Voorbeeld: sneller de juiste informatie bij je werkorder

Stel: je bent werkvoorbereider en wilt in een werkorder in IBM MAS aangeven welk smeermiddel moet worden gebruikt voor een bepaalde lager. Die informatie is ergens terug te vinden in technische documenten zoals manuals, productsheets of onderhoudsinstructies. Maar waar precies? Met een AI-assistent hoef je dat niet meer zelf uit te zoeken. Je stelt je vraag in een apart tabblad binnen de werkorder, en de AI doorzoekt automatisch alle gekoppelde documenten. De tool begrijpt de context vanuit de werkorder en komt direct terug met een concreet antwoord. Ook handig ter informatie van je monteurs: je kunt je vragen en antwoorden van de AI-assistent meteen als referentie opslaan in de worklog van IBM MAS.

AI als assistent voor werkvoorbereiding en uitvoering

Dit voorbeeld laat zien hoe AI je helpt om sneller, slimmer en met minder fouten te werken. Je hoeft niet meer te zoeken in mappen, pdf’s of verschillende systemen. Alles blijft binnen IBM MAS. De AI weet om welke asset het gaat, welke documenten erbij horen en wat relevant is op dat moment, van technische documentatie tot certificaten, veiligheidsvoorschriften, werkvergunningen en verder. Je bespaart zoektijd en kunt je beter richten op de werkvoorbereiding. En je werkt altijd met actuele en relevante informatie, die bovendien binnen handbereik is. Ook je uitvoerende monteurs beschikken snel over informatie die ze helpt hun werk makkelijker en beter te doen. Zowel in de voorbereiding als tijdens de uitvoering levert AI tijdswinst op – en dat merk jij direct in de dagelijkse praktijk.

Wat kan AI nog meer doen binnen asset management?

De mogelijkheden zijn breder dan je misschien denkt. Neem bijvoorbeeld de automatische toewijzing van werkorders. AI kan op basis van de omschrijving in de werkorder bepalen welk team of welke oplosgroep het beste past – zonder dat jij dat handmatig hoeft te routeren. Een andere toepassing is suggesties voor storingscodes, waarbij AI op basis van de werkordertekst een storingscode (failure class) voorstelt. Dit helpt je bij de registratie en analyse van storingen. Een ander idee is het inzetten van AI voor het opschonen en standaardiseren van data. Een AI-assistent herkent daarbij verschillende omschrijvingen van hetzelfde feit, zoals ‘werkt niet’, ‘stuk’ of ‘doet het niet’, en stelt eenduidige termen voor. Dat maakt je rapportages en analyses veel betrouwbaarder. Ook IBM is bezig om zijn in te zetten in combinatie met IBM MAS. Zo zijn in IBM MAS 9.1 verschillende AI-toepassingen ingebakken.