Orakels omscholen naar algoritmes?

0

Computers worden steeds sneller en de wiskunde, dat wil zeggen de algoritmes voor het analyseren van big data, ontwikkelt zich in een nog hogere versnelling. De mens kan het amper bijhouden. Zijn bedrijven en hun medewerkers al wel klaar voor smart industry? Accepteren monteurs het wanneer computers het voorspellen en plannen van onderhoud overnemen? Hoe blijft hun kennis behouden voor het bedrijf? Dit en meer ging over de (ronde)tafel bij technologiebedrijf Koning & Hartman half januari in Amsterdam.

Rondetafel Smart Industry nummer 11

Koning & Hartman ontwikkelt oplossingen voor smart industry en internet of things. Zoals de KH Information Server (KHIS), die systemen voor bedrijfs- en productiebesturing met elkaar kan laten praten. Het technologiebedrijf deelt zijn kennis met andere bedrijven, onder meer door samen met ORTEC, specialist in verwerking van big data, rondetafels te organiseren. Elke rondetafel kent haar eigen invalshoek, afhankelijk van de inbreng van de deelnemers. Aan de elfde sessie, half januari op het Amsterdamse hoofdkantoor van K&H, namen vertegenwoordigers deel van bedrijven in de food, olie & gas, ict en kantoormeubilair, alsook adviseurs voor procesverbetering. Hun inbreng was de basis voor bijgaand verslag.

Klaar voor smart industry?

De aftrap is voor Robin de Haan, adviseur bij de Kamer van Koophandel en lid van het projectbureau Smart Industry. Hij schetst met een ‘hoog over’ presentatie de vele invalshoeken van smart industry: het verbeteren of vernieuwen van processen, producten en/of businessmodellen, met hulp van automatisering/robotisering, connectiviteit en sensoriek (internet of things), en big data. Een belangrijke driver zijn de voortgaande (r)evoluties in de halfgeleiderindustrie en de wiskunde.

Bekend is de Wet van Moore, die laat zien dat de hardware, de computerchip, elke twee jaar in snelheid en capaciteit verdubbelt. Over 25 jaar is dat een factor 20.000. Minder bekend, maar zeker zo cruciaal, is de revolutie in de wiskunde, vertelt Tim de Wolf, smart industry consultant bij K&H. Elke 1,3 jaar verdubbelt de snelheid van algoritmes, over 25 jaar een factor 80.000. Het gevolg is dat omvangrijke analyses van big data die bijvoorbeeld vijf jaar geleden nog niet mogelijk waren, nu een fluitje van een cent zijn.

De techniek is er dus, maar is de mens, c.q. zijn de bedrijven er klaar voor? Het is ook bij deze rondetafel een centrale vraag in de discussie. De Kamer van Koophandel deed onderzoek naar de ‘smart industry readiness’ van het mkb, meldt Robin de Haan. De resultaten werden geopenbaard tijdens het Smart Industry Jaarevent op 16 februari in Utrecht.

DVNutrition

De case voor analytics

Een mooie ‘meetlat’ wordt tijdens de rondetafel alvast gepresenteerd door de tweeling Tim (K&H) en Arno (ORTEC) de Wolf – ja, hun familieband leidde tot de samenwerking tussen de twee bedrijven. Die meetlat is de ‘analytics maturity curve’, die aangeeft dat hoe meer intelligentie bedrijven in de analyse van hun data stoppen hoe meer competitief voordeel ze ermee kunnen behalen. ‘Waar staan we op de curve en naar welk niveau kunnen we toegroeien’, moeten bedrijven zich afvragen. Het onderscheidend element is het tijdsperspectief: van terugkijken (rapportage) naar actueel ingrijpen (inzicht) naar vooruitkijken (predictive analytics). Drie cases illustreerden de mogelijkheden.

Bij de productie van tomatenketchup is Heinz met een infraroodsensor inline de kwaliteit gaan scannen. De meetwaarden worden bewaard om over de kwaliteit te kunnen rapporteren. Analyse van die data kan inzicht geven in factoren die de kwaliteit bepalen. Op basis daarvan kan elke meting real time worden teruggekoppeld om het productieproces zo nodig bij te stellen.

Apeldoorn Flexible Packaging (AFP, producent van folie voor food- en non-food-toepassingen) wilde de kwaliteit en prestatie van productie verbeteren en daarvoor dataverzameling inzetten. Elke folie heeft z’n eigen recept met meerdere grondstoffen. De verhoudingen daartussen mogen slechts beperkt variëren, dus is het nuttig om die waarden voor kwaliteitsbewaking vast te leggen. De standen van voorraadsilo’s geven informatie over de doorloop van grondstoffen en de benutting van de opslagcapaciteit. Die data kunnen helpen om inkoop en opslag efficiënter te plannen.

