Dertig jaar ervaring laat zich niet zomaar vervangen door software. Toch kan AI helpen om waardevolle praktijkkennis beschikbaar te houden voor de volgende generatie medewerkers. In de videopodcast van shopfloorcontrol.ai bespreken Frits van der Geest en Rik Snelders hoe zij AI willen inzetten op de werkvloer. En waarom belangrijke beslissingen volgens hen mensenwerk moeten blijven.
Een ervaren verspaner voert bepaalde bewerkingen het liefst in de ochtend uit. Dan is hij nog fris. Hij werkt op het randje van de machinetoleranties en weet uit ervaring wat mogelijk is. Maar hoe draagt hij dat inzicht over aan een nieuwe collega?
Het voorbeeld komt voorbij in de videopodcast over AI in de maakindustrie. Het raakt een vraag die verder gaat dan automatisering: hoe behoud je kennis die vooral in de hoofden van medewerkers zit?
“En dat is gewoon 30 jaar vakmanschap. Ik geloof niet dat een AI dat gaat vervangen”, zegt Van der Geest. Tegelijkertijd vindt hij dat een nieuwe medewerker geen jaren nodig zou moeten hebben om een goede basis op te bouwen.
Het geheugen van de fabriek
Van der Geest en Snelders werken aan een softwareplatform waarin AI onder meer moet helpen om ervaringen op de werkvloer terug te vinden. Medewerkers kunnen problemen en oplossingen vastleggen met toelichtingen, foto's of video's bij een specifieke order of machine.
Komt een vergelijkbare situatie later terug, dan zou het systeem relevante informatie kunnen ophalen. Bijvoorbeeld in een briefing waarin staat wat er bij de vorige productie is gebeurd en welke aandachtspunten een collega heeft gemeld.
De medewerker beoordeelt vervolgens zelf of die informatie bruikbaar is. AI krijgt daarmee een ondersteunende rol: eerdere ervaringen beschikbaar maken op het moment dat iemand ze nodig heeft.
De order moet weg, de specialist is op vakantie
In het gesprek schetst Van der Geest een herkenbare situatie. Een medewerker moet een bewerking uitvoeren die weinig voorkomt. De collega die daar ervaring mee heeft, is op vakantie. De order moet diezelfde week de deur uit.
Zonder vastgelegde kennis moet de medewerker zelf uitzoeken hoe het moet. Een korte opname of toelichting van de eerdere bewerking kan dan helpen.
Maar kennis vastleggen vraagt ook iets van de organisatie. Medewerkers moeten het gevoel hebben dat hun bijdrage wordt gebruikt. Wie herhaaldelijk een probleem meldt zonder dat er iets verandert, zal minder snel opnieuw tijd steken in een registratie.
Daarmee is kennisbehoud niet alleen een softwarevraagstuk. Het gaat ook om de manier waarop een bedrijf luistert naar de mensen op de werkvloer.
Aan welk product verdien je écht geld?
Naast praktijkkennis bespreken de gasten de mogelijkheden van AI bij het analyseren van productiedata. Hun ambitie is dat gebruikers vragen in gewone taal kunnen stellen, zonder eerst door verschillende rapportages te hoeven klikken.
Welke producten lopen het vaakst uit? Hoe zijn bepaalde orders verlopen? En, wanneer de benodigde gegevens worden gekoppeld, aan welke producten verdient het bedrijf daadwerkelijk geld?
Dat laatste kan ook een vervolgvraag oproepen: is het logisch om een bepaald product te blijven aanbieden?
Van der Geest pleit daarbij voor een combinatie van vaste rapportages en aanvullende analyses. Een grafiek die dagelijks wordt gebruikt, moet dezelfde definities en een herkenbare weergave houden. AI kan daarnaast helpen om specifieke vragen te onderzoeken.
Minder knoppen, makkelijker werken
Het platform is nog in ontwikkeling. Tijdens het testen werd de bediening opnieuw aangepast, omdat die eenvoudiger moest.
Snelders vertelt hoe verschillende keuzes bij het stoppen van een activiteit zijn teruggebracht naar één eerste handeling. Eventuele vervolgkeuzes verschijnen daarna. Dat moet de interface rustiger en gemakkelijker maken.
Ook verschillen in taalvaardigheid en digitale ervaring spelen mee. Op de werkvloer is typen niet altijd praktisch. Daarom kijken de ontwikkelaars ook naar mogelijkheden om informatie via spraak, foto's en video's vast te leggen.
Het uitgangspunt: de technologie moet aansluiten op het werk van de medewerker.
Niet iedere taak heeft AI nodig
Ondanks de mogelijkheden trekken de gasten duidelijke grenzen. Belangrijke beslissingen moeten volgens hen niet zelfstandig door AI worden uitgevoerd.
“Ik zou zeker geen belangrijke beslissingen door de AI laten uitvoeren”, zegt Van der Geest.
Ook hoeft niet ieder proces een AI-toepassing te worden. Handelingen die altijd volgens dezelfde regels verlopen, kunnen vaak met gewone software worden geautomatiseerd. Menselijke beoordeling en persoonlijk contact tussen collega's houden hun eigen rol.
Het gesprek laat zien waar AI in de maakindustrie interessant kan worden: bij het terugvinden van ervaringen, het onderzoeken van data en het ondersteunen van medewerkers. Dertig jaar vakmanschap verdwijnt daarmee niet in een algoritme. Maar de kennis van een ervaren collega kan wel beter bereikbaar worden voor de rest van de fabriek.
Bekijk de volledige videopodcast bij dit artikel of beluister de aflevering op Spotify. DeIndustrie.online brengt kennis van makers, engineers, ondernemers en vernieuwers samen.