Logo
  • Achtergrond
  • 12 november 2020
  • Peter Runhaar

Door AI-software breng je analyses terug van een paar weken tot een fractie daarvan

Inspectiewerkzaamheden kunnen met inzet van Artificial Intelligence vele malen sneller en consistenter worden uitgevoerd, vertelt Jasper Wognum van BrainCreators. Belangrijke voorwaarden voor succesvolle inzet van AI zijn een heldere business case en een flinke dosis nuchterheid.
Beeld Door AI-software breng je analyses terug van een paar weken tot een fractie daarvan

Jasper Wognum is CEO van het bedrijf BrainCreators, dat Artificial Intelligence (AI) inzet op het gebied van facility management. Met zijn bedrijf ontwikkelt hij toegankelijke software voor het automatiseren van visuele inspecties.
“Onze toepassing is vooral interessant op terreinen waar mensen hoogwaardige kennis inzetten voor steeds terugkerende werkzaamheden”, legt hij uit. “Als organisaties te maken hebben met werkzaamheden die zich kenmerken door een vaak herhalend patroon van waarnemen, beoordelen en actie ondernemen, dan kunnen wij dat intelligent automatiseren.”
Als voorbeeld noemt Wognum het werk van inspecteurs op Schiphol. “In de vertrekhal van Schiphol zijn zo’n 25.000 verschillende assets die door mensen worden beoordeeld. Een brandmelder waarvan een lampje het niet meer doet, een TL-buis die vervangen moet worden, een vloer waar een scheur in zit, en ga zo maar door. De onderhoudsmedewerkers op Schiphol lopen nu letterlijk fysiek op de luchthaven rond en zetten met een krijtje een streepje bij een gat in de vloer dat gerepareerd moet worden of identificeren een object waar onderhoud moet plaatsvinden. Dat is ontzettend tijdrovend werk. Wij zetten machine learning in om te leren uit de voorbeelden van wat deze mensen doen of gedaan hebben en vervolgens het kunstje over te nemen. Doordat we de domeinkennis van de onderhoudsmedewerkers overnemen hoeven ze geen inspectierondes meer uit te voeren, maar krijgen ze voortaan via een ticket te horen welke assets onderhoud nodig hebben.

Specialistische kennis

Een ander mooi voorbeeld zijn de weginspecteurs. Zij kijken naar de staat van het asfalt en beoordelen wat voor schades erop zitten. Die inspecteurs zijn hoogopgeleide mensen die precies weten hoe de vele varianten van een rafeling van asfalt eruit zien. Ze weten veel, hun inspecties vereisen een vorm van specialistische kennis, maar ze doen wel steeds hetzelfde werk. Op zulke terreinen kunnen wij een grote efficiencyslag maken. Normaal hebben inspecteurs vijf weken nodig om een snelweg te beoordelen en op basis van onze software kan dat binnenkort in een kwartier.”
Jasper Wognum vindt het belangrijk om met een zekere nuchterheid naar trendy onderwerpen als kunstmatige intelligentie te kijken. “Het klikt allemaal heel mooi en als mensen over AI horen dan slaat de fantasie vaak op hol. Neem de zelfrijdende auto: het is een object waaraan menselijke eigenschappen worden toegeschreven, maar mensen vergeten vaak dat de ontwikkelingen nog in de kinderschoenen staan. Wat die auto’s kunnen staat nog niet in verhouding tot wat mensen kunnen leren. Een zelfrijdende auto weet niet waarom je een bepaalde handeling doet en ook niet waarom je op een bepaald moment een muziekje opzet.
In een hype ligt de focus niet op waar het daadwerkelijk om gaat maar draait het om verwachtingen en fantasieën. Als die verwachtingen te hooggespannen zijn volgt daarna de teleurstelling. Dat willen wij voorkomen. Wij zitten bij een klant voor de lange termijn en om waarde te kunnen leveren. Iedereen die een fantasie verkocht is al weg. Voor ons geldt: Hollandse nuchterheid duurt het langst; we willen niet proberen dingen op te blazen.”

