Productontwikkelaars in sectoren zoals auto’s, medische apparaten en consumentenelektronica zetten steeds vaker AI in, maar doen dat op een uiterst pragmatische en gefaseerde manier. De inzet is niet om direct volledig autonome systemen te bouwen, maar om bestaande ontwerpprocessen te verbeteren en te valideren. De reden is simpel: een fout in een fysiek product kan leiden tot structurele problemen, veiligheidsrecalls of erger. Daarom kiezen teams voor een aanpak waarbij vertrouwen in de technologie geleidelijk wordt opgebouwd.
De focus ligt op simulatie en validatie
De belangrijkste toepassingen van AI in productontwikkeling zijn op dit moment voorspellende analyses en AI-gestuurde simulatie en validatie. Deze worden door de meeste leiders in het veld als prioriteit gezien. Het voordeel van deze toepassingen is dat ze een duidelijke feedbackloop bieden. Een ontwikkelaar kan bijvoorbeeld met AI simuleren hoe een onderdeel zich onder extreme druk gedraagt, de resultaten audit-proof documenteren en zo de return on investment aantonen. Dit is cruciaal voor het verkrijgen van regelgevende goedkeuring en het beheersen van risico’s.
Investering groeit, maar met mate
Bijna alle productontwikkelingsleiders – negen op de tien – zijn van plan hun investering in AI de komende één tot twee jaar te verhogen. Deze groei is echter bescheiden en gefaseerd. De grootste groep (45 procent) plant een investeringsstijging van maximaal 25 procent. Bijna een derde kiest voor een groei tussen 26 en 50 procent. Slechts een kleine minderheid (15 procent) plant een grotere stap. Deze cijfers onderstrepen de voorzichtige, op vertrouwen gebaseerde aanpak.
Verificatie en menselijke verantwoordelijkheid zijn verplicht
In een omgeving waar de output fysiek en de risico’s hoog zijn, zijn verificatie, governance en expliciete menselijke verantwoordelijkheid geen optie, maar een vereiste. Productontwikkelaars implementeren daarom vaak gelaagde AI-systemen met verschillende vertrouwensdrempels, in plaats van algemene, allesomvattende AI-oplossingen. Dit betekent dat AI voor een bepaalde, goed afgebakende taak wordt gebruikt, zoals het optimaliseren van een specifiek ontwerpkenmerk, terwijl de menselijke engineer de eindverantwoordelijkheid houdt en de output controleert.
Hoe kun je dit vandaag toepassen?
Een mogelijke eerste stap is om te onderzoeken of AI-gestuurde simulatie een bestaand validatieproces in jouw ontwikkeling kan versnellen of verbeteren, bijvoorbeeld voor stress-testen of thermische analyse. Je zou kunnen beginnen met een kleine, gecontroleerde pilot voor één onderdeel of productlijn om vertrouwen en inzicht op te bouwen. De praktische toepassing hangt af van jouw specifieke situatie en de beschikbare tools binnen je organisatie.
De toepassingen in dit artikel zijn suggesties op basis van het bronartikel, geen gevalideerd advies.
Bron: Technologyreview