De afgelopen jaren zijn rollen die digitale vaardigheden combineren met technische of operationele expertise essentieel geworden op de moderne werkplek. Robots die de productie beheren of AI-systemen die de infrastructuur optimaliseren, zijn actieve deelnemers aan dit werk geworden, maar het menselijk oordeel blijft essentieel.
Deze positie verbindt data en analyses met praktijkactiviteiten in fabrieken, bouwplaatsen en via infrastructuurnetwerken, waardoor organisaties beter geïnformeerde beslissingen kunnen nemen.
Naarmate systemen steeds capabeler worden, is de vraag niet langer of machines mensen kunnen helpen, maar hoe mensen en machines effectief kunnen samenwerken.
Artikel gaat hieronder verder
Toonaangevend werk op het gebied van autonome en industriële AI heeft één ding duidelijk gemaakt: dit is een keerpunt voor de industrie. De aandacht verschuift van wat machines alleen kunnen bereiken en naar de manier waarop intelligentie op een verantwoorde manier wordt toegepast in de echte wereld, waar elke beslissing consequenties met zich meebrengt.
Herdefinieer productiviteit en verantwoordelijkheid
Productiviteit wordt niet langer simpelweg gemeten aan de hand van het aantal taken dat wordt geautomatiseerd. Dit wordt bepaald door hoe goed mens en machine samenwerken. Professionals met zilveren halsbanden doen meer dan alleen technologie bedienen. Zij begeleiden, houden toezicht op en corrigeren hem, waarbij zij de verantwoordelijkheid nemen voor zijn gedrag en aanpassing.
Terwijl machines van theorie naar actie gaan, evolueert de rol van de mens van operator naar rentmeester, waardoor wordt verzekerd dat systemen veilig, efficiënt en ethisch werken.
Acties met gevolgen in de echte wereld
Een systeem dat advies geeft is één ding, maar een systeem dat beslissingen implementeert heeft een directe, soms onmiddellijke, impact in de echte wereld. Machines die productieschema’s aanpassen of de infrastructuur optimaliseren, hebben direct invloed op de veiligheid en de kosten.
Fabriekssystemen kunnen bijvoorbeeld de volgorde van taken veranderen om te voorkomen dat machines oververhit raken, werknemers veilig houden en storingen voorkomen. In deze gedeelde omgeving worden de resultaten bepaald door zowel mensen als machines, dus menselijk toezicht is noodzakelijk.
Vragen met betrekking tot prestatie-evaluatie en verantwoordelijkheid zijn niet langer theoretisch, maar vertegenwoordigen in plaats daarvan uitdagingen waarmee industriële teams dagelijks op de werkplek worden geconfronteerd.
Terwijl fysieke AI en autonome systemen zich verplaatsen van pilotsystemen naar actieve industriële omgevingen, worden functionele veiligheid en regelgeving bepalende kwesties. Systemen die goed presteren in simulaties kunnen falen in echte fabrieksomstandigheden waar kleine afwijkingen een risico vormen.
Deze verschuiving dwingt organisaties ertoe om opnieuw na te denken over de manier waarop systemen worden geïmplementeerd, waarbij ze zich minder concentreren op wat technologie in theorie kan doen en meer op veiligheid, regelgeving en voortdurend menselijk toezicht.
Het dichten van de kloof tussen simulatie en realiteit
Een van de grootste uitdagingen voor fysieke AI is de realiteitskloof. Systemen die zijn getraind in gecontroleerde omgevingen hebben vaak moeite wanneer ze worden geconfronteerd met de complexiteit van de echte wereld, inclusief onvoorspelbaar menselijk gedrag of omgevingsvariaties.
Simulaties en synthetische gegevens kunnen helpen, maar kunnen de onvoorspelbare aard van de werkelijke omstandigheden niet volledig weergeven. Systemen die succesvol zijn in virtueel testen, kunnen in de praktijk falen, wat risico’s met zich meebrengt voor de veiligheid, prestaties en vertrouwen. Het overbruggen van deze kloof is van cruciaal belang als mensen de controle over en het vertrouwen in intelligente systemen willen behouden.
Digital twins als basis voor samenwerking
Digitale tweelingen bieden een praktische en krachtige manier om de kloof tussen simulatie en realiteit te overbruggen. In de kern is een digitale tweeling een virtueel model van een fysiek systeem, of het nu een fabriek, een machine of een heel infrastructuurnetwerk is.
Deze modellen worden voortdurend bijgewerkt met live sensorgegevens, waardoor virtuele versies real-time systemen in realtime kunnen weerspiegelen. Hierdoor ontstaat een gemeenschappelijk referentiepunt voor mens en machine, waar intelligentie kan worden toegepast en geëvalueerd in een gecontroleerde maar toch dynamische omgeving.
Door AI te baseren op feitelijke omstandigheden in plaats van op theoretische scenario’s, zorgen digitale tweelingen ervoor dat systemen veilig kunnen leren en zich effectief kunnen aanpassen. Mensen kunnen observeren hoe intelligente systemen zich onder verschillende omstandigheden gedragen, ingrijpen als beslissingen een risico op negatieve uitkomsten met zich meebrengen, en resultaten valideren voordat veranderingen in de echte wereld worden geïmplementeerd.
Dit vermindert het aantal fouten, schept vertrouwen en zorgt ervoor dat de verantwoordelijkheid duidelijk bij menselijke toezichthouders blijft liggen. Ook kunnen systemen continu worden getraind en gemonitord, waardoor machines en mensen samen kunnen leren.
Deze aanpak zorgt ervoor dat beslissingen op bewijsmateriaal zijn gebaseerd en betrouwbaar zijn, waardoor digitale tweelingen een belangrijk hulpmiddel zijn voor het handhaven van de veiligheid en prestaties in de werkomgeving.
Voorbereiding op het tijdperk van de zilveren halsbanden
Het zilveren kraag-tijdperk is al aan de gang, waarin mensen naast steeds autonomere machines werken in fabrieken, infrastructuur en industriële omgevingen.
Succes in dit geval hangt af van het feit dat de inlichtingen gebaseerd blijven op reële omstandigheden. Voorbereiding op deze verandering vereist meer dan alleen investeren in technologie. Organisaties moeten investeren in hun menselijk kapitaal door middel van levenslang leren en herscholing van vaardigheden.
Werknemers hebben de vaardigheden nodig om systeembeperkingen te begrijpen, intelligent gedrag te monitoren en oordeelsvermogen toe te passen wanneer de omstandigheden veranderen.
In het tijdperk van de zilveren kraag wordt vooruitgang niet afgemeten aan wat machines doen, maar aan de kwaliteit van de samenwerking tussen mens en machine. Een organisatie die leiding geeft, is een organisatie die begrijpt dat autonomie in evenwicht moet worden gebracht met verantwoordelijkheid en aansprakelijkheid, en uiteindelijk menselijk moet blijven.
We hebben de beste IT-automatiseringssoftware aanbevolen.
Dit artikel is gemaakt als onderdeel van TechRadarPro’s Expert Insights-kanaal, waar we de beste en slimste geesten in de technische industrie van vandaag onder de aandacht brengen. De hier geuite standpunten zijn die van de auteur en niet noodzakelijkerwijs die van TechRadarPro of Future plc. Als u geïnteresseerd bent om een bijdrage te leveren, kunt u hier meer informatie vinden: https://www.techradar.com/news/submit-your-story-to-techradar-pro
