AI op de fabrieksvloer: waarom stilstand vooral een menselijk probleem is
Als een productielijn stilvalt, gebeurt er in veel fabrieken ongeveer hetzelfde. Mensen lopen naar elkaar toe, er wordt gebeld, gezocht, gekeken en overlegd. Ondertussen tikt de klok door. Machines produceren niets, orders lopen vertraging op en de druk op de werkvloer neemt toe.
We noemen dit in de industrie ongeplande productiestilstand. Dat klinkt technisch, maar het effect is voor iedereen voelbaar: tijdverlies, frustratie en uiteindelijk hogere kosten. Toch wordt dit probleem vaak benaderd als een technisch vraagstuk, terwijl het in de praktijk vooral een menselijk en informatiegedreven probleem is.
De hersteltijd is vaak langer dan nodig
In industriële omgevingen wordt de tijd die nodig is om een storing te verhelpen vaak samengevat in één maatstaf: MTTR. MTTR staat voor Mean Time To Repair, oftewel de gemiddelde tijd tussen het moment dat een machine uitvalt en het moment dat deze weer operationeel is.
Die MTTR is zelden hoog omdat mensen hun werk niet goed doen. In vrijwel alle organisaties werken vakbekwame monteurs en operators. De hersteltijd is vooral langer dan nodig omdat informatie ontbreekt of moeilijk te vinden is. Waar zat deze storing vorige keer? Wat was toen de oorzaak? Welke oplossing werkte? En waar staat die kennis eigenlijk opgeslagen?
Kennis is er wel, maar zit verspreid
In veel fabrieken is alle relevante kennis ergens aanwezig. In onderhoudssystemen, in storingslogboeken, in handleidingen, in e-mails of in de hoofden van ervaren collega’s. Maar bij een storing komt die informatie niet vanzelf samen. Iedere storing wordt daardoor deels opnieuw opgelost.
Het gevolg is dat mensen eerst zoeken voordat ze kunnen handelen. En juist dat zoeken — naar informatie, naar ervaring, naar bevestiging — is vaak de grootste stille kostenpost bij ongeplande stilstand.
Wat AI hier wél en niet doet
AI, oftewel kunstmatige intelligentie, roept bij veel mensen nog beelden op van volledig autonome fabrieken of zelfdenkende machines. In de praktijk is de toegevoegde waarde veel nuchterder en vooral praktisch.
AI helpt niet door mensen te vervangen, maar door informatie op het juiste moment beschikbaar te maken. Bij ongeplande stilstand kan AI bijvoorbeeld eerdere storingen herkennen die lijken op de huidige situatie, laten zien welke oplossingen toen werkten en automatisch relevante documentatie of notities tonen.
De monteur blijft degene die beslist en handelt. AI ondersteunt door het zoeken drastisch te verkorten.
Minder zoeken leidt tot sneller herstellen
In workshops die wij recent verzorgden over AI in de industrie, onder andere bij Symbol in Amersfoort, gebruikten we ongeplande stilstand en MTTR als concreet voorbeeld. Niet omdat het een modieus onderwerp is, maar omdat het voor vrijwel iedere fabriek herkenbaar is.
De resultaten zijn duidelijk. Door AI in te zetten als ondersteunend hulpmiddel daalt de MTTR met ongeveer 30 tot 40 procent. Dat klinkt indrukwekkend, maar is vooral logisch. Minder zoektijd betekent sneller handelen. Minder afhankelijkheid van individuele kennis betekent stabielere processen.
Geen speeltje voor grote industrie
Een veelgehoorde reactie is dat dit soort AI-oplossingen alleen haalbaar zouden zijn voor grote industriële bedrijven met uitgebreide IT-afdelingen. Dat beeld is inmiddels achterhaald.
Platforms zoals PrudAI, met het Indy-product voor de industrie, zijn juist ontwikkeld om snel en betaalbaar ingezet te worden. Plug-and-play betekent hier: werken met bestaande data, aansluiten op bestaande systemen en snel resultaat zien. Ook voor middelgrote en kleinere productiebedrijven.
Waarom wachten duurder is dan beginnen
Veel organisaties praten nog over AI alsof het een strategische keuze voor de toekomst is. Maar ongeplande stilstand gebeurt vandaag. Elke minuut dat een machine onnodig stilstaat, kost geld, aandacht en energie.
AI maakt fabrieken niet onpersoonlijker, maar juist rustiger. Minder zoeken, minder stress en meer grip op het proces. Dat is geen revolutie, maar een praktische stap vooruit.
De vraag is dus niet of AI in de industrie zinvol is. De vraag is hoeveel stilstand je nog accepteert terwijl de oplossing al beschikbaar is.