Generatieve AI in Productie: 5 industrieveranderende toepassingen

In de afgelopen twee jaar is generatieve AI in opmars gekomen. Baanbrekende tools zoals OpenAI's ChatGPT, DALL-E en Google's Gemini zijn binnen handbereik gekomen. Deze technologieën veranderen niet alleen ons dagelijks leven, maar revolutioneren ook hele industrieën. Deze technologische verschuiving is vooral transformerend voor de productie-industrie.

De fabriek van de toekomst omarmt kunstmatige intelligentie als hoeksteen van haar activiteiten. Maar binnen de enorme gereedschapskist van AI is één specifieke technologie in opkomst als game-changer: generatieve AI. In dit artikel gaan we dieper in op de meest voorkomende toepassingen van generatieve AI in de productiesector. We geven een aantal inzichtelijke voorbeelden van wereldwijd toonaangevende productiebedrijven die hun activiteiten hebben geïnnoveerd met generatieve AI.

Wat is generatieve AI?

Generatieve AI is een subset van kunstmatige intelligentie die nieuwe inhoud of gegevens kan genereren die lijken op de inhoud waarop het is getraind. Dit betekent dat het, op basis van eerder gegenereerde inhoud, algoritmen en modellen gebruikt om tekst, afbeeldingen, video, design, audio, code en simulaties te maken. GenAI is een geavanceerde copycat die patronen en structuren uit gegevens leert en die kennis gebruikt om synthetische gegevens te genereren (zoals afbeeldingen, video's en tekst).

Hoe verschilt generatieve AI van traditionele AI? Het belangrijkste verschil ligt in hun output. Terwijl generatieve AI in staat is om geheel nieuwe gegevens te creëren die sterk lijken op de trainingsgegevens, richt traditionele AI zich op gegevensanalyse om voorspellingen te doen of patronen te identificeren op basis van de invoergegevens waarop het is getraind.

Generatieve AI-gebruikssituatie in productie

Van het creëren van innovatieve concepten tot het optimaliseren van de levering, generatieve AI zorgt voor een revolutie in elke fase van het productieproces.

In de conceptuele fase kan generatieve AI concepten en geoptimaliseerde ontwerpen genereren voor productontwerp en prototyping, waardoor de productontwikkeling wordt versneld en de kosten worden geminimaliseerd.

In de productiefase zorgen intelligente sensoren en geavanceerde gegevensanalyse voor een revolutie in het onderhoud van apparatuur. Deze systemen analyseren sensormetingen, onderhoudslogboeken en historische storingen om potentiële storingen te voorspellen voordat ze optreden. Naast voorspellend onderhoud detecteren de systemen ook kwaliteitsproblemen.

Generatieve AI automatiseert niet alleen taken, maar geeft werknemers meer mogelijkheden. Door gebruik te maken van de gegevens van individuele werknemers biedt het gerichte training en gepersonaliseerde werkinstructies, wat de weg vrijmaakt voor beter opgeleide en flexibelere werknemers.

In de hele toeleveringsketen speelt geavanceerde gegevensanalyse een spelbepalende rol. Door het kraken van enorme datasets kunnen bedrijven vraagschommelingen voorspellen, voorraadniveaus optimaliseren en de meest efficiënte leveringsroutes plannen.

Productontwerp

Generatieve AI zorgt voor een revolutie op het gebied van productontwerp door een unieke combinatie van creativiteit en efficiëntie. Meer specifiek helpen generatieve tekst-naar-beeldtools ontwerpers om de kloof tussen concepten en productieklare ontwerpen te overbruggen.

Het is de taak van de productontwerper of -ingenieur om specifieke ontwerpdoelen te definiëren, rekening houdend met maatstaven zoals duurzaamheidsdoelen, productiekosten, productcriteria of -conformiteiten en productieomstandigheden. Generatieve AI-systemen genereren verschillende ontwerpopties op basis van deze vooraf gedefinieerde parameters.

Zodra deze ontwerpen zijn gemaakt, stellen AI-systemen verbeteringen voor om aspecten als recyclebaarheid, materiaalkeuze en verpakking te optimaliseren, zodat het eindproduct zowel efficiënt als duurzaam is. Met veelbelovende virtuele prototypes in de hand kunnen ingenieurs en ontwerpers de voorgestelde ontwerpen evalueren en verfijnen en de beste selecteren voor verdere ontwikkeling.

