Slechts 21% van machinebouwers in Nederland vindt het ontwikkelen van artifical intelligence-toepassingen op dit moment kritiek of belangrijk. Ruim een derde (38%) van de Nederlandse machinebouwers geeft de implementatie van AI-toepassingen geen prioriteit.
Dat blijkt uit de tweede Nationale Benchmark Smart Machine Industry van Siemens Digital Industries Software.
Toch verwacht 46% van de machinebouwers dat AI het antwoord is op de grootste uitdagingen bij de transformatie naar smart industry. Ze rekenen erop dat die transitie de komende 2 jaar in een versnelling raakt, waardoor de rol en impact van AI zal toenemen.
AI voor efficiënter werken
AI wordt daarbij als oplossing gezien voor cyber-physical production systems, cloud, IoT en cognitieve computing om zo de time-to-market te verkorten en efficiënter te werken.
Over 2 jaar wil bijna driekwart (71%) van de machinebouwers AI inzetten bij de simulatie van een ontwerp en eerste testprocessen. Al hangt dit wel af van hoe de economie er dan uit ziet, gezien de huidige impact van het coronavirus.
Invloed AI in 4 kerngebieden
Als de 4 belangrijkste kerngebieden in machinebouw worden ‘ontwerp en beheer’, ‘logistiek en transport’, ‘datamanagement’ en ‘productconnectiviteit’ gezien. De invloed van AI in die kerngebieden verschilt enorm.
AI in ontwerp en beheer
Op dit moment werkt de helft van de machinebouwbedrijven met simulatiesoftware, 21% van de bedrijven verwacht dit binnen nu en twee jaar toe te gaan passen.
De inzet van AI bij kwaliteitscontrole komt vaker voor: 70% van de bedrijven zet het al in of is dit van plan. Daarnaast gebruikt een derde AI voor predictive maintenance en heeft 30% hier plannen voor.
AI in logistiek en transport
In de logistieke en transportprocessen liggen de cijfers van de inzet van AI lager. Een kwart van de machinebouwers werkt met AI voor fabrieks- en warehouse automatisering en bijna de helft werkt met AI binnen supply chain management. 21% zet AI in voor het beheren van leveringssystemen.
AI in datamanagement
AI speelt vooral een rol binnen cybersecuritytoepassingen op dit gebied (27%). Om overzicht te behouden over alle data beschikt 21% over enterprise data resources. Nog eens 12% voelt de noodzaak om hier in de komende 2 jaar mee te gaan werken.
Het gebruik van intelligente systemen, waarbij data wordt verwerkt van sensoren die gekoppeld zijn aan apparaten, ligt lager: slechts 18% van de organisaties zet dit in.
AI in productconnectiviteit
Een kleine 40% heeft intelligente machines of systemen die uitgerust zijn met connected devices voor monitoring en beheer op afstand.
47% van de bedrijven maakt bij productconnectiviteit gebruik van internet door de inzet van IoT-sensors, 18% wil dit binnen 2 jaar realiseren.
De percentages voor 3D-printing en de inzet van industriële robots liggen op respectievelijk 25% en 20%.
Personele tekorten: implementatie stagneert
Om een succes te maken van AI, zijn alle machinebouwers binnen de benchmark het erover eens dat de juiste mensen en systemen nodig zijn.
Slechts 36% zegt over de juiste IT-infrastructuur te beschikken om te kunnen werken met AI. 46% van de organisaties zegt de juiste mensen in huis te hebben.
Personele tekorten bevinden zich vooral bij de softwareontwikkelaars en engineers (40%), system engineers (28%) en data scientists (20%).
Mogelijkheden
“Er zijn voldoende technologieën beschikbaar om de transitie te realiseren”, zegt Patrick Fokke, sales director Nederland bij Siemens Digital Industries Software. “De bottleneck bevindt zich echter bij het gebrek aan expertise en capaciteit om de toepassingen ook daadwerkelijk in de organisatie te ontwikkelen. Met name de kleinere bedrijven lopen daardoor het risico dat ze achterblijven.”
Verankering strategie
Ook is ook een verankering van een strategie in de organisatie noodzakelijk, op alle fronten. Fokke: “Met de juiste aanpak en expertise is de kans van slagen van AI een stuk groter. Men moet weten welke datasets waarvoor nodig zijn, of de data schoon is, en interne datasilo’s voorkomen. Maar ook cybersecurity heeft extra aandacht nodig als er grote hoeveelheden data worden verzameld.”
Om dit alles te kunnen waarborgen is volgens hem kennis van zaken nodig, maar vooral ook organisatorische discipline.
‘Stappen zetten’
“Een verankering van een (gedegen) strategie is onvermijdbaar. De machinebouwindustrie is zonder twijfel goed op weg naar het worden van een smart industry, en wanneer organisaties het belang van een (AI)-strategie gaan inzien kunnen er grote stappen gezet worden met een aantoonbare impact op de productiviteit en dienstverlening.”