AI-agent voor de industrie: onderhoud, inkoop en kwaliteit op de werkvloer

Een fabriek stopt nooit echt, zelfs niet als de lijnen stilliggen. Onderhoudstickets stapelen zich op, leveranciersorders volgen hun eigen kalender, kwaliteitsafwijkingen melden zich doorlopend in plaats van op vaste tijdstippen. Het zijn drie continue stromen, slecht afgestemd op een organisatie die op wekelijkse vergaderingen draait. Een autonome AI-agent kan deze drie stromen op de achtergrond opvolgen, tussen twee teammomenten door, en naar boven brengen wat telt voordat het een lijnblokkade wordt.

Het probleem

De eerste en best gedocumenteerde verliespost is de ongeplande machinestilstand. Een analyse op basis van het Siemens True Cost of Downtime-rapport 2024 becijfert de kost van deze stilstanden, voor de 500 grootste industriële bedrijven wereldwijd, op 1.400 miljard dollar per jaar, oftewel 11% van hun gecumuleerde omzet, tegenover 8% in 2019 (bron). De uurkost varieert sterk per sector, tot meerdere miljoenen dollars voor een stilliggende autolijn, enkele tienduizenden voor de voedingsindustrie. Dit cijfer betreft de grootste wereldwijde groepen en is niet zonder meer te vertalen naar een Franse industriële kmo, maar de onderliggende trend, een stilstandskost die sneller stijgt dan de stilstandstijd zelf, komt terug in de meeste sectoranalyses over het onderwerp.

Tweede punt: kwaliteit. Een studie van AFNOR uit december 2023 toont aan dat 80% van de industriële bedrijven hun kosten van non-kwaliteit tussen 0% en 5% van hun omzet plaatsen, maar dat 15% van de bedrijven die deze kost daadwerkelijk meten, hem op meer dan 10% schatten (bron). Slechts 67% van de bevraagde industriële bedrijven meet deze non-kwaliteitskost daadwerkelijk, terwijl 91% van de beslissers het noodzakelijk of onmisbaar acht om op te volgen. Met andere woorden, de kloof tussen wat men weet te moeten meten en wat men werkelijk meet, blijft groot, en een afwijking die niet op het juiste moment wordt geregistreerd, komt nooit terug in een bruikbare trend.

Derde post, discreter maar even structurerend: betalingstermijnen tussen bedrijven, die rechtstreeks wegen op de leveranciersrelatie. Het rapport 2024 van het Observatoire des délais de paiement van de Banque de France stelt een verslechtering van het betalingsgedrag in Frankrijk vast, met een gemiddelde vertraging van 13,6 dagen eind 2024, een stijging van een dag ten opzichte van het jaar ervoor. De industriesector kent een gemiddelde vertraging van 11 dagen, een niveau dat het rapport redelijk acht, maar grote bedrijven met meer dan 1.000 werknemers blijven de slechtste betalers, met een gemiddelde vertraging van 18 dagen (bron). Volgens dezelfde studie kost het aanhouden van deze vertragingen kmo's en microbedrijven 15 miljard euro aan kasstroom. Voor een industriële site die afhankelijk is van leveranciers die zelf onder kasdruk staan, verhoogt elke te laat verstuurde herinnering het risico op een vertraging in de eigen levering.

Wat de agent doet, stap voor stap

Machineonderhoudstickets trieren en prioriteren

De agent centraliseert de door operatoren gemelde tickets, storing, alarm, interventieverzoek, en prioriteert ze naar kriticiteit en productielijn. Hij meldt het onderhoudsteam zodra een ticket de bepaalde drempel overschrijdt, in plaats van een alert te laten verdrinken in een ongeordende lijst. Het is hetzelfde principe van continue prioritering naar urgentie als beschreven op de pagina automatische triage van supportickets, hier toegepast op een stroom van machinetickets in plaats van klantverzoeken.

Inkoop opvolgen en leveranciers herinneren

De agent volgt de lopende leveranciersorders op en herinnert automatisch zodra een leveringsvertraging wordt aangekondigd, of signaleert een afwijking tussen bestelde en ontvangen hoeveelheid voordat het een lijn blokkeert. Deze werkwijze van continue orderopvolging en proactieve herinnering is dezelfde als beschreven op de pagina automatisering van inkoop, ontworpen voor dit ritme van permanente leveranciersstromen in plaats van een maandelijkse review.

