BL_08092020_LR

DIGITALE TRANSFORMATIE

en 5G, maar ook om bijvoorbeeld nano- en biotechnologie. Ik zie dat als een ‘technology basket’, een mand vol technologieën die volop in ontwikkeling zijn en die heel wat mogelijk heden bieden op het vlak van innovatie. Zelf vind ik de term Industry 4.0 niet zo goed geko zen, want het gaat allang niet meer louter om wat we klassiek als ‘industrie’ bestempelen. Veel van die nieuwe technologieën vinden ook hun weg naar de gezondheidszorg, de landbouw, enzovoort.” BL: Bij heel wat bedrijven ontstaat een lichte paniek wanneer ze over de opkomst van die nieuwe technologieën horen. Ze willen er graag iets mee doen, om de boot zeker niet te missen. Alleen gaan ze dan soms aan de slag in functie van een technologie, niet in functie van een concreet businessvraagstuk. Ziet u die denkfout vandaag ook? Herbert Vanhove: “Ik kom uit de telecomsec tor. Bij Qualcomm heb ik van nabij de ontwik keling van nieuwe technologie zoals 3G, 4G en 5G meegemaakt. In telecom is dat vaak de gedachtegang: we brengen een technologie op de markt en de toepassingen zullen wel vol gen. En vaak is dat ook zo en is de technologie nu eenmaal eerst. Maar dat neemt niet weg dat er early adopters zijn die zo’n nieuwe techno logie omarmen en er al heel vroeg in investe ren. Onder meer in Duitsland zijn er al heel wat bedrijven die met Industrial IoT en 5G aan de slag zijn. Ook in België zijn er koplopers, maar algemeen genomen hebben de meeste onder nemingen vandaag nog maar net 5G ontdekt en bevinden ze zich nog in de onderzoeksfase. Ze bekijken hoe nieuwe technologie een pro bleem kan helpen oplossen en waar zich de ROI bevindt. Kan het gebruik van Industrial IoT helpen om het onderhoud van een machine park te stroomlijnen? Kunnen we daar geld mee besparen? Dat zijn de vragen waar bedrijven vandaag een antwoord op zoeken. Evengoed introduceren wij bij hen nieuwe technologieën die opportuniteiten bieden. Die wisselwer Eerst de technologie, dan de toepassingen

Voor veel bedrijven luidt de belangrijkste vraag hoe ze data uit de productie en logistiek kunnen verzamelen, ontsluiten en analyseren. Ondernemingen willenmeer inzicht uit de eigen data halen, omdat inzicht vervol gens om te zetten in een hoger niveau van operationele efficiëntie.

king is de eeuwige constante in onze branche. Uiteindelijk blijft het toch voor iedereen een zoektocht. We merken vandaag wel dat onder werpen als 5G en Industrial IoT duidelijk hoger op de agenda van de C-suite komen. We zien dat bedrijven teams samenstellen en budget vrijmaken voor een ‘proof of concept’. Er begint duidelijk wat te bewegen.” H. Vanhove: “Voor veel bedrijven luidt de belangrijkste vraag hoe ze data uit de produc tie en logistiek kunnen verzamelen, ontsluiten en analyseren. Ondernemingen willen meer inzicht uit de eigen data halen, om dat inzicht vervolgens om te zetten in een hoger niveau van operationele efficiëntie. Pas daarna is het zinvol om aan verdere automatisering te den ken.” BL: Kunt u een voorbeeld geven van hoe een bedrijf met zo’n eerste traject aan de slag gaat? H. Vanhove: “Ik denk concreet aan een onder neming die actief is in de ontginning van BL: Welke domeinen krijgen daarbij de meeste aandacht?

grondstoffen. Het gaat meer bepaald om grondstoffen die via conveyors een parcours afleggen, waarbij er ondertussen een filtering gebeurt. Het toezicht op die filters verloopt tot nu toe manueel. Daarbij is het moeilijk om het ideale moment te bepalen waarop een mede werker de filter moet vervangen of reinigen. Gebeurt dat te vroeg, dan is de volledige capa citeit van de filter niet benut. Wacht de mede werker te lang, dan raakt de filter verzadigd en valt de conveyor stil. Een use case in het kader van Industry 4.0 bestaat uit een camera en een toepassing op basis van machine learning. De camera maakt beelden van de filter. De soft ware analyseert de beelden en kan daarmee de perfecte timing voor een manuele tussen komst voorspellen: niet te vroeg, zodat het bedrijf elke filter maximaal benut, maar ook niet te laat, om geen negatieve impact op de productiviteit te hebben. Een vergelijkbaar concept voor een use case bestaat in de land bouw, waar machine learning de optimale snelheid van een maaidorser berekent. Een camera meet daarbij hoeveel graan er naast de opvangbak valt, afhankelijk van de snel heid van de machine. Rijdt de dorser te traag,

30

W W W . V A L U E C H A I N . B E