Voordelen van generatieve AI in productontwerp:

• De ontwerpcyclus verkorten
• Gemakkelijke overgang van eerste ideeën naar productieklare modellen
• Creativiteit stimuleren

Integratie tekst-naar-beeld van Toyota Research Institute

Het Toyota Research Institute heeft een platform ontwikkeld dat ontwerpschetsen en technische vereisten integreert in tekst-naar-beeld generatieve AI-tools. Dit stelt auto-ontwerpers in staat om de traditionele technische kracht van Toyota te combineren met de geavanceerde mogelijkheden van moderne generatieve AI.

Beperkingen zoals luchtweerstand (die van invloed is op de brandstofefficiëntie) en chassisafmetingen zoals rijhoogte en cabineafmetingen (die van invloed zijn op het rijgedrag, de ergonomie en de veiligheid) kunnen nu bijvoorbeeld impliciet worden opgenomen in het generatieve AI-proces.

Voorspellend Onderhoud

Generatieve AI tilt voorspellend onderhoud naar een nieuw niveau. Het leert het verwachte gedrag van apparatuur door sensorgegevens, onderhoudslogboeken en storingen uit het verleden te analyseren. Vervolgens identificeert het subtiele afwijkingen die vooraf kunnen gaan aan een storing. Zelfs de kleinste verandering blijft niet onopgemerkt; stel je een minuscule trillingsverhoging in een turbinemotor voor - de AI markeert dit als een potentieel probleem.

Generatieve AI voorspelt niet alleen storingen, maar kan zelfs simuleren hoe ze zich kunnen ontwikkelen. Dit maakt gericht onderhoud mogelijk voordat dingen onvoorzien - en duur - tot stilstand komen. Fabrikanten kunnen de levensduur van apparatuur maximaliseren en stilstand voorkomen.

Voordelen van generatieve AI in voorspellend onderhoud:

• Stilstand voorkomen
• Storingen in apparatuur simuleren
• Geoptimaliseerde onderhoudsschema's

Siemens' Senseye voorspellend onderhoud

In februari 2024 introduceerde Siemens een nieuwe generatieve kunstmatige intelligentie (AI)-functionaliteit in zijn oplossing voor voorspellend onderhoud - Senseye Predictive Maintenance. Deze nieuwe functie bouwt in wezen voort op de sterke punten van de bestaande AI en maakt het hele proces conversatiever en gebruiksvriendelijker.

Het systeem maakt gebruik van kennis van vergelijkbare machines en optimaliseert onderhoudsstrategieën voor verschillende machines. Het maakt interacties tussen mensen en machines soepeler en voorspellende taken efficiënter, waarbij tijd en middelen worden bespaard door chatinterfaces te gebruiken voor vroegtijdige en geïnformeerde besluitvorming.

Kwaliteitscontrole

Generatieve AI doorloopt enorme hoeveelheden gegevens, waaronder afbeeldingen van perfecte en defecte producten. Deze gegevens kunnen afkomstig zijn van verschillende bronnen, zoals hoge-resolutiecamera's op productielijnen, historische inspectielogboeken en zelfs klachten van klanten. Door deze enorme dataset te analyseren, leert de AI de ingewikkelde details van wat een foutloos product is.

Het kan zelfs de kleinste defecten in realtime identificeren, defecten die tijdens een traditionele inspectie aan het menselijk oog kunnen ontsnappen. De AI kan historische gegevens analyseren om gebieden op producten te identificeren die het meest vatbaar zijn voor defecten. Deze analyse kan een meer gerichte inspectieaanpak voorstellen die zich richt op deze kritieke gebieden.

