Hypermoderne fabrieken, met een of twee mensen aan het werk en verder science fiction robots die alles doen. Zoals in die autoreclames, waarbij de ene robot de wielen erop zet en de andere robot de auto in verschillende kleuren spuit. Dat is een beeld dat veel mensen hebben als ze denken aan de maakindustrie. Een industrie waar het maken allang niet meer aan de mensen is, maar aan de robots. Met verregaande digitalisering in alle processen in de fabriek. Zo lijkt het. Maar de werkelijkheid is anders, vertelt Guido van Dinther, als Business Unit Manager verantwoordelijk voor de Internet of Things oplossingen bij Axians, een bedrijf dat ICT-oplossingen aanbiedt. “Als je kijkt naar de automobielindustrie, dan zie je een goed voorbeeld waarbij het assemblageproces inderdaad heel ver geautomatiseerd en gerobotiseerd is. De hightechindustrie is ook een best vergaande geautomatiseerde industrie, maar over het geheel genomen liggen er nog veel kansen en mogelijkheden voor digitaliseringstoepassingen in de maakindustrie. Bijna 1 op de 3 bedrijven in de maakindustrie loopt achter op het gebied van digitalisering en innovatie.”

Hoe kan dat? 

“Uit ons onderzoek blijkt dat het vooral een gebrek is aan kennis over de mogelijkheden van digitalisering en hoe dit effectief kan worden toegepast.  Hoe gaat digitalisering ze helpen bij het toekomstige verdienmodel? Waar moeten we beginnen en wat levert het op? Moeten ze het zelf doen? ICT’ers aannemen? Of uitbesteden? Wel naar de Cloud, niet naar de Cloud? Allemaal vragen, maar de wens om te digitaliseren is vrijwel altijd aanwezig.”

Ziet de maakindustrie dan wel het belang van digitalisering?

“Ja en nee. In de sector bestaat veel enthousiasme voor digitalisering, 42 procent van de medewerkers ziet graag dat de organisatie waarvoor zij werken meer digitaliseert. Sommige bedrijven hebben een hele duidelijke strategie, een stip op de horizon, en werken daar in kleine stapjes naartoe. Maar je ziet ook een heleboel bedrijven die het niet weten, die doen wat pilots, losse dingetjes, gericht op het oplossen van één probleem, zonder dat het onderdeel is van een groter programma of een strategie. Ze weten vaak niet waar ze moeten beginnen.”

Maar stel: ik maak ovens. Waar moet ik dan beginnen als ik aan digitalisering denk?

“Ik denk dat bedrijven nu nog in eerste instantie kijken naar ‘What’s in it for me?’. Kan ik kosten reduceren, efficiënter produceren? Wat op zich natuurlijk een prima uitgangspunt is. Maar als je kijkt naar de maakindustrie, kan je ook focussen op: what’s in it for my customer? En dat is een hele interessante, andere manier van denken. Als ik nou data kan halen uit het product dat ik maak, wat betekent dat dan voor van mijn klant?”

Dus dan gaat het niet om: hoe helpt de digitalisering mijn proces, maar hoe helpt de digitalisering mijn klant en daardoor uiteindelijk ook weer mij?

“Exact. Je gaat de klant data aanbieden waardoor hij zijn processen kan optimaliseren. Denk aan die oven die je net als voorbeeld aanhaalde. In ons land kan je een reparatie snel uitvoeren, maar in een land als Australië, waar de afstanden veel groter zijn is dat lastiger. Dan kun je voor elke servicebeurt er naartoe gaan, maar voordat je er bent, is er al een halve dag voorbij, en misschien heb je de onderdelen wel niet op voorraad. Wat nou als je kan monitoren wat de status van die oven is, en kan voorspellen wanneer zich bepaalde problemen gaan voordoen? Dan snijdt het mes aan twee kanten. En je hebt een blije klant, en je kan je eigen processen veel efficiënter inrichten.”

Hoe moet de fabriek van de toekomst eruitzien?

“Ultiem? Lights out: volledig geautomatiseerd en gerobotiseerd. Voor sommige processen zou dit heel goed kunnen. En een tweede stap is dat de integratie in de keten goed geregeld is. Het gaat namelijk niet zozeer om die ene volledige geautomatiseerde fabriek, het gaat ook om de toeleveranciers van de fabriek, de klant, de hele logistieke keten. Dus als we het hebben over zo’n modeterm als digital twin, geloof ik ook wel in een digital supply chain.”

Met allemaal zelfdenkende robots die dat zouden bemannen?

“Ja, dat zou ultiem zijn om de productieprocessen slimmer en efficiënter te maken. Maar het gaat volgens mij niet alleen over kosten. Digitalisering gaat ook helpen om de afstand tot de eindgebruiker te verkleinen. We leren dingen over gebruik van apparaten en behoeftes in de markt. Ik denk wel dat we daar nog heel ver vandaan zijn, maar als we het hebben over competitiekracht in de wereld, dan is innovatie in het toepassen van digitalisering in processen en producten wat ons sterker maakt. Met reductie van kosten alleen gaan we het niet winnen, dat is duidelijk. Niks doen op het gebied van digitalisering is geen optie.”

En wat is realistisch voor de nabije toekomst?

“We zien nu diverse dingen gebeuren. Een voorbeeld is dat robots en mensen in dezelfde ruimte werken, de zogenaamde cobots, mensen die geholpen worden door robotarmen. Een andere variant is die digital twin, die ik eerder al noemde: digitaal een kopie van de werkelijkheid maken. Daar zitten vier elementen in. De eerste is dat je exact dezelfde data in een digitale kopie hebt zitten als in de machine. De tweede stap is dat je die data gaat gebruiken voor een simulatiemodel om scenario’s te kunnen beoordelen en de beste keuze kan maken. Stap drie is dat je gaat voorspellen op basis van de huidige situatie en historische data: wanneer komt het proces stil te staan en waarom? En de laatste stap is dat je daadwerkelijk de machine gaat aansturen met je digital twin en geautomatiseerd beslissingen neemt en doorvoert op basis van voorspellingen. En dan ben je op het niveau dat je veel kennis en kunde van die operator, maar ook zaken als gedrag van machines, informatie over de omgeving, materialen en spareparts hebt ondergebracht in algoritmes en machine learning. Maar zo ver zijn we nog niet, het menselijk brein vervangen is nog niet zo gemakkelijk.”

Tot slot: stel het management wil toch stappen maken, wat is dan prioriteit nummer één?

“Artificial Intelligence. En dan realiseer ik me dat veel bedrijven nog wat stappen moeten zetten om dat zinvol in te zetten, maar het feit dat je vanuit die richting gaat denken, gaat je helpen om die stappen ook te zetten. Je kan bijvoorbeeld beslissen om data te gaan verzamelen, maar welke data dan en wat ga je ermee doen? Denken over Artificial Intelligence toepassingen helpt je om dit vorm te geven. Ga ik mijn kwaliteit monitoren, ga ik voorspellen wanneer iets kapotgaat, ga ik voorspellen hoe mijn procesverloop gaat zijn? Er is verschillende data voor nodig om die verschillende modellen te kunnen voeden. Daar over nadenken maakt het gericht om de juiste dingen te doen om te komen waar je zijn wil.”