Geen bias

Vanwege die nuchterheid is het vooral belangrijk om aan te geven wat op basis van AI wel kan worden bereikt en wat niet. Jasper Wognum: “Je moet onze diensten niet toepassen op activiteiten waar 100 procent perfectie noodzakelijk is of waar je de mens helemaal uit de loop wilt halen. Je mag niet verwachten dat onze software zomaar beter gaat presteren dan de mens. Mensen registreren letterlijk op locatie maar missen ook wel eens wat, en hetzelfde geldt voor de machine. Hele complexe dingen gaan we met AI ook niet oplossen. Het is geen creatief denken. Wat we wel realiseren is dat werkzaamheden vele malen sneller en consistenter gedaan kunnen worden. Als je tien facility managers een beoordelingsvraag stelt krijg je tien antwoorden. Van de machine weet je dat hij heel consistent een oordeel toepast, niet afgeleid wordt en geen last heeft van de bias die bij mensen een rol speelt. In die snelheid en consistentie zit je optimalisatie.”
Door met een DGA, een CFO of een facility manager in gesprek te gaan over de vraag waar veel mensen hetzelfde, hoogwaardige werk doen zonder heel veel extra creativiteit, ontdekt Jasper Wognum waar mogelijkheden liggen voor zijn software. Je komt dan al snel op inspecties, onderhoudsplanners en vergelijkbare werkzaamheden, vertelt hij. Het is van groot belang dat van tevoren helder wordt vastgesteld waar de toegevoegde waarde zit voor de opdrachtgever, vindt Jasper Wognum: “Er moet een heldere business case zijn. Als je inspecties die normaal vijf weken duren nu in een kwartier kunt doen heb je een businesscase. Een hele interessante case vond ik zelf het bedrijf MapXact dat controle op kabels onder de grond verricht. Dit bedrijf, een onderdeel van Volker Wessels, rijdt met radarkarretjes rond met als doel om graafschade te voorkomen en bij werkzaamheden niet een kabel van Ziggo of een pijp van de Gasunie te raken. Zulke schades leveren enorme kosten op. Ze willen daarom van tevoren in kaart brengen waar kabels zich bevinden. Het analyseren van de radarbeelden die die karretjes genereren is enorm veel werk. Het gaat erom dat je hyperbolen herkent die staan voor de handtekening van een pijp en die hyperbolen moet je ook nog plotten in de ruimte en op de goede hoogte. Dat werk werd gedaan door een team van mensen die die hyperbolen stuk voor stuk bekeken en ook met elkaar verbonden: een typisch voorbeeld van een hoogwaardige en tijdrovende taak die heel veel kennis vereist, maar wel steeds herhaalbaar is. Door onze software breng je zo’n analyse terug van een paar weken tot een fractie daarvan, met realtime-analyse als doel. Dat heeft impact op het geld, op de efficiency en zorgt voor minder graafschade.”
Hoe ziet de samenwerking tussen BrainCreators en de opdrachtgever er concreet uit? En wat heeft BrainCreators nodig van de opdrachtgever? “Wij hebben van hen nodig dat ze hun specialistische kennis omzetten in voorbeelden van hoe zij hun werk doen”, zegt Wognum: “Door de hype rondom AI is er een misverstand ontstaan dat organisaties nu allemaal denken dat ze data scientists in dienst moeten hebben. Maar er zit niets technisch aan de zaken die onze klanten intern moeten doen. Wij hebben niets nodig dat niet al in hun kennis aanwezig is.”

Commitment

Een goede samenwerking vereist wel een hele actieve betrokkenheid van de klant, vervolgt Wognum: “Je bent er niet met eenmaal op een A4-tje uit te leggen hoe je werkt. De klant moet actief helpen met het creëren van voorbeelden die we kunnen gaan toepassen. Dat vereist commitment en doorzettingsvermogen. Zij moeten grondig hun kennis gaan overdragen. Vaak zijn de werkzaamheden zo sterk een gewoonte, dat ze niet meer actief nadenken. Wij helpen met de overdracht van hun kennis naar ons door ze gerichte vragen te stellen.”
Als de samenwerking is opgestart zal de professional die met de software gaat werken een hele andere rol krijgen. Jasper Wognum legt uit: “De inspecteur kijkt niet meer naar video’s, maar kijkt wat de software heeft gedaan en probeert dat bij te stellen. Hij wordt van een uitvoerend medewerker een soort opzichter of toezichthouder van de software en houdt tijd over om na te denken over het verbeteren van de rest van het proces. 
Het terrein waarop onze software wordt toegepast is wel het domein van mensen die meer kennis en ervaring en opleiding hebben en die gaan ook makkelijker over naar een creatiever werkproces. Ze vinden het ook leuker om met het verbeteren van die processen aan de slag te gaan dan te blijven hangen in hun oorspronkelijke hoofdtaak. Ze maken zich de kennis en ervaring eigen om te herkennen waar ze onze software kunnen toepassen en op welke andere terreinen ook mogelijkheden zijn. Dat spotten van nieuwe kansen is een samenwerking tussen de klant en ons, een soort huwelijk tussen domeinkennis en technologie. Bij weginspecties zie je bijvoorbeeld dat je veel meer kunt gaan doen. Samen gaan we oplossingen schaalbaar maken door ze internationaal uit te rollen en te kijken wat nog meer in aanmerking komt voor onze AI-toepassingen. Als je het wegdek doet, kun je misschien ook de vangrail doen of ongelukken detecteren. Op die manier wordt de inzet van onze technologie voor organisaties ook een manier om sneller te kunnen groeien.”

Producttips

Volg F-Facts

Word gratis lid en ontvang op dinsdag en donderdag het laatste facility nieuws in uw mailbox! Én als lid krijgt u ook toegang tot exclusieve online artikelen.

Word lid van F-Facts Facility Platform