Voordelen van generatieve AI voor kwaliteitscontrole:

• Gestroomlijnde oorzakenanalyse
• Realtime detectie van defecten
• Uitvoer van consistente kwaliteit

Baanbrekende beeldkwaliteitsinspectie van Bosch

Bosch had al AI-beeldherkenning geïmplementeerd voor kwaliteitsinspectie. De productiekwaliteit in de fabrieken van Bosch had echter al een hoogtepunt bereikt, waardoor het verzamelen van gegevens over beschadigde en defecte producten om het AI-systeem te trainen een uitdaging werd. Dus om voldoende beeldgegevens over defecttypes te krijgen - zonder opzettelijk beschadigde onderdelen te produceren - schakelde Bosch over op een generatief AI-gebaseerd inspectiesysteem.

Op basis van een relatief klein aantal beelden voor elk fouttype creëerde de generatieve AI meer dan 15.000 kunstmatige beelden die op een fout duiden. Dankzij deze aanpak kon Bosch zijn modellen voor geautomatiseerde optische inspectie veel eerder in het productieproces trainen.

Opleiding van werknemers

Als het gaat om het opleiden van werknemers, is er geen standaardaanpak. Dit is waar generatieve AI om de hoek komt kijken; het creëert leren op maat voor elke werknemer.

AI analyseert de prestatiegegevens van werknemers, hun verantwoordelijkheden, ervaringsniveau en personeelsvaardigheden om gepersonaliseerd trainingsmateriaal te genereren. Deze gegenereerde trainingsprogramma's houden ook rekening met de regels en richtlijnen die gelden op de werkvloer.

Generatieve AI gaat niet alleen over reageren op vaardigheidstekorten in het personeelsbestand. Het heeft de mogelijkheid om deze tekorten te voorspellen door de prestatiegegevens van werknemers te analyseren. Deze vooruitziende blik stelt organisaties in staat om proactief gerichte leerprogramma's te ontwerpen, zodat het personeelsbestand zich voortdurend ontwikkelt en altijd een stap voor is.

Bovendien maakt generatieve AI interactieve leerervaringen mogelijk via chatinterfaces, zodat mensen kunnen communiceren met AI-gestuurde assistenten zoals ChatGPT. Werknemers kunnen onmiddellijk feedback krijgen, vragen stellen en opheldering vragen over gebieden die ze willen verbeteren.

Naast de trainingsmodules kan generatieve AI dynamische en eenvoudig te volgen werkinstructies genereren, die werknemers nauwkeurig en duidelijk door complexe taken leiden. AI kan instructies personaliseren op basis van de taak, de ervaring van de werknemer en zelfs variaties in de apparatuur.

Generatieve AI geeft niet alleen instructies, maar biedt ook realtime begeleiding. Stel je een AI-overlay voor op de tablet of smart glasses van een werknemer die zijn specifieke stap markeert, relevante visuals weergeeft en zelfs hulp biedt bij het oplossen van problemen via spraakopdrachten of chatbots.

Voordelen van het gebruik van generatieve AI voor training van werknemers:

• Persoonlijke training op individueel niveau
• Beter behoud van kennis en ontwikkeling van vaardigheden
• Eenvoudige toegang tot bijgewerkte en aanpasbare werkinstructies

Slim zoeken in alle tools van Lozier

De fabrikant van winkels Lozier implementeerde een intranetplatform met GenAI-gebaseerde zoekfunctionaliteit. Met deze slimme zoekfunctie kunnen gebruikers door externe tools, ticketsystemen, berichtenapps en bestandsbeheersystemen zoals Office 365 en Google Drive kruipen. Met behulp van AI krijgen medewerkers een rijk en contextueel AI-gestuurd antwoord op een zoekopdracht via conversational search en antwoorden.

Toeleveringsketen

Naast productie zorgt generatieve AI voor een revolutie op een ander cruciaal gebied: supply chain management. Het biedt een krachtige toolkit voor het beheren van risico's, het voorspellen van schommelingen in de vraag, het optimaliseren van leveringsroutes en uiteindelijk het verhogen van de efficiëntie in de hele keten.

De eerste toepassing van generatieve AI in de toeleveringsketen is vraagvoorspelling, waarbij de AI historische gegevens en markttrends analyseert om vraagvoorspellingen te maken. Dit stelt bedrijven in staat om hun voorraadniveaus te optimaliseren, waardoor voorraden en dure overvoorraden worden voorkomen. Ze kunnen ervoor zorgen dat ze de juiste hoeveelheid product op het juiste moment beschikbaar hebben, waardoor de klanttevredenheid en verkoop worden gemaximaliseerd.

