Het Industrial Internet of Things: van latrelatie naar geslaagd huwelijk

Op het kruispunt van IT en OT bevindt zich het Industrial Internet of Things (IIoT). Dat brengt een brede waaier aan nieuwe uitdagingen met zich mee.

IIoT verwijst naar het gebruik van Internet of Things in industriële toepassingen. Hoewel die vlag vele ladingen dekt, ligt de focus op automatisering en efficiëntie binnen een industriële omgeving. Machines, sensoren en software zijn daarbij veelal met elkaar verbonden via een centraal systeem.

Een eerste vraag die rijst, is waar u de rekenkracht voor de verzameling, verzending en analyse van de data neerpoot. In het bijzonder wanneer u artificiële intelligentie (AI) inzet bij IIoT-toepassingen is de behoefte aan rekenkracht groot. Dat is bijvoorbeeld het geval bij sigarenproducent Scandinavian Tobacco Group, die een traditioneel machinevision-systeem voor geautomatiseerde kwaliteitsinspectie vervangen heeft door een meer geavanceerde controle met behulp van AI.

Cloud AI versus edge AI

Zowel cloud computing als edge computing komen in het vizier bij AI-toepassingen binnen een IIoT-omgeving. Bram Verhoef, medeoprichter van chipmaker Axelera AI stipt zowel de voor- als nadelen van beide opties aan. ‘Bij cloud AI spreken aspecten als flexibiliteit, schaalbaarheid en prestaties in het voordeel. Tegelijk moet je rekening houden met energie-inefficiëntie, de hoge eisen op het vlak van netwerkconnectiviteit en bandbreedte, de bekommernis rond data privacy en het hoge kostenplaatje’, vertelt hij tijdens de netwerkbeurs Abiss in Kortrijk Xpo. ‘Bij edge AI neemt de latency af en beschik je over de mogelijkheid tot realtime data-analyse, in combinatie met een hogere betrouwbaarheid en betere datasecurity. De kosten en energievereisten liggen lager, evenals de eisen op het vlak van bandbreedte. Daartegenover staat de lagere rekenkracht en beschikbaarheid van energie. Bovendien gaat edge AI veelal gepaard met beperktere budgetten.’

De exponentiële groei van AI-modellen oefent druk uit op edge hardware en software. ‘De nood aan performantie en energie-efficiëntie neemt nog toe. Dat vertaalt zich in een grote behoefte aan kleinere AI-modellen die niet aan accuraatheid inboeten. Daar speelt de markt almaar nadrukkelijker op in. Vandaag slagen kleinere Large Language Models (LLM’s) er al in om meer kwalitatieve data te verwerken.’ Het probleem verplaatst zich nu eerder naar het processorniveau. Verhoef wijst op het ontbreken van processoren die edge AI-toepassingen faciliteren met een hoge performantie, een hoge energie-efficiëntie en lage kosten. Op die manier legt hij handig het bruggetje naar ‘zijn’ Metis AI processing unit, die de lacune naar eigen zeggen wel opvult.

IIoT-security

IIoT creëert ook nieuwe vraagstukken rond security. Veelal opereren IT- en OT-specialisten binnen de bedrijfsmuren als afzonderlijke entiteiten, zonder veel onderlinge wisselwerking en met eigen drijfveren. Dat was ook het geval bij Atlas Copco, wereldspeler op het vlak van onder meer industriële compressoren.

Tommy Van De Wouwer, manager cybersecurity en architectuur, zette mee een structuur op poten die tot een betere onderlinge verstandhouding leidde, zowel technisch als organisatorisch. ‘De verschillen tussen IT en OT binnen een mondiaal bedrijf zijn niet min. Waar de IT-afdeling een klassiek uurrooster hanteert, vergt OT een 24/7-ondersteuning, zelfs tijdens het weekend. Aangezien downtime geen optie is, moet je dus nagaan hoe je IT en OT praktisch op elkaar afstemt. Een ander belangrijk aspect is het stellen van prioriteiten. Valt één computer of printer weg, dan ligt de impact veel lager dan wanneer een cruciale machine het laat afweten. Daarnaast verschilt de mentaliteit. IT fungeert vaak als een early adopter, die openstaat voor nieuwe software en werkwijzen, waar OT toch vooral stabiliteit verkiest. Al sluipt daar door de opkomst van IIoT wel verandering in.’

