Artikel: Big data – Op weg naar zelfsturende fabrieken

Nut en noodzaak van big data

Een nieuwe industriële revolutie komt eraan, een tijdperk waarin traditionele productiebedrijven transformeren naar digitale fabrieken. Moet je hier als maakbedrijf in meegaan of zijn Industrie 4.0, Internet of Things, IoT en big data buzzwoorden waar veel en vaak over wordt geschreven en weinig mee wordt gedaan? En welke impact heeft vergaande digitalisering op bijvoorbeeld het productontwerp of de bedrijfsvoering? Voor het vakblad PT Industrieel Management schreef ik onderstaand artikel.

Zoekt u een journalist/tekstschrijver/redacteur voor uw medium? Neem gerust vrijblijvend contact op om de mogelijkheden te bespreken.

Alle onderdelen in de hele fabrieksketen zullen in de toekomst met elkaar communiceren en vormen samen een intelligent netwerk dat aangeeft hoe de fabriek het meest optimaal kan produceren en zal daar uiteindelijk ook naar handelen. Maar hoe begin je aan de transformatie naar zo’n digitale slimme fabriek? Wat doe je met big data? En moet iedere fabriek die overstap maken? In een recente uitgave van managementtijdschrift Harvard Business Review leggen Michael Porter, professor aan de Harvard Business School en James Heppelman, CEO van IoT softwareleverancier PTC stap voor stap uit wat de omschakeling naar slimme producten en productketens voor een bedrijf kan betekenen. Ze beginnen bij de producten. Wanneer je intelligentie toevoegt aan een machine of product, bestaat het niet langer uit het fysieke product an sich – denk aan de mechanische en elektrische onderdelen. Er is een slimme component aan toegevoegd – de sensoren, microprocessoren, dataopslag, software, digitale gebruikersinterface die het mogelijk maakt om het product te verbinden. Het connectivity aspect, poorten, protocollen en netwerken, maken communicatie mogelijk tussen het product, de cloud en andere producten of systemen. Slimme producten hebben met andere woorden technologie en infrastructuur nodig die het product kunnen ondersteunen en data-uitwisseling kunnen genereren.

Meerwaarde

Maar waarom wil je een product, machine of apparaat intelligent maken? Ten eerste kunnen slimme producten monitoren en rapporteren over hun eigen conditie en hun omgeving. Ze kunnen inzicht geven in hun prestaties en gebruik, zonder dat daarvoor een service of onderhoudsbeurt moet worden afgewacht. Ten tweede geeft het gebruikers – en fabrikanten –  de mogelijkheid om functies, prestaties en interfaces af te stemmen op de klant, of om te customizen. Ten derde kunnen er door een combinatie van het monitoren van data en het op afstand controleren, nieuwe mogelijkheden worden gecreëerd om te optimaliseren. Algoritmes kunnen prestaties, gebruik en uptime verbeteren en laten zien hoe producten werken wanneer ze zijn verbonden met andere (slimme) machines of systemen. Tot slot biedt de combinatie van het monitoren van data, op afstand controleren en optimalisatiealgoritmes ook de mogelijkheid tot autonomie. Producten kunnen leren, zich aanpassen aan de omgeving en de voorkeuren van de klant en ze kunnen zichzelf onderhouden. Deze laatste stap is echter erg gecompliceerd en voor veel bedrijven een langetermijndoel.

Big data

Om uiteindelijk tot stap vier te komen, autonome, zelfsturende fabrieken, zul je op een andere manier met data moeten omgaan terwijl de conventionele bedrijfsactiviteiten – R&D,  IT, productie, logistiek, marketing, sales en after sales – drastisch zullen veranderen, geven Porter en Heppelman aan. In een traditionele productie-omgeving wordt voornamelijk data gegenereerd door interne processen en transacties. Order processing, interactie met toeleveranciers, verkoop, klantenservice- en bezoek zorgen voor data. Het verwerken van data gebeurt echter nog vaak gedecentraliseerd waardoor veel waardevolle informatie verloren gaat. Verbanden worden niet gelegd of informatie wordt verkeerd geïnterpreteerd bij overdracht naar een andere afdeling. Kijkt men naar vergaande gedigitaliseerde fabrieken, dan komt daar nog eens een enorme hoeveelheid aan big data bij. Data die de geproduceerde machines, instrumenten of apparaten zelf genereren en waardevolle informatie geven over hun functioneren. Deze data koppelen aan alle andere gegenereerde data, en ze op de juiste manier interpreteren, is niet eenvoudig. Externe hulp zoeken om de juiste conclusies te kunnen trekken die het bedrijf voordelen oplevert, is geen overbodige luxe.

