De samenwerking tussen robotfabrikant Boston Dynamics en Google DeepMind kan de weg vrijmaken voor slimmere en mogelijk betaalbaardere autonome inspectiesystemen voor industriële omgevingen. Dit betekent dat bedrijven met complexe installaties, zoals fabrieken, energiecentrales of olieraffinaderijen, in de toekomst vaker gebruik kunnen maken van robots voor routinematige controle- en bewakingstaken.

Wat er aan de hand is

Boston Dynamics, bekend van robots als Spot en Atlas, en Google DeepMind, het AI-onderzoekslab van Google, gaan samenwerken op het gebied van industriële kunstmatige intelligentie. Volgens een aankondiging op AIbusiness.com zal Boston Dynamics de krachtige AI-modellen van Google, specifiek de Gemini-serie, integreren in zijn bestaande industriële inspectiesystemen. Het doel is om deze robots meer autonome capaciteiten te geven. Dit betekent dat de robots niet alleen zelfstandig door een fabriekshal kunnen lopen, maar ook beter kunnen begrijpen wat ze zien en daarop kunnen reageren, zonder dat er voortdurend een menselijke operator aan te pas komt. Deze samenwerking volgt op eerdere stappen van Boston Dynamics om zijn robots in te zetten voor praktische industriële taken, zoals het inspecteren van elektriciteitscentrales en olie- en gasinstallaties.

Wat dit betekent

Voor Nederlandse industriële bedrijven, van machinefabrieken tot energiebedrijven, kan deze ontwikkeling een versnelling betekenen in de adoptie van robotica. Inspecties in gevaarlijke, moeilijk bereikbare of simpelweg saaie omgevingen zijn kostbaar en soms risicovol voor personeel. Door de AI van Google te koppelen aan de bewezen robotplatforms van Boston Dynamics, worden deze taken mogelijk efficiënter en goedkoper uit te voeren. Het betekent een verschuiving van robots als pure dataverzamelaars (die beelden maken die een mens later bekijkt) naar meer zelfstandige systemen die afwijkingen kunnen detecteren en daar direct over kunnen rapporteren. Dit kan leiden tot minder stilstand, omdat problemen sneller worden gesignaleerd, en tot een betere benutting van specialistisch personeel, dat zich kan richten op analyse en oplossen in plaats van op routinematige controle.

Hoe je dit kunt toepassen

De praktische toepassing hangt sterk af van jouw specifieke situatie en de complexiteit van je bedrijfsvoering. De samenwerking is gericht op het verbeteren van bestaande industriële inspectiesystemen, wat betekent dat de eerste toepassingen vooral relevant zijn voor grotere, kapitaalintensieve installaties. Toch zijn er scenario’s te bedenken waarin deze ontwikkeling op termijn impact kan hebben.

Als je een fabriek of productielocatie beheert met complexe machines en pijpleidingen… kun je deze ontwikkeling volgen als een mogelijke route om je preventief onderhoud te verbeteren. De belofte is dat robots in de toekomst niet alleen rondlopen, maar ook ‘begrijpen’ of een lek zich ontwikkelt of een machine geluid maakt dat afwijkt van de norm. Je zou kunnen onderzoeken of periodieke, menselijke inspectierondes op termijn deels geautomatiseerd kunnen worden.

Als je verantwoordelijk bent voor veiligheid en compliance in een risicovolle omgeving, zoals een chemische installatie of energiecentrale… dan kan autonome inspectie een extra veiligheidslaag toevoegen. Robots kunnen vaker en consistenter metingen verrichten op plaatsen waar menselijke toegang beperkt is. Overweeg om in je meerjarenplanning voor asset management ruimte te maken voor het evalueren van dergelijke autonome systemen als ze commercieel beschikbaar komen.

Als je een technisch dienstverlener bent die inspecties uitvoert voor derden… is dit een signaal dat de tools van de toekomst veranderen. De focus kan verschuiven van het puur uitvoeren van inspecties naar het interpreteren van complexe data die door robots wordt aangeleverd en het beheren van deze autonome systemen. Het zou verstandig zijn om de ontwikkelingen op de voet te volgen en te kijken hoe jouw expertise kan worden ingezet in een meer gedigitaliseerde inspectieketen.

Bron: Aibusiness