Mogelijke valkuilen bij

Mensgericht digitaliseren van de productie

560330 Vrouwelijke engineer met laoptop in chemische fabriek

Digitalisering van productie, dit is de toekomst. Industrie 4.0 (of 5.0), smart technologie, IoT, Digital Twins en machine learning, het kan niet op. Allemaal even belangrijk want geautomatiseerde systemen kunnen iets wat mensen niet kunnen. Maar hoe start je en met welke valkuilen zijn er?

 

Systemen rekenen snel en reageren direct op veranderingen en verwerken grote hoeveelheden data. Ze raken niet vermoeid of verveeld en herkennen verbanden in datasets over maanden en tig-productiestappen. Ze controleren alles nauwkeurig en werken precies, etc. En kunstmatige intelligentie en machine learning zetten grote hoeveelheden data op magische wijze om in informatie waarvan de hele productie beter loopt.

Een toverstafje! Harry Potter is er niets bij. Toch vergeten we vaak dat mensen sommige dingen beter doen dan geautomatiseerde systemen. Bijvoorbeeld hun creativiteit inzetten en onverwachte situaties oplossen. Mensen zien dingen die de machine niet ziet, interpreteren wat een klant of organisatie wil en schatten afwijkingen in op basis van te verwachte ellende etc. Er is ook een overlap: functies die zowel de mens als het systeem kan vervullen. Afhankelijk van de omstandigheden en het doel kies je voor de ene oplossing of de andere.

Overslaan functiekeuze

Met deze functiekeuze tussen mens en systeem begint de productiedigitalisering. Bijvoorbeeld Digital Twin ontwikkeling, het inzetten van robotica of het gebruiken van kunstmatige intelligentie en machine learning. Of beter gezegd: met functiekeuze zou het moeten beginnen (het gebeurt niet vaak). Continu de vraag stellen: Waarom doe ik dit eigenlijk? Past dit in mijn productie en waarom is het beter dat een systeem iets doet of kunnen mijn medewerkers dit beter? Wat is het beste voor de processen? Voor mijn organisatie? Voor mijn medewerkers?

Beslissingsondersteunend systeem voor productieplanning 

De Digital Twin

Denk bijvoorbeeld aan een beslissingsondersteunend systeem voor het plannen van de productie: we noemen dit voor het gemak een Digital Twin. Deze Twin bepaalt op basis van jaren aan ervaring (machine learning van resultaten uit het verleden) de beste ordervolgorde en optimaliseert alle productiestappen afzonderlijk én de totale productie. Fantastisch! De Twin bepaalt ook het effect van elke spoedopdracht zonder problemen en geeft de vernieuwde optimale ordervrijgave. Hups: de wereld is weer ideaal! Maar ziet deze Twin ook dat de heftruckbestuurder druk is in het magazijn? Zodat de nieuwe ordervolgorde helemaal niet kan? En het omgooien van de ordervrijgave geeft onrust op de werkvloer: het is al de derde keer vandaag.

Operator aan Productielijn bij HighTech Fabriek

Motivatie en vaardigheden van het personeel

Denk ook aan de medewerkers, die willen betekenisvol werken. Holt de Twin die het “denken” overneemt dit uit? Die medewerkers raken gedemotiveerd en ontplooien hun skills niet. Nu hoor ik je zeggen: dat is mooi! Neem ik snel lager geschoold personeel aan. Maar wat doe je wanneer de Twin in storing schiet? Oké, je zegt: ik hou een deel van het hoger opgeleide personeel. Maar ja, deze Twin zorgt dat deze mensen weinig met hun kennis en vaardigheden doen. Dit betekent dat ze langzaam maar zeker kennis en vaardigheden kwijtraken door gebrek aan oefening, wil je dat?

Heb je wel eens dat je niet goed begrijpt wat in een computersysteem gebeurt? Waardoor je onzeker bent over de goede uitslag van een resultaat? Stel je voor dat je met die Digital Twin continu het gevoel hebt dat je niet begrijpt waarom de ordervrijgave zo is? En dan moet je elke beslissing volgen die de Twin voorschrijft. Lijkt mij een lastige, stressvolle baan.

Medewerker buffer tussen systeem en werkelijkheid

En een laatste puntje: wil je werkelijk dat een computer alles bepaalt zonder tussenkomst van een mens met gezond verstand? Wel eens van een work-around gehoord: bijvoorbeeld je gebruikt een excelsheet omdat het ERP systeem iets verkeerd berekent? Of heb je ooit een gesprek met een chatbot van een webshop of verzekeringsbedrijf gevoerd? Waarna je langzaam het gevoel kreeg dat je op een andere planeet zat? Bekend zijn de voorbeelden waarbij ChatGPT (toch een zeer geavanceerd AI systeem) ontspoort. Wees eerlijk en niet naïef: waarom zou AI en ML in jouw bedrijf níet ontsporen? En denk je écht dat, met het klakkeloos genereren van informatie alle problemen zijn opgelost? Wees blij dat medewerkers als buffer fungeren tussen het systeem en de werkelijkheid. De wereld en je bedrijf zijn te ingewikkeld om door een automatisch systeem te laten bepalen. Het is handig, zelfs noodzakelijk dat medewerkers die met de systemen werken mogen ingrijpen. Betrek daarom actief medewerkers bij de ontwikkeling, de bouw, de implementatie en het onderhoud van geautomatiseerde systemen en denk bewust na over wat het systeem doet en wat de mens doet.

Voorafgaand aan het HAN Lean Event 

Workshop ‘Mensgericht digitaliseren van productie’

In de workshop “Mensgericht digitaliseren van de productie” gaat Menno Herkes in op de bovenstaande valkuilen bij de ontwikkeling van beslissingsondersteunende systemen voor productie. Op kritische wijze wordt de inzet van kunstmatige intelligentie, machine learning, digital twinning en andere begrippen gerelateerd aan de menselijke organisatie van productieprocessen.

HAN Lean Event 2024

U kunt voorafgaand aan de lustrumeditie van het HAN Lean Event op 25 januari 2024 kosteloos deelnemen aan een workshop rond dit onderwerp. 

www.han.nl/leanevent

538310 Beeldmerk: 15 jaar lectoraat Lean & WCP bij de HAN