Van data naar actiegerichte, intelligente data

Data is niet meer weg te denken. Zowel thuis als op het werk overspoelt men ons met bits en bytes. Het belang van data in een industriële omgeving kan dan ook niet meer genegeerd of onderschat worden. Goedkopere sensoren en krachtigere computers zorgen voor een exponentiële groei aan data. Maar hoe kan je als bedrijf nu je voordeel doen met al deze data?

actiegerichtedata

Concurrentieel voordeel

Een steeds efficiëntere productie is één van de meest gebruikte manieren om kosten te drukken en concurrenten voor te blijven. Tegenwoordig zien we dat het gebruik van data hierbij steeds belangrijker wordt. Denk maar aan slim, predictief onderhoud van productielijnen waarbij men op basis van data beslist wanneer een bepaald onderdeel vervangen moet worden. Bovendien kunnen we producten steeds beter produceren én doordat ze geconnecteerd blijven, zelfs upgraden doorheen hun levenscyclus. Ook producten genereren data doorheen hun levenscyclus. Door deze data te analyseren geven klanten je belangrijke inzichten hoe ze je producten gebruiken. Wanneer je je producten vervolgens verbetert op basis van deze analyses is de cirkel rond en verkrijg je een niet te onderschatten concurrentieel voordeel. En dan spreken we nog niet van de nieuwe mogelijkheden om nieuwe, innovatieve verdienmodellen te gebruiken.

Maar om dergelijke grote hoeveelheden data goed te kunnen verwerken moet er wel aan een aantal voorwaarden voldaan zijn. Zo moet er:

  1. Een betrouwbare en snelle internetconnectie zijn. (5G netwerken zullen hierin een grote rol gaan spelen)
  2. Voldoende opslagcapaciteit zijn. (Deze opslagcapaciteit is nodig voor het opslaan en verdelen van de data en kan zich bevinden in de Cloud, in de Edge of op het toestel zelf)

Data, het nieuwe goud?!

Sommigen noemen data het nieuwe goud. Maar data op zich zal niet leiden tot waarde voor je bedrijf. Daarvoor dien je verzamelde data te converteren naar intelligente data en zelfs naar actiegerichte intelligente data. Data zal slechts relevant zijn voor je bedrijf indien je deze duidelijk kan structureren. Dit houdt in dat je data juist is opgeslagen met info over de context, type metingen, tijdsindicaties van het gebruik, etc.

Ook data van componenten of (sub)systemen is waardevol. Deze kan je, middels ‘inverse model filtering’ naar beter bruikbare, rijkere data converteren. Het combineren van al deze data zal je helpen de juiste conclusies te trekken uit je analyses. Wil je je data dus echt laten renderen zal je je data op de juiste manier moeten verzamelen, structureren, filteren en vervolgens nog moeten combineren met een aantal algoritmes op maat van je bedrijf.    

Van data naar intelligente data

Data kan je door middel van statistische en artificiële intelligentie algoritmes converteren naar intelligente data. Intelligente data maakt het mogelijk om opportuniteiten voor verbetering te identificeren.

Door modelparameters via neurale netwerken bij te werken kan je de herkomst van je data beter bepalen en begrijpen. Een voorbeeld hiervan is een scherm waarop product- of productieparameters af te lezen zijn. De operator krijgt zo meteen feedback over de toestand van de machine(s) en kan vervolgens aanpassingen doen waar nodig. Een probleem is dat vele neurale netwerken echter werken via het black-box principe in een industriële context. Het systeem is niet in staat om uitleg te geven waarom het een bepaalde output geeft. Dit verklaart de vraag naar uitlegbare AI. Door het toepassen van reverse modelling filtering kunnen we echter een deel van de zwarte doos opsplitsen en de data begrijpbaar en rijker maken.

Wanneer je je data begrijpt kan je de risico’s van bepaalde beslissingen zeer snel evalueren. Enkel door een zo transparant mogelijke dataflow te creëren zal de nood aan verandering en verbetering duidelijk worden en kan je je beslissingen zo neutraal mogelijk evalueren. Bovendien is het een tool om opportuniteiten voor verbeteringen te identificeren.

Van intelligente data naar actiegerichte intelligente data

Combineer je intelligente data met specifieke AI en deep learning algoritmes dan verkrijg je actiegerichte intelligente data. Deze autonome beslissingsdata helpt operatoren om hun processen te verbeteren, wijzigt product/machine instellingen of voltooit oorzakenanalyses van productiestoringen.

Actiegerichte intelligente data laat producten of productiesystemen toe om autonome beslissingen te nemen met het oog op beter presterende producten, een hogere productiviteit en/of hogere productiekwaliteit te kunnen leveren. Door autonome processen aan te passen kan je rekening houden met beslissingsfunctionaliteiten, mens-machine processen of bepaalde menselijke handelingen die nodig zijn om de huidige situatie te verbeteren.

De dag van vandaag valt de waarde van data niet meer te onderschatten. Tenminste, wanneer je de data op gepaste wijze opslaat en benut. De data op zich is  niet van onschatbare waarde maar zodra ze wordt verwerkt tot intelligente actiegerichte data wordt ze dat wel. Eens je deze methodes van dataverzameling en -verwerking beheerst bouw je een sterk concurrentieel voordeel op en zal je onderneming er op verschillende facetten een positieve invloed van ondervinden.
 

Download onze white paper over digitale transformatie.

Dirk Torfs
Auteur

Dirk Torfs

Dirk Torfs is sinds 2014 CEO van Flanders Make. Dirk is Burgerlijk Werktuigkundig-Elektrotechnisch Ingenieur en Doctor in de Toegepaste Wetenschappen (KU Leuven) en behaalde een Executive MBA aan de Flanders Business School. . Hij heeft meer dan 25 jaar ervaring in managementfuncties in de Vlaamse industrie (o.a. bij Trasys, ABB en Imtech) en is Professor Quantitative Decision Making voor het Executive MBA programma van de Flanders Business School.

Blijf op de hoogte!