No time to waste

Al van bij het ontstaan van industriële activiteiten zijn bedrijven op zoek naar de meest optimale productiemethodes. Het gevolg is een steeds verdergaande automatisering. Maar in de hedendaagse snel veranderende wereld is ook digitalisering een essentieel element geworden om concurrentieel te blijven produceren.

Beginjaren van de moderne industriële productie

In de beginjaren van de moderne industriële productie, werkte de automatisering de uniformering van de producten in de hand. Denk maar aan het befaamde zwarte Ford model T. In de tweede helft van de 20ste eeuw deden enkele belangrijke managementprincipes hun intrede om grip te krijgen op de uitdagingen die de automatisering met zich mee bracht. Denk daarbij aan principes als continue verbetering en Deming’s kwaliteitscirkel of Plan-Do-Check-Act-cirkel. Maar ook aan het Toyota Production System, dat later is geëvolueerd naar Lean.

21e-eeuwse consumentenmarkt

De 21e-eeuwse consumentenmarkt vraagt echter hypergepersonaliseerde, innovatieve en scherp geprijsde producten. Samen met steeds kleinere voorraden in de logistieke keten en allerlei externe factoren zorgt dit voor een sterke variatie in de vraag. Dit vertaalt zich op de productievloer naar steeds kleinere productiebatches en een hoge behoefte aan flexibiliteit en automatisering. Met andere woorden, er is nood aan een snel instelbaar en evolutief productieapparaat. Terzelfdertijd worden productie-ondernemingen gedwongen om zeer kostenefficiënt te werken terwijl ook aan steeds strengere normen op gebied van veiligheid, uitstoot en duurzaamheid moet worden voldaan. 

Productiviteitsverbeteringen

Om een antwoord te bieden op al deze uitdagingen is een vergaande digitalisering onontbeerlijk. Slimme algoritmes gebaseerd op artificiële intelligentie (AI) laten immers toe om ook in een erg complexe industriële setting de beproefde principes van Lean toe te passen. Het meest bekende is productiviteitsverbetering door het elimineren van ‘verliezen’ (muda of waste). Dankzij AI is het vandaag mogelijk om continu en in real-time de productieparameters zó bij de sturen dat het energieverbruik – en dus ook de CO2-uitstoot – op elk moment minimaal blijft.     

Een andere toepassing van AI zit in het voorspellen van aankomende storingen. Slimme algoritmes  combineren procesgegevens met de data van allerhande IoT-sensoren die de conditie van motoren en andere technische componenten van een machine bewaken. Het stelt AI in staat tijdig te waarschuwen voor technische problemen. Hierdoor kan de herstelling goed voorbereid en ingepland worden. Dit is veiliger en economisch voordeliger. 

Investeringen in digitalisering en AI zijn trouwens niet enkel in een sterk geautomatiseerde omgeving rendabel. Onlangs publiceerde McKinsey een rapport waaruit blijkt dat ook in arbeidsintensieve productiebedrijven de productiviteit significant verhoogt door digitale analytische tools zoals AI. De impact op de rendabiliteit en de marge is met een stijging van 45 procent nog veel groter. Dringend tijd dus om met automatisering aan de slag te gaan met AI. There is no time to waste!