Afwijkingen registreren en documentatie bijhouden

Elke gemelde kwaliteitsafwijking, betrokken product, post, waarschijnlijke oorzaak, wordt geregistreerd in een gestructureerd register. De agent kruist vervolgens deze voorvallen om een post of leverancier te identificeren die incidenten concentreert, en houdt de technische documentatie, machinefiches en procedures, bij op basis van werkelijke interventies in plaats van een jaarlijkse update. De pagina automatisering van data-operaties beschrijft dezelfde werkwijze van continue aggregatie van verspreide gegevens, hier toegepast op kwaliteit en productierapportage.

De gebruikte integraties

De onderhoudsopvolging steunt op Trello voor een eenvoudig ticketbord, geschikt voor een werkvloer waar operatoren noch de tijd noch de gewoonte hebben van een complexe tool. Aan de inkoopkant draagt Gmail de leveranciersherinneringen, met een bewaarde geschiedenis om herhaalde vertragingen te documenteren. Het kwaliteitsregister staat in Airtable, gestructureerd om afwijkingen, posten en leveranciers te kruisen. De technische documentatie en procedures leven in Google Drive en Notion, bijgewerkt naarmate de interventies vorderen in plaats van bij een jaarlijkse revisie. Slack draagt de alerts die snel gezien moeten worden door het onderhouds- of kwaliteitsteam. Elke koppeling blijft onafhankelijk: een site kan starten met alleen de onderhoudsopvolging, voordat inkoop of kwaliteit wordt toegevoegd.

Wat bij de mens blijft

De agent absorbeert de triage, de herinnering en de registratie, niet de beslissing die veiligheid of productie raakt. Het is een bewuste human-in-the-loop-werking: de agent bewaakt en documenteert continu, maar stopt zodra een beslissing over lijnstop of corrigerende actie zich opdringt. Concreet blijft het team verantwoordelijk voor vier zaken. Het beslist over het al dan niet stopzetten van een productielijn bij een machinealert, de agent signaleert, hij schakelt zelf niets uit. Het valideert de in te zetten corrigerende acties bij een terugkerende afwijking. Het onderhandelt de voorwaarden met een herhaaldelijk vertraagde leverancier, de agent beperkt zich tot herinneren en het documenteren van de geschiedenis. En het behoudt de uiteindelijke verantwoordelijkheid voor de regelgevende conformiteit van de site, veiligheid en toepasselijke kwaliteitsnormen, die niet wordt gedelegeerd.

Meetbaar resultaat

Het meest directe voordeel raakt de reactiesnelheid bij storingen: een ticket dat wordt geprioriteerd en gemeld zodra het een kritieke drempel overschrijdt, verkort de tijd tussen het ontstaan van een storing en het begin van de interventie, een gewichtige uitdaging wanneer het Siemens True Cost of Downtime-rapport de kost van ongeplande stilstand op 11% van de omzet van de grootste industriële groepen wereldwijd becijfert (bron). Tweede resultaat: leveranciersherinneringen die op het juiste moment vertrekken in plaats van achteraf, in een context waarin de gemiddelde betalingsvertraging in Frankrijk volgens de Banque de France stijgende blijft (bron). Derde voordeel: een eindelijk volledig register van afwijkingen, terwijl AFNOR vaststelt dat een derde van de industriële bedrijven zijn non-kwaliteitskost niet echt meet, terwijl bijna alle beslissers het onmisbaar achten (bron).

De opstartkost blijft die van een Atako-agent, in detail op de tarievenpagina: facturatie per actief agentslot, zonder kost gekoppeld aan het aantal teamleden dat de agent gebruikt. Om een eerste inzet te kaderen zonder te verzanden in opties, geeft het artikel een AI-agent inzetten in een kmo in 7 dagen een concreet stappenplan, ook toepasbaar op een industriële site die wil starten met één scenario voordat het uitbreidt naar de andere.