De samenwerking tussen Boston Dynamics en Google DeepMind betekent dat industriële inspectierobots, zoals de bekende Spot-hond, slimmer en zelfstandiger worden. Door de kracht van Google’s Gemini AI te koppelen aan de robuuste hardware van Boston Dynamics, kunnen deze systemen complexe taken in fabrieken en installaties beter en veiliger uitvoeren.

Wat er aan de hand is

Boston Dynamics, bekend van de robot Spot, en Google DeepMind hebben een samenwerking aangekondigd. Het doel is om de industriële inspectiesystemen van Boston Dynamics te voorzien van geavanceerde AI-capaciteiten, specifiek door gebruik te maken van Google’s Gemini AI-model. Dit betekent dat de fysieke robots van Boston Dynamics, die al worden ingezet voor het inspecteren van bijvoorbeeld olieplatforms en fabriekshallen, een krachtige ‘hersenlaag’ krijgen. De robots kunnen hierdoor niet alleen beter zien en hun omgeving begrijpen, maar ook autonomer beslissingen nemen op basis van wat ze waarnemen. Deze stap markeert een verschuiving van voorgeprogrammeerde taken naar meer adaptieve en intelligente systemen in de industriële sector.

Wat dit betekent

Voor bedrijven in sectoren met complexe en potentieel gevaarlijke inspectietaken – denk aan de (petro)chemie, energiecentrales, grote fabrieken en infrastructuurbeheer – kan dit een belangrijke ontwikkeling zijn. Het betekent dat routinematige, maar risicovolle inspecties vaker en consistenter kunnen worden uitgevoerd zonder menselijke operators in gevaarlijke omgevingen te plaatsen. De AI helpt de robot om afwijkingen te herkennen die vooraf niet exact waren gedefinieerd, zoals een onverwachte lekkage of corrosie op een nieuwe plek. Dit verhoogt de veiligheid voor personeel en kan leiden tot vroegtijdige detectie van problemen, wat kostbare stilstand of ongelukken kan voorkomen. Voor Nederlandse MKB’ers die toeleveren aan deze sectoren of zelf installaties beheren, wordt geavanceerde robotinspectie hierdoor mogelijk toegankelijker en effectiever.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en de complexiteit van je bedrijfsvoering. De kern van deze ontwikkeling is het slimmer en zelfstandiger maken van fysieke inspecties in industriële omgevingen.

Als je een technisch installatiebedrijf runt… kun je deze ontwikkeling volgen als een signaal dat inspectiediensten zich verder zullen automatiseren. Overweeg om in gesprek te gaan met leveranciers van inspectiediensten over hoe AI-gestuurde robots op termijn kunnen bijdragen aan het veiliger en efficiënter uitvoeren van periodieke keuringen bij klanten, bijvoorbeeld in moeilijk bereikbare ruimtes.

Als je verantwoordelijk bent voor veiligheid en onderhoud in een fabriek… is dit een aanleiding om de mogelijkheden voor predictive maintenance (voorspellend onderhoud) opnieuw te evalueren. Een robot die autonoom afwijkingen kan spotten, kan een waardevolle aanvulling zijn op bestaande sensornetwerken. Je zou kunnen onderzoeken of een pilot met een dergelijk systeem haalbaar is voor het inspecteren van kritieke, maar voor mensen onaantrekkelijke, assets.

Als je een engineer of adviseur bent in de industrie… betekent dit dat de vraag naar expertise op het snijvlak van fysieke systemen en AI zal groeien. Het begrijpen van zowel de operationele eisen van een fabriek als de mogelijkheden van autonome systemen wordt een steeds waardevollere combinatie. Je zou je kennis kunnen verbreden op het gebied van hoe AI-modellen getraind worden voor visuele inspectie in de praktijk.

De samenwerking is nog in een vroeg stadium, dus directe implementatie is niet aan de orde. Het is wel een duidelijk signaal van de richting waarin industriële automatisering beweegt: de integratie van krachtige AI in robuuste, mobiele hardware.

Bron: Aibusiness