De generatieve algoritmen optimaliseren ook het transportproces. Het systeem creëert de meest efficiënte leveringsroutes door verkeersomstandigheden, weersvoorspellingen en leveringsschema's te analyseren. Dit verlaagt de transportkosten, het brandstofverbruik en de totale levertijd aanzienlijk.

Een van de meest gewilde toepassingen van AI in supply chain management is voorraadbeheer, dat het aanpassingsvermogen ervan aantoont. AI kan optimale voorraadniveaus aanbevelen voor elk product, waarbij factoren als seizoensgebondenheid, schommelingen in de vraag en mogelijke verstoringen goed in aanmerking worden genomen. Dit stelt bedrijven gerust dat AI met verschillende factoren kan omgaan, waardoor ze de opslagkosten kunnen minimaliseren en ervoor kunnen zorgen dat ze over de nodige voorraad beschikken om aan de behoeften van de klant te voldoen.

Tot slot kunnen generatieve AI-modellen simulaties van risicoscenario's maken. Omdat onderbrekingen en onvoorziene gebeurtenissen voortdurend een bedreiging vormen voor toeleveringsketens, creëert gen-AI risicoscenario's, waaronder onderbrekingen bij leveranciers, weersrampen of politieke situaties. Hierdoor kunnen bedrijven deze risico's proactief beperken door hun leveranciersbestand te diversifiëren, gunstigere contracten af te sluiten of alternatieve leveranciers te identificeren in het geval van verstoringen.

Voordelen van het gebruik van generatieve AI voor supply chain management:

• Verhoogde veerkracht
• Gegevensgestuurde besluitvorming
• Verbeterde klanttevredenheid

Microsoft Dynamics' 365 Copilot voor toeleveringsketens

Microsoft Dynamics 365 Copilot kan worden geïntegreerd in het Microsoft Supply Chain Center. Het biedt proactieve identificatie van externe factoren zoals het weer, financiën en geografie die van invloed kunnen zijn op kritieke supply chain-operaties. Voorspellende inzichten benadrukken de impact op orders voor verschillende aspecten zoals materialen, voorraden, vervoerders en distributienetwerken.

Gebruikers kunnen vervolgens automatisch e-mails genereren om getroffen partners op de hoogte te stellen en mogelijke verstoringen aan te pakken. Bovendien biedt in-app begeleiding gebruikers onmiddellijke, contextspecifieke hulp direct in de applicatie, waardoor de gebruikerservaring en efficiëntie worden verbeterd.

Hoe generatieve AI de productie zal veranderen

Sinds generatieve AI een krachtig en gebruiksvriendelijk hulpmiddel is geworden, heeft het industrieën getransformeerd door de efficiëntie te verhogen en innovatie te stimuleren. De productiesector loopt voorop in deze revolutie.

Volgens een recent onderzoek van Capgemini is 48% van de ondervraagde productiebedrijven het ermee eens dat generatieve AI hun industrie een boost zal geven. Dit duidt op de erkenning van het potentieel van de technologie om de productiesector te transformeren. Fabrikanten experimenteren al met implementaties om generatieve AI te integreren in hun activiteiten; 30% van de leidinggevenden in de industriële productie melden dat hun organisaties al pilotprojecten uitvoeren met generatieve AI. Twee toepassingen domineren de proefprojecten: het op maat ontwerpen van onderdelen staat op de eerste plaats, gevolgd door voorspellend onderhoud op de tweede plaats.

De mogelijkheden van generatieve AI in de productie gaan echter verder dan ontwerpen en voorspellend onderhoud. Generatieve AI brengt een revolutie teweeg in de productie door kwaliteitscontrole mogelijk te maken met superieure foutdetectie voor foutloze producten, door toeleveringsketens te optimaliseren met behulp van innovatievere prognoses, voorraadbeheer en efficiënte routes voor lagere kosten en betrouwbare leveringen, en door personeelstraining te personaliseren met aanpasbare programma's in verschillende formaten om de prestaties van werknemers en continu leren te stimuleren.