevens om AI nuttig in te kunnen zetten er gewoon niet zijn.

De oplossing ligt op de werkvloer
De vraag is dan natuurlijk: waar moet die goede, gestructureerde data wel vandaan komen? Niet uit een fancy dashboard en ook niet uit een BI-tool. Maar gewoon van de werkvloer zelf. Uit de dagelijkse registratie van wat er daadwerkelijk gebeurt in de productieomgeving. Bewerkingstijden, uitval, materiaalverbruik, machinestatus, maar ook afwijkingen van de stuklijst.

Ik zie het elke dag als ik bij een productiebedrijf op bezoek ben. Bijvoorbeeld een freesmachine die voor een bepaald materiaal consistent iets meer tijd nodig heeft dan gepland. Niets dramatisch. Maar als je dat niet registreert dan zie je het patroon nooit. Bovendien klopt je planning structureel niet. Je marge is kleiner dan je hebt berekend. En je weet niet waarom.

De bedrijven die straks écht iets kunnen met AI zijn waarschijnlijk niet de bedrijven die daar nu het hardst over praten. Het zijn de bedrijven die al jaren consequent bijhouden wat er op hun werkvloer gebeurt. Het liefst in een ERP-systeem dat shop floor-registratie niet als bijzaak behandelt, maar als kern. Eén waar een operator per werkopdracht registreert wat er werkelijk is gebeurd: welke machine actief is, welk materiaal wordt gebruikt, hoeveel tijd het kost, welke afwijking er geconstateerd is. Niet in een apart systeem. Niet in Excel. Gewoon in het hart van je bedrijfsvoering.

Door: Chris de Vries, sales engineer bij ECI Software Solutions