Met Data kan je alles oplossen. Dat lezen we althans al jaren in glossy advertenties en zien we in prachtige gemonteerde online video’s. Met sensoren en IoT kan je al je machines feilloos opvolgen en met AI kan je alles voorspellen. De toekomst is rooskleurig, de mogelijkheden eindeloos. Maar hoe moet je hier nu eigenlijk aan beginnen? Hoe pas je deze mooie beloftes nu werkelijk toe in je eigen bedrijf? Hoe kan ik nu werkelijk continu voorspellen of een machine gaat stilvallen? Hoe kan ik nu in de praktijk continu volgen of mijn installatie zijn beoogde rendement haalt? Hoe kan ik dit koppelen met het continu opvolgen van m’n energieverbruik?
De voorbeelden waarmee je geconfronteerd wordt blijken in de praktijk vaak het resultaat van een lang en ingewikkeld proces of blijven beperkt tot een individuele realisatie, hoofdzakelijk gefinancierd met marketingbudgetten. In andere gevallen blijkt uiteindelijk dat uit de lijst van opgesomde resultaten er slechts 2 werkelijk gehaald werden, en de andere 6 blijken ‘toekomstige mogelijkheden’ te zijn. Frustrerend. Consultancy met een software sausje erover.
Dit klinkt niet zo geruststellend… Maar gelukkig kan het anders. We beginnen met een korte analogie: Om je werknemers ’s middags van een lekker broodje te laten genieten moet je vandaag heus niet meer zelf sla zaaien, kaas maken, recepten verzinnen en broodjes beleggen. Binnen heel wat bedrijven geeft ieder tijdens de ochtend zijn gewenst broodje door op basis van de menukaart en om 11:45 komt de bestelwagen van de lokale broodjeszaak langs met de levering voor de hongerigen: net genoeg, en voor ieder naar diens smaak. In de wereld van de ‘Smart Manufacturing’ worden vandaag analoge stappen doorlopen als deze voor het verkrijgen van een lekker broodje op de middag. Volg even de volgende redenering:
- Het genereren van data = het kweken van de sla en het hoeden van de koeien
- Het verzamelen, controleren en structureren van de data = het oogsten, versnijden en verpakken van de tomaten; het maken van de kaas…
- Het analyseren van de data en het omzetten in inzichten en voorspellingen = het maken van recepten op basis van de beschikbare ingrediënten
- De voorspellingen en inzichten tonen aan de verschillende belanghebbenden op de werkvloer = de broodjes maken en leveren op het juiste tijdstip, aan de juiste persoon
De broodjeszaak neemt al deze stappen voor zijn rekening en haalt de juiste ingrediënten bij de juiste leverancier, als bedrijf moet je er enkel voor zorgen dat iedere collega tijdig kan aangeven waar ze die middag zin in heeft en de rest: komt voor mekaar. Gelukkig is dezelfde soort service vandaag eveneens beschikbaar wanneer het gaat over het ‘slim maken’ van je productieprocessen. Gespecialiseerde leveranciers bieden volledige oplossingen aan om een bepaalde machine of installatie volledig op te volgen en je tijdig slimme inzichten en waardevolle voorspellingen te bezorgen. Deze oplossingen omvatten een combinatie van data vergaren en slimme analyse, soms gekoppeld met enkele sensoren, en de juiste visualisatie of andere interfacing. Als bedrijf moet je dus niet meer op zoek naar de aparte ingrediënten, moet je ook niet meer zelf uitzoeken wat er al dan niet bij mekaar past en moet je je evenmin zorgen maken over het feit dat alles tijdig bij de juiste mensen terechtkomt.
En, om de analogie verder door te trekken: de beste broodjeszaken zijn deze die regelmatig met een nieuw broodje komen, zodat de keuze steeds iets toeneemt en ieder steeds wat naar zijn smaak kan vinden, elke dag opnieuw. Ook de aanbieder van slimme oplossingen voor machines evolueert continu. Langs de ene kant breng deze regelmatig nieuwe modules uit voor bestaande producten, zodat nog meer types van problemen voorspeld kunnen worden, of vroegtijdiger gedetecteerd worden. Langs de andere kant verschijnen er ook regelmatig nieuwe producten: oplossingen om andere machines even slim continu op te volgen. Naast een broodje bestel je soms graag toch nog een brownie voor het vieruurtje, niet?