Elke rol in de fabriek heeft een andere AI nodig, dit is waarom

‍

Waarom AI op de werkvloer per rol moet verschillen

We schreven eerder al over de zeven persona's die we blootlegden door het productieproces zelf in kaart te brengen. Nu wordt concreet zichtbaar waarom dat onderscheid er niet voor de vorm is, elke rol krijgt écht iets anders te zien van het systeem.

De planner: vandaag versus volgende week

Het proces begint zodra er iets verkocht is en gemaakt moet worden. De planner kijkt de hele dag: waar staan we, waar moeten we naartoe? Maar niet elke planner wil hetzelfde weten. De één is strak gericht op vandaag en morgen: heb ik op tijd de juiste spullen binnen, gaat er nu iets uitlopen? De ander kijkt verder vooruit: is volgende week goed dichtgepland, hebben we de juiste bezetting?

Daarom kan elke planner zijn eigen briefing configureren. Niet door tientallen instellingen te klikken, maar door het gewoon te vertellen: "Ik ben Frits, de planner. Ik wil graag op tijd weten als iets dreigt uit te lopen." Het systeem levert een standaardtemplate — samen verfijn je hem naar wat voor die specifieke planner en die specifieke fabriek klopt.

De operator: ervaring bepaalt wat je ziet

Op de vloer onderscheiden we grofweg twee rollen, zelf verder te configureren, maar als basis: de ervaren operator en de junior operator.

De ervaren operator heeft dertig jaar ervaring met het assembleren van machines. Hij weet precies hoe iets moet, denkt vooruit, en pakt dingen op een logische manier aan die vaak gewoon goed blijkt te werken. Bij hem draait het systeem niet om instructies geven, het draait om vastleggen. "Kun je dit vastleggen? Zijn er tips en trucs die je kunt delen?"

De junior operator heeft die ervaring nog niet, misschien ook een andere taal, een andere opleidingsachtergrond. Die krijgt juist stap-voor-stap instructies: hier zijn de tekeningen, dit is een kritisch punt om vooraf door te lezen.

Twee mensen, hetzelfde scherm, compleet verschillende ervaring. Dat is precies hoe het operational learning platform wordt opgebouwd: de een levert kennis, de ander ontvangt hem.

De productieleider: productiviteit, niet planning

Je zou denken dat de productieleider hetzelfde wil zien als de planner. Dat is niet zo. De productieleider stuurt op productiviteit: halen we de uren, sluiten we de maand binnen budget af? De vraag van vandaag is: waar lopen we uit, waar wordt meer tijd aan besteed dan verwacht?

En dat is meer dan een dashboard — de applicatie stelt die vraag actief aan de operator die erover ging: waarom duurde dit langer? Bij een kritiek moment wordt automatisch de juiste persoon ingelicht. Een operator kan ook zelf om hulp vragen: "Ik twijfel, voordat ik verderga wil ik dat iemand meekijkt." Een foto, een videootje, iemand op kantoor kijkt mee — geen extra rondje lopen nodig, en het moment is meteen vastgelegd.

Dat vastleggen traint het systeem verder. Kwam hetzelfde product de week erna terug, dan krijgt de planner het automatisch terug in zijn briefing: "Let op, dit hebben we vorige keer gemeld — hou er rekening mee." Cirkeltje rond.

De bouwer: wie de applicatie mee inricht

Er is ook iemand die de applicatie zelf mee kan bouwen — samen met de productieleider. Denkt mee: als dit klantreferentienummer voorbijkomt, willen we een extra controle toevoegen. Bijvoorbeeld: maak drie foto's — voorzijde, linkeraanzicht — voordat het product wordt ingepakt, zodat je vastlegt hoe het pand verlaat. Handig bij transportschade achteraf, of specifieke metingen die aan het einde van een order verplicht zijn. Dat soort maatwerk regel je zelf, aan de achterkant van de applicatie.

IT en security: vanaf dag één serieus genomen

Security kwam al eerder langs in onze bouwlog over de eerste code, en blijft een terugkerend thema. Two-factor authenticatie, waar data precies staat (in Europa, bewust), en hedendaagse beveiligingsstandaarden — dat is niet optioneel.

Eerlijk gezegd is dit ook een interessant spanningsveld: sommige collega's willen security het liefst zo strak mogelijk dichttimmeren. Maar in de praktijk komt dan al snel de vraag: kan dit iets eenvoudiger? Precies daarom bouwen we het zo — we zoeken het beste van beide werelden. Streng waar het moet, werkbaar waar het kan.

De directeur: een ander soort briefing

En dan de directeur, die op een heel ander niveau kijkt: hoe loopt mijn fabriek, welke KPI's wil ik neerzetten, omzetcijfers. Dat soort financiële data zet je niet in ons platform — maar het platform is bewust open. Heb je financiële cijfers al in je ERP of BI-pakket staan, dan koppel je die vrij eenvoudig aan de applicatie om ook daarop te rapporteren.

Waarom proactieve AI het verschil maakt met traditionele software

Dit is precies het verschil met traditionele software. Traditionele systemen registreren. Onze shopfloor AI agent moet proactief zijn — jou benaderen, attenderen, helpen. En het moet zo vóelen: niet als een systeem dat je iets vertelt wat je toch al weet, maar als iets dat op het juiste moment het juiste zegt tegen de juiste persoon.

Vandaar dat elke briefing zelf aan te passen is — die van de planner, het verschil tussen junior en senior operator, en die van de productieleider. Zeven rollen, zeven invalshoeken, en er zijn nog meer profielen dan we hier behandelen (denk aan de key-user die de applicatie mee inricht). Die lees je terug in de andere bouwlogs op deze blog.

Wat er nu volgt

We bouwen door, ook tijdens de zomer. Er komt een blog en mogelijk een vlog met wat meer diepgang, ook zonder dat we er allebei bij zijn. Na de zomer pakken we de draad gezamenlijk weer op — richting de lancering bij onze eerste klant.

Vraag aan jou:

Als jij morgen zelf je eigen briefing mocht instellen — als planner, operator of productieleider — welke ene vraag zou je dan als eerste beantwoord willen zien?