Weinig data? Dat is geen probleem voor het AI-model van maatwerkbedrijf Zonnehoeve Production
Artificiële intelligentie heeft niet altijd veel data nodig. Dat ervaart maatwerkbedrijf Zonnehoeve Production uit Eke bij hun AI-pilootproject. Hoe deze organisatie AI inzet voor kwaliteitscontrole is interessant én haalbaar voor elke Vlaamse kmo.
In Nice, Lyon en in de Pyreneeën slapen mensen in bedden geproduceerd door het Vlaamse maatwerkbedrijf Zonnehoeve Production. De vzw uit Eke levert elk jaar maar liefst 16.000 bedden in een soort IKEA-bouwpakket aan Franse klanten van Senso Pur.
Maar bij ongeveer 1,17 procent van de leveringen voor SensoPur-klanten gaat er iets fout. Er zit dan een onderdeel te veel in de doos, één te weinig of een paar verkeerde onderdelen.
"Dat is behoorlijk lastig wanneer het om een eindklant gaat die ver in Nice of hoog in de Pyreneeën zijn bed in elkaar wil steken", vertelt Pieter-Jan Vanfleteren, COO van Zonnehoeve Production. "Onze Franse partner stuurt dan het ontbrekende onderdeel op en rekent de kosten hiervoor aan Zonnehoeve Production aan."
Hoge kwaliteitseisen van buitenlandse klanten
"Zonnehoeve Production mag dan een maatwerkbedrijf zijn, maar we zijn een zuiver productiebedrijf", benadrukt Pieter-Jan. "Dit wil zeggen dat we net zoals andere productiebedrijven moeten voldoen aan dezelfde, hoge kwaliteitseisen, strakke levertermijnen, nauwkeurige productievereisten… en dat we ons flexibel moeten opstellen."
Hout is de kernactiviteit en het uithangbord van Zonnehoeve Production. Vroeger deed het voornamelijk bedden, lattenbodems en tuinhuizen. Vandaag maakt het ook airco-omkaderingen, deuren, deurkassementen en onderdelen voor industriële kippenstallen in het Midden-Oosten en Oost-Europa. De vzw met 250 medewerkers groeit stevig dankzij hun focus op innovatie en digitalisering.
De uitdaging? Minder fouten
"We wilden al lang minder fouten bij het inpakken maken. Daarom gebruikten we bijvoorbeeld papiertjes met een overzicht van alle onderdelen. Bij het inpakken moest de inpakker aanduiden welke onderdelen hij of zij in de doos stopte. Maar wat gebeurde er echt? De papiertjes lagen klaar… met alle onderdelen al aangevinkt op voorhand. In elke verpakking werd mooi zo’n papiertje gestoken. Er vond dus geen controle plaats."
Toen Pieter-Jan een proefproject met artificiële intelligentie op een arbeidsbeurs zag, dacht hij een betere oplossing te zien in de combinatie van beeldherkenning met artificiële intelligentie.
In de proefopstelling van Howest controleerde een camera of de juiste hoeveelheid en soorten vijzen en moeren werden ingepakt. "Dat zou bij onze bedden ook kunnen. Om de mogelijkheid te testen, hadden we enkel een gsm nodig om foto’s te nemen van het verpakkingsproces met een algoritme dat deze foto’s nakijkt."
Resultaat van een gesteund VLAIO-project
De vraag van Zonnehoeve Productions werd door Howest uitgekozen als een van de use cases binnen het TETRA-project Versnellen van AI-implementaties, gesteund door VLAIO.
Dit project richt zich tot bedrijven die zich bewust zijn van de waarde van data, maar niet weten hoe ze de stap kunnen zetten naar de implementatie van een concrete oplossing gebaseerd op artificiële intelligentie .
"De uitdagingen van Zonnehoeve Productions waren voor alle andere bedrijven in de begeleidingsgroep zeer relevant”, zegt Pieter Bovijn, data lab manager bij Sizing Servers Lab (Howest). "Door hun concrete case bouwden we kennis op rond het gebruik van data labeling services en het automatisch in productie brengen van AI-modellen (MLOps)."
Pilootproject maakt AI haalbaar
En zo geschiedde. De AI-specialisten van Howest legden het verpakkingsproces stap voor stap vast. De hogeschool liet de beelden labelen en leerde de opeenvolgende vormen aan het AI-algoritme aan.
"We vertrokken van een pretrained AI-model. Dit ontwikkelden we verder tot een kant-en-klare tool die analyses uitvoert op een beperkte hoeveelheid data. Vervolgens leerden we het bedrijf ermee werken en het uit te breiden naar andere productieprocessen."
Weinig data? Zet een pretrained model in
Een pretrained AI-model is een heel groot AI-model dat algemeen getraind is op zeer veel data. “Zo begin je spreekwoordelijk niet met een baby, maar wel met peuter die al weet wat vormen zijn, kleuren, objecten, texturen en hoe deze op elkaar inspelen", legt Pieter uit.
"Vanuit deze basiskennis kan je een specifiek probleem oplossen. Er zijn een aantal van deze AI-modellen beschikbaar via open source. Deze zijn uitermate interessant voor kmo’s die beperkte data hebben."
Foutenmarge daalt tot minder dan 0,5%
Het resultaat voor Zonnehoeve Production na dit pilootproject?
"We weten nu dat AI voor ons werkt", zegt Pieter-Jan. "We denken dat onze foutenmarge van 1,17 procent kan dalen naar 0,5 procent of minder. Daarom laten we de oplossing nu implementeren door een IT-partner waar Howest mee samenwerkt. Daarenboven versterkt dit project de innovatiedynamiek in onze organisatie. Onze mensen worden enthousiast, willen met computers leren werken en zelf het AI-model helpen trainen."
Hierin ligt misschien een nieuwe, toekomstgerichte activiteit voor Zonnehoeve Production. Howest liet deze data labelen in Zuid-Afrika, door een bedrijf dat mensen uit verschillende achtergronden wil helpen een beter leven uit te bouwen.
"Maar we kunnen dit ook zelf", ervaarde Pieter-Jan. "Dit opent perspectieven. Misschien wordt het labelen van foto’s voor AI-modellen wel een nieuwe activiteit van onze organisatie."
En Pieter-Jan ziet nog groei liggen aan de horizon door artificiële intelligentie : "AI stelt ons in staat om complexe taken te vereenvoudigen. Hierdoor zullen we activiteiten kunnen opstarten die vandaag onmogelijk zijn, want te complex voor onze mensen."
Hoe ondersteunt het Vlaams Beleidsplan AI jouw onderneming?
Vlaanderen investeert via het Beleidsplan Artificiële Intelligentie fors in onderzoek, praktische toepassingen en omkadering op het vlak van opleiding, bewustmaking en ethische vragen. Hoe ondersteunt het plan jouw onderneming?