VOORWOORD
Maintenance Magazine 160 – mei 2023
ChatGPT is de laatste maanden volop in het nieuws. ChatGPT is een groot taalmodel getraind door OpenAI, gebaseerd op de GPT-architectuur (Generative Pre-trained Transformer). Je kan ermee communiceren via een chatinterface en vragen stellen of aanwijzingen geven om een tekst te genereren. Het vermogen om mensachtige taal te begrijpen en te genereren maakt van ChatGPT een krachtig hulpmiddel voor veel verschillende toepassingen.
Een minder bekend aspect is dat ChatGPT ook kan leren van bedrijfseigen gegevens die niet openbaar online beschikbaar zijn. Sommige organisaties gebruiken vandaag al hun eigen data, zoals interventierapporten, handleidingen en operationele gegevens om een aangepaste versie van ChatGPT te trainen die is afgestemd op specifieke behoeften en uitdagingen. Op die manier kan ChatGPT ook voor assetmanagement en onderhoud een nuttig instrument zijn.
Een eerste idee is het gebruik van ChatGPT voor troubleshooting. In geval van een storing, kan een operator met ChatGPT chatten om gericht advies te krijgen over hoe het probleem kan worden opgelost. Dit kan zo downtime verminderen en de productiviteit verhogen. Of gebruik het om assets op te volgen en informatie te geven over hun locatie, actuele toestand en onderhoudsgeschiedenis. Hierdoor kunnen onderhoudsteams onderhoudstaken efficiënter plannen en het risico op uitval verminderen. Maar ChatGPT gaat verder. Het zou bijvoorbeeld automatisch werkorders kunnen genereren voor routinematige onderhoudstaken. Dit bespaart tijd en vermindert de kans op menselijke fouten. ChatGPT beweert zelfs dat het gegevens van sensoren en andere databronnen kan analyseren om te detecteren of een machine buiten de normale parameters werkt. Wie had gedacht dat een taalmodel kon worden omgevormd tot een tool voor predictief onderhoud?
Hoewel deze innovatieve technologie veel mogelijkheden biedt, zijn er ook potentiële negatieve gevolgen waarmee we best rekening houden. Wanneer een AI-systeem wordt ingezet voor voorspellend onderhoud, kan de stroom aan waarschuwingen en gegeneerde inzichten zó groot worden, dat dit nog nauwelijks te behappen is door het onderhoudsteam. Voorspellend onderhoud verhoogt bovendien de complexiteit van de onderhoudsprocessen en vereist extra training en middelen om alles effectief te managen. Organisaties die te veel vertrouwen op ChatGPT voor assetmanagement en onderhoud, kunnen het belang van menselijke expertise en besluitvorming uit het oog verliezen. Op de lange termijn kan dit leiden tot een gebrek aan innovatie, een afname van de ontwikkeling van vaardigheden en een te grote afhankelijkheid van technologie die mogelijks niet in elke situatie even betrouwbaar blijkt te zijn. En uiteindelijk moet voorspellend onderhoud nog uitgevoerd worden. Wie werkzaam is in de wereld van onderhoud, betrouwbaarheid en assetmanagement hoeft voorlopig dus niet te vrezen voor zijn of haar job. Aan de andere kant zou ik toch niet al te lang wachten om te leren gebruik maken van de mogelijkheden die deze nieuwe technologie biedt. Of iemand anders doet het wel voor jou ...
Door Wim Vancauwenberghe (en m’n nieuwe compagnon ChatGPT) Maintenance Evangelist(s)
