We moeten daarom dringend transparantie creëren rond digital twins en begrijpen hoe ze onderling verbonden zijn. Zelfs in de meest complexe fabrieken zijn we vandaag in staat om door transparantie exact te achterhalen welke processen geoptimaliseerd kunnen worden. Door data van digital twins te matchen komen we tot inzichten. In een productiecontext zijn er drie ecosystemen waarvan idealiter een digitale twin moet bestaan: systemen, producten en productieprocessen. Hoe beter bedrijven in staat zijn om de gegevens van deze drie digitale twins in het productieproces op zinvolle wijze met elkaar te verbinden en te koppelen, hoe sneller hun vooruitgang op weg naar de slimme fabriek zal zijn.
Nu, digitale continuïteit is één zaak, maar data moeten daarnaast ook gecontextualiseerd worden, des te meer omdat in een ideaal scenario de productie wordt gevoed en bevorderd door een veelvoud van uiteenlopende twins. Als je momenteel productiedata in een AI-tool giet, komt er niets uit. Bespaar je dus de moeite. Want je kan niets ondernemen zonder domeinkennis, zonder data toe te dichten aan een bepaald ecosysteem.
Gelukkig zullen we de komende vijf jaar veel meer vooruitgang zien dan tijdens de afgelopen tien jaar. Naast de eigenlijke data hebben we nu meer dan ooit relevante kennis over digital twins, datapunten en ecosystemen. Bovendien zal verandering een ongeziene druk op ons uitoefenen. We drijven stilaan naar een perfecte storm die ons zal verplichten de zeilen bij te zetten in onze transformatie.
Zonder digitale continuïteit in onze productie kunnen we de hoop laten varen om uitdagingen en prangende kwesties als energie-efficiëntie het hoofd te bieden. Vandaag bestaat er niet één productiesite die vanuit energie als basis beheerd wordt, want gas en elektriciteit zijn steeds best betaalbaar en voorradig geweest. Net daarom meen ik dat de productieindustrie, van kmo’s tot zelfs grote corporates, de sector is die het meest waarschijnlijk het meeste vooruitgang zal boeken, net omdat ze enorm veel energie verbruikt.
Bedrijven die kunnen teren op een smart factory zijn beter geplaatst dan meer conventionele ondernemingen om om te gaan met de enorme marktvolatiliteit die vandaag heerst. Door niet alleen te weten hoeveel energie hun productieproces in totaal vergt, maar ook precies waar en wanneer, hebben ze de flexibiliteit om bijvoorbeeld hun productie af te stellen op periodes waarin energie goedkoper of meer voorradig is. Overigens vormen data-ondersteunde voorafgaande simulatie en het uitspelen van processen met profielen die naar behoefte kunnen worden aangepast in het digitale ecosysteem een zeer effectief besluitvormingsinstrument voor het managementteam.
Wat is nu de beste aanpak? In de eerste plaats op zoek gaan naar de juiste partners en de bal aan het rollen brengen op het vlak van geautomatiseerde productie, want daar zijn efficiëntiewinsten het grootst. De volgende stappen zijn het creëren van dataruimtes en kennis opdoen. Begin niet meteen met een megaproject waarbij je twee jaar moet wachten op initiële vaststellingen. Het is namelijk wat je leert van de implementatie en niet van het concept, dat er toe doet. In plaats van je mensen te laten nadenken over welke data relevant zijn, laat ze tot inzichten komen door met die data effectief aan de slag te gaan.