De case van Microsoft, Rolls-Royce en KLM, tot slot, ging over predictive maintenance. Op basis van trends in sensoren in vliegtuigmotoren is een model opgesteld dat het ‘falen’ van een individuele motor kan voorspellen. Daarmee kan tijdig onderhoud worden gepland. Dat bespaart veel kosten doordat het onderhoud niet te vroeg komt (de motor is nog ‘ok’, onderhoud is overbodig), maar ook niet te laat (een ‘failure’ van een motor betekent dure reparatie of vervanging en ook nog eens stilstand).

Klein beginnen

De cases geven aanleiding tot discussie en herkenning aan tafel. Hoeveel moeite kost het al niet om binnen een bedrijf de verschillende disciplines mee te krijgen voor alleen maar het op orde brengen van de data-acquisitie. Laat staan dat de directie zich met ingewikkelde modellen voor predictive analytics laat overtuigen van de businesscase voor smart industry. Kleine stapjes maken gericht op verbetering van de opbrengst (overall equipment effectiveness), werkt dan vaak nog het beste. En als de directie al de kansen herkent, dan is er wel de werkvloer die vooral bedreigingen ziet.

Jeroen Faber, hoofd technische dienst bij DVNutrition,

Jeroen Faber, hoofd technische dienst bij DVNutrition, een weifabriek in Hoogeveen, heeft in eigen huis te maken met verschillen in ‘maturity’ tussen afdelingen: ‘Ambachtelijke knoppendraaiers versus de jonge garde die op de data afgaat. De mensen met grijs haar kunnen een installatie ‘proeven’, ze voelen eens ergens, ze kloppen erop en ze weten of er binnenkort iets kapot kan gaan. Maar smart industry begrijpen ze niet. Moeten we de jonge garde laten wachten tot zij ook zover zijn? Het is moeilijk om dat te ‘tunen’: niet te snel, maar ook niet te langzaam veranderen.’

Dus nu de zon nog schijnt, moeten we het dak repareren, de fabriek efficiënter gaan maken.’

Om toch al eerste stappen te maken, heeft Faber het onderwerp energiebesparing opgepakt. ‘We hebben nu maar één energiemeter in de fabriek, dus we weten nog niks. We gaan gewoon beginnen met een paar metertjes en een simpel softwarepakket om uit te vinden waar we kunnen besparen. Wij zitten nog onderin in die maturity curve, maar moeten bovenin zien te komen. De noodzaak daarvoor is nog niet bij iedereen duidelijk, want de afgelopen jaren kwam het geld toch wel binnen. Die ‘vettigheid’ gaat er de komende jaren wel af, want in de zuivel is er veel aan het veranderen sinds het quotum op de melk is afgeschaft. Dus nu de zon nog schijnt, moeten we het dak repareren, de fabriek efficiënter gaan maken.’

Menselijk aspect

Tim de Wolf snapt wat Faber met die oude garde bedoelt: ‘Iemand van Microsoft noemde deze mensen orakels. Vraag hen wat het probleem is en zij kunnen je vertellen wat er aan de hand is.’ Maar orakels weten ook niet alles, zeker niet als de apparatuur steeds complexer wordt en de computer steeds meer overneemt. Die ‘orakels’ moeten dus worden omgeschoold, zodat ook zij in een smart industry kunnen werken. Bovendien gaan velen van hen binnen niet al te lange tijd met pensioen. Zij moeten hun kennis dus overdragen, zodat die in modellen kan worden gestopt.

Overigens is het niet helemaal terecht om alleen in termen van oude garde en jonge honden te praten, klinkt het aan tafel. Want ook van die oude garde heeft iedereen een smartphone, dus met nieuwe ict werken kunnen ze wel degelijk. De hamvraag voor die medewerkers is toch: ‘Wat gebeurt er met mijn baan? En welke nieuwe uitdaging kan het bedrijf mij bieden?’ Dan is het belangrijk of mensen, jong dan wel oud, een fascinatie voor nieuwe techniek hebben en in die smart industry kunnen meegaan. Wachten tot iedereen zover is kan niet, want de continuïteit van het bedrijf is in de snelveranderende industrie wel in het geding. De kunst is om een inspirerend overall bedrijfsdoel te stellen en dat te vertalen naar concrete subdoelen op de verschillende niveaus. Wat daarbij ook helpt, is positieve termen gebruiken: niet ‘veranderen’, want daar zijn mensen huiverig voor, maar ‘verbeteren’, dat wil iedereen wel.

‘We moeten het menselijke aspect nog systematischer meenemen in onze benadering van smart industry’, concludeert Tim de Wolf. Wellicht iets voor een volgende rondetafel of whitepaper. Eind vorig jaar publiceerde K&H een eerste whitepaper: ‘Vier redenen waarom uw organisatie niet meer om Smart Industry heen kan’. Voorlopig blijft K&H rondetafels organiseren en whitepapers publiceren over uiteenlopende facetten van smart industry. De orakels zijn nog niet uitgepraat.

Share.

Reageer

CAPTCHA Image

Reload Image

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.