De maakindustrie is nog behoorlijk terughoudend om te investeren in machine learning (een vorm van kunstmatige intelligentie), constateert Ali Bahramisharif, ceo van de Amsterdamse machine learning-specialist Machine2Learn. ‘Maar dat zal de komende tien jaar snel veranderen. Nu staan veel productiehallen nog vol met apparatuur van tien, twintig jaar oud. Alle nieuwe machines die worden aangeschaft, zijn in staat data te vergaren en kunnen aan het internet worden gehangen. Om dit ook met oudere machines te kunnen, hoeven bedrijven slechts een kleine investering te doen in zogeheten edge computers, van bijvoorbeeld Qualcomm of Nvidia, waarmee die data verzameld kan worden. Met ons machine learning-platform en onze begeleiding kunnen die gegevens, van zowel oude als nieuwere machines, vervolgens worden omgezet in demand forecasts en de daarvoor benodigde productiecapaciteit. Zo kunnen bedrijven zorgen dat ze al hun klanten kunnen blijven bedienen, zonder meer in capaciteit te investeren dan strikt nodig.’
Machine learning, legt hij uit, is in feite een proces waarin een systeem met een algoritme leert om vanuit data-input data-output te voorspellen. Machine2Learn, twee jaar geleden opgericht door Bahramisharif samen met zijn PhD-promotor hoogleraar Tom Heskes, voert onderzoeksprojecten uit voor de EU, maar werkt ook voor bedrijven in de chemie en de telecom. Machine2Learn biedt die ondernemingen onder meer inzicht in welke investeringen noodzakelijk zijn. ‘Telecombedrijven bijvoorbeeld beschikken veelal over jaren aan historische data. Data waaruit onder meer blijkt hoe hun markt zich de afgelopen jaren heeft ontwikkeld. Voor hen is relevant de vraag hoeveel geld ze moeten investeren in nieuwe antennes in een bepaald gebied om ook alle nieuwe klanten daar de komende jaren van een goed bereik te kunnen voorzien.
Ons machine learning-platform biedt ze dat inzicht.’
Ook voor de maakindustrie is het kunnen voorspellen van marktontwikkelingen, of van wanneer onderhoud gepleegd moet worden aan hun installed base, vanzelfsprekend relevant. ‘Door de digitalisering van de industriële processen beschikken de bedrijven in deze sector binnenkort vanzelf over de benodigde historische data. De additionele investering is dan gering. De interesse van de industrie in machine learning zal dan ook nu snel gaan groeien.’