Toegevoegde waarde

De auteurs van de Harvard Business Review benadrukken het enorme voordeel van het hebben, maar vooral ook van het beheersen van die verzameling aan data. Het kan zorgen voor een exponentiele groei aan waarde. Heppelman geeft hierover een voorbeeld. Vroeger was een tractor een fysieke machine die het werk deed dat op het veld moest gebeuren. Gaandeweg werden er sensoren, microprocessoren en data-opslag aan toegevoegd zodat in de cockpit met digitale displays de gebruiker de machine optimaal kon gebruiken. Het werd een slim product. In een derde stap kreeg men het idee om iedere landbouwmachine te voorzien van een IP-adres. Op afstand kon nu met een tablet of ander slim apparaat data worden uitgelezen en geanalyseerd. Het aantal gewerkte uren gaf een indicatie wanneer onderhoud nodig was en ook de hoeveelheid geoogst product werd inzichtelijk gemaakt.

Systeem der systemen

Maar het kan nog beter door de diverse landbouwmachines op het erf met elkaar te verbinden. Een landbouwer kan door een koppeling van de data van de zaaimachine aan de hoeveelheid gebruikte voedings- of bemestingsstoffen en de uiteindelijke opbrengst van het veld veel beter inschatten welke en hoeveel voedingsstoffen zijn gewassen nodig hebben. De juiste conclusies zorgen voor een betere oogst en dus toegevoegde waarde. En als je dit systeem vervolgens ook nog eens verbindt met andere systemen, kom je tot een soort systeem der systemen. Naast het machinepark is er ook een weerdatasysteem (weersvoorspellingen, regen-, vochtigheids- en temperatuursensoren), een zaadoptimalisatiesysteem (performance database, zaaddatabase en optimalisatietoepassingen) en een irrigatiesysteem (veldsensoren, irrigatietoepassingen, irrigatiedatabase). Door de big data die dit systeem der systemen oplevert op een juiste manier te gebruiken, kunnen landbouwprestaties aanzienlijk verbeteren.

Datameer

Big data zijn met andere woorden, mits ze juist worden gebruikt, van onschatbare waarde. De conventionele data-analyses die vaak resulteren in alombekende spreadsheets met staafjes, prognoses en tabellen, voldoen niet meer. Een nieuwe data-analysetool (zowel descriptief of beschrijvend, diagnostisch, predicatief en prescriptief of voorschrijvend)is nodig om met het “datameer” op een goede manier te kunnen omspringen terwijl ook een goede interface het mogelijk moet maken om de data inzichtelijk te maken. Meer data en nieuwe tools zorgen voor een andere indeling van businessprocessen en functies.

Bedrijfsvoering

Voor elk bedrijf is de situatie en de impact die data kunnen hebben anders.  Het kan zorgen voor nieuwe configuraties en mogelijkheden. Tegelijkertijd kan dit ook leiden tot een noodzakelijke radicale herstructurering van de bedrijfsvoering en functies op diverse gebieden. Zo vereisen slimme verbonden apparaten bijvoorbeeld een nieuwe manier van ontwerpen. Er zal door een toenemend belang van software een verschuiving plaatsvinden van werktuigbouwkundigen naar software engineers. Ook bij de productie is mogelijk een andere aanpak nodig. Daar waar bijvoorbeeld de fysieke complexiteit van een product kan worden vereenvoudigd – slechts één interface is nodig waarin alle belangrijke gegevens van een product kunnen worden weergegeven – neemt het aantal sensoren toe en wordt de software complexer. En gevolgen voor supply chain zijn er wellicht ook doordat er eenvoudiger kan worden berekend wat de meest optimale leverroute is. De grootste verandering ligt misschien nog wel in sales en services. Doordat de kennis over het gebruik bij klanten transparanter wordt, kunnen volledig op de klant afgestemde businessmodellen worden ontwikkeld en wordt service bijna vanzelfsprekend in prescriptief en predictief aangezien men op ieder moment exact weet wat de status is van een product of machine. Zover zijn veel bedrijven echter nog niet. Het begint met het in kaart brengen wat digitalisering voor de eigen bedrijfsvoering kan betekenen. Een bedrijf moet de voordelen en meerwaarde helder voor ogen hebben. Is dit onduidelijk, dan heeft het weinig zin om aan de slag te gaan.