Nood aan dezelfde taal

Van De Wouwer wijst verder op de organisatorische component. ‘Het management ziet IT eerder als een kostenpost en OT als een winstgevende factor. Daar is dus nood aan een beter begrip van elkaars meerwaarde. Want wanneer IT het laat afweten, vallen de facturatie en verkoopsoftware stil, waardoor de OT-divisie ook zonder werk zal vallen. Het komt er dus op aan dezelfde taal te spreken.’

Op basis van die vaststellingen heeft Atlas Copco een convergentie tussen IT en OT bewerkstelligd. ‘Een belangrijke sleutel ligt in het verenigen van de drie CIA-principes – beschikbaarheid, integriteit en vertrouwelijkheid – in een OT-omgeving. Daarnaast hebben we beide teams virtueel en fysiek dichter bij elkaar gebracht via formele en informele meetings. We stimuleren onze mensen om gemeenschappelijke doelen te identificeren en kennis te delen. Een andere succesfactor is het gebruik van de onderlinge netwerken en het erkennen van elkaars meerwaarde bij het management.’

Van De Wouwer en zijn equipe riepen de Factory Security Hero in het leven. Die heeft geen klassiek IT- of OT- profiel, maar werkt bijvoorbeeld als procesingenieur en begrijpt de onderlinge systemen en processen. De Factory Security Hero bouwt als het ware een brug tussen security en de business en promoot de interne beveiligingscultuur.

Hybride AI

Een andere queeste binnen het IIoT-verhaal bestaat erin AI-modellen te verenigen met de expertise en kennis van procesingenieurs. In het CHAI-project werken wereldleiders als P&G en Allnex daartoe samen met AI-specialisten van imec IDLab. ‘De meeste machine-learningmodellen zijn puur datagestuurd’, stelt Thibault Blyau, onderzoeker bij imec en UGent. ‘Ze zijn moeilijk te verklaren, terwijl procesingenieurs erop moeten vertrouwen om de juiste maatregelen te nemen.’

Hybride AI-modellen bieden het geknipte antwoord, aangezien ze het mogelijk maken om deskundige kennis binnen machine learning te integreren. ‘Hybride AI vertaalt machine-learningmodellen en -uitkomsten naar gecontextualiseerde inzichten, uitkomstvoorspellingen en controleacties’, zegt Blyau. ‘Die informatie ontvangen de operatoren en procesingenieurs via heldere dashboards, die in één beweging verduidelijken hoe de AI tot haar conclusies is gekomen. Een feedbackloop stelt de operators en experts in staat om de hybride AI-besluitvorming intuïtief en continu te optimaliseren.’

Quick Response Manufacturing

IIoT helpt in veel gevallen om sneller te reageren op klantvragen. Quick Response Manufacturing (QRM) vormt een manier om dat voordeel maximaal te benutten. CGK Group, een West-Vlaamse fabrikant van onder meer opslagsystemen voor chemicaliën, stapte over op QRM met zelfsturende projectteams om de doorlooptijden te verkorten en de leverbetrouwbaarheid te vergroten. CEO Tijl Charle stipt aan dat de overstap naar QRM niet enkel draait om mensen en processen, maar ook een belangrijke softwaredimensie omvat. ‘Alle gebruikers moeten bij QRM gemakkelijk toegang krijgen tot de voor hen relevante informatie, terwijl je de zichtbaarheid in elkaars werk vergroot.’