Zie storingen, tekorten en drukte aankomen voordat ze geld kosten

Een pomp valt uit op vrijdagmiddag en de monteur kan pas maandag komen. Het magazijn staat vol met een artikel dat al drie maanden niet verkoopt, terwijl de snelloper juist uitverkocht is. De planner rekent op een rustige week en het wordt de drukste van het kwartaal. In al deze gevallen zat de aanwijzing al in je data. Alleen keek er niemand op tijd naar. Wij bouwen modellen die dat kijken overnemen en je waarschuwen voordat het geld kost.

Wanneer voorspellen loont

Voorspellen heeft zin als je iets herhaaldelijk meemaakt en er op tijd iets aan kunt doen. Een machine die een paar keer per jaar stilvalt op een moment dat niemand ziet aankomen. Een voorraad die je op gevoel bijbestelt. Een werkplaats waar de doorlooptijd afhangt van tien variabelen die alleen de chef in zijn hoofd heeft. Voorspellend onderhoud is de bekendste vorm: trillings- en temperatuurdata van een machine laten weken van tevoren zien dat een lager slijt, zodat je het onderhoud inplant in plaats van een storing oplost.

Hetzelfde principe werkt voor vraagvoorspelling in de groothandel, voor het inschatten van drukte bij een zorginstelling of voor het voorspellen welke facturen te laat betaald gaan worden. Het model hoeft niet slim te zijn. Het moet vooral consequent kijken naar patronen die een mens over het hoofd ziet, omdat die nog honderd andere dingen te doen heeft.

Wat je data al weet

Je hoeft meestal geen nieuwe sensoren te kopen om te beginnen. Je ERP weet wanneer elk artikel verkocht is. Je onderhoudslogboek weet wanneer welke machine gerepareerd is en waarom. Je planningstool weet hoe lang een klus in werkelijkheid duurde in plaats van hoe lang hij was ingeschat. Die historie van de afgelopen jaren is de grondstof. Waar het loont, hangen we er alsnog een sensor bij, bijvoorbeeld een temperatuursensor op een compressor of een teller op een productielijn.

De data is bijna nooit schoon. Een onderhoudsbeurt is een keer niet ingevoerd, een artikelnummer is halverwege veranderd, een sensor heeft een maand niets gelogd. Dat zoeken we uit voordat we een model bouwen, want een voorspelling op vervuilde data is erger dan geen voorspelling. Moet de data uit meerdere systemen bij elkaar komen, dan regelen we dat via Data & rapportage, zodat je er ook buiten het voorspelmodel iets aan hebt.

Van historie naar een eerste model in tien werkdagen

We beginnen met één vraag. Niet "voorspel alles", maar "welke van deze twaalf machines heeft de komende maand de meeste kans op uitval" of "hoeveel van dit artikel verkopen we volgende maand". We trainen een model op je eigen historie en toetsen het op een periode die het model nog niet gezien heeft. Zo zie je binnen tien werkdagen of het model beter raadt dan de ervaren planner. De winst zit in consequentie: het model kijkt elke dag op dezelfde manier, en op honderd beslissingen per maand telt dat op.

Werkt het, dan bouwen we de voorspelling in het scherm waar je mensen al werken: een kleur bij een machine in het onderhoudsoverzicht, een besteladvies naast de voorraadregel. Twijfel je welk proces zich hiervoor leent, dan is de AI & Processcan de logische stap ervoor. Gaat het om slijtage of afkeur die je met een camera ziet, dan hoort het thuis bij Computer vision, en we combineren de twee waar dat nuttig is.

Wat een voorspelling waard is, gemeten op jouw historie

Een model geeft een kans, geen zekerheid. Wij vertellen je hoe vaak het model het goed had op je eigen historie en waar het slecht in is. Is er te weinig historie om iets zinnigs te zeggen, dan vertellen we je dat direct en stoppen we, in plaats van een dashboard op te leveren dat vooral mooi oogt. De beslissing blijft bij je monteur of planner. Het model doet het voorwerk en laat zien waarom het iets verwacht, zodat een mens het kan controleren.

Het model draait op een server binnen de EU, op je eigen data, en je bent de eigenaar van het model en van alles wat het geleerd heeft. Gaat het om voorspellingen over personen, bijvoorbeeld welke klant gaat opzeggen, dan kijken we eerst naar de AVG en de EU AI Act voordat we bouwen. Voor de formele kant helpen we je via Compliance & AVG.