Wat is er nodig om mensen voor te bereiden op een productieomgeving die steeds meer door AI wordt vormgegeven?
Deze vraag komt steeds centraler te staan in productiestrategieën. In een recent gesprek met Carolyn Lee, President of the Manufacturing Institute, bekeken we het onderwerp vanuit verschillende perspectieven.
Het Manufacturing Institute, gevestigd in Washington, DC, richt zich op het opbouwen en versterken van het personeelsbestand in de productiesector. Bij NTT DATA werken we met productiebedrijven die hun activiteiten moderniseren en AI integreren in het dagelijkse werk. We kwamen tot dezelfde conclusie: de toekomst van productie hangt af van het gelijktijdig ontwikkelen en transformeren van mensen, processen en technologie.
Je medewerkers vormen de kern
Productie is altijd afhankelijk geweest van mensen. De operators die productielijnen bedienen, de technici die apparatuur onderhouden en de teams die dagelijks problemen oplossen, blijven bepalend voor de prestaties van fabrieken.
Daarom is de gereedheid van je medewerkers een van de eerste prioriteiten wanneer je AI verder integreert in dagelijkse workflows en besluitvorming. Mensen moeten zich aanpassen door de technologie te omarmen en te begrijpen hoe ze er effectief mee samenwerken. Nog belangrijker is dat ze weten wanneer menselijk inzicht doorslaggevend moet zijn.
Volgens het rapport van Everest Group Future of Work 2030: A Playbook for Workforce Transformation, dat mede door NTT DATA is gesponsord, verwacht 82% van de productiebedrijven tegen 2030 meer dan 30% van hun medewerkers om of bij te scholen. Daarnaast verwacht 70% dat AI-copilots een vast onderdeel van het dagelijkse werk worden. Deze cijfers wijzen zowel op veranderingen in de toepassing van technologie als in de manier waarop productiewerk wordt uitgevoerd.
ALSO READ: Voorbij de pilotval: zo bouw je een schaalbare AI-strategie voor manufacturing
AI verandert het werk voordat het de functie verandert
Publieke discussies over AI beginnen vaak met zorgen over banenverlies, maar Carolyn bood een ander perspectief. Productie stond centraal in elke industriële revolutie, en elke revolutie veranderde de aard van het werk. AI zal hetzelfde doen. Een onderhoudstechnicus die voorheen op ervaring vertrouwde, logboeken bekeek of handleidingen doorzocht om een probleem vast te stellen, kan nu een AI-assistent gebruiken om sneller tot een beperktere set mogelijke oorzaken te komen. Daarvoor zijn zowel technische expertise als het vermogen nodig om de juiste vragen te formuleren, het antwoord te beoordelen en te weten wanneer menselijk inzicht moet prevaleren.
We zien dit al in de praktijk. We werkten met een toonaangevende organisatie in de automotive sector waar essentiële onderhoudskennis in de loop der jaren verspreid was geraakt over kennisbanken, logboeken en video's — en vaak ook in de ervaring van individuele medewerkers. In partnership met onze klant ontwikkelden we een AI-oplossing die al deze informatie via een kort gesprek toegankelijk maakte. Daarmee kon de organisatie de downtime terugbrengen van gemiddeld vijf of zes uur tot ongeveer twintig minuten.
AI gaf medewerkers sneller toegang tot de kennis die ze onder druk nodig hadden, maar ze moesten ook leren hoe ze met het systeem moesten werken, betere vragen konden stellen en de antwoorden konden beoordelen. Terwijl de technologie het werk verbeterde, ontstond tegelijkertijd behoefte aan nieuwe vaardigheden.
AI, mensen en transformatie van het personeelsbestand
Uit het rapport van Everest Group blijkt dat “43% van de enterprises een lage adoptie door medewerkers of weerstand tegen verandering ziet als een van de belangrijkste uitdagingen bij het opschalen van werkplektransformatie.” Dat is een duidelijk signaal dat je de voorbereiding van medewerkers vanaf het begin in je AI-strategie moet opnemen.
Als productiebedrijf moet je beginnen met een duidelijk bedrijfsprobleem, eigenaarschap vanuit de business en leiders die kunnen uitleggen waarom de verandering ertoe doet. Je medewerkers hebben blijvende AI- en datageletterdheid nodig; die ontwikkel je niet met één training. Je organisatie heeft ook sterke governance nodig die menselijke verantwoordelijkheid voor veiligheid, ethiek, beveiliging en beslissingen waarborgt, vooral wanneer context en oordeelsvorming een rol spelen.
Dit betekent het moderniseren van de kern vanuit het perspectief van je medewerkers: een werkomgeving creëren waarin AI en mensen elkaar versterken, zodat medewerkers met meer vertrouwen, verantwoordelijkheid en productiviteit kunnen werken.
Leren moet continu en met het werk verbonden zijn
Het voorbereiden van de huidige medewerkers is slechts een deel van de uitdaging. De productiesector moet ook de volgende generatie medewerkers voorbereiden door studenten de technische en probleemoplossende vaardigheden mee te geven die ze nodig hebben voordat ze een productievloer betreden. Nu AI productie op zoveel manieren blijft veranderen, moeten onderwijs en bedrijfsleven nauwer samenwerken dan ooit.
Dat is een van de redenen waarom ik zoveel waardering heb voor het FAME-programma van het Manufacturing Institute. Het earn-and-learn-model combineert klassikaal onderwijs met praktijkervaring in echte productieomgevingen. Studenten werken met werkgevers en mentoren terwijl ze technische vaardigheden en professioneel gedrag ontwikkelen, zoals communicatie, teamwork, probleemoplossing en continu verbeteren.
Die vaardigheden worden nog waardevoller in een door AI ondersteunde werkomgeving. Geen enkel trainingsprogramma kan een medewerker voorbereiden op elke tool of usecase die zich aandient. Wat zo’n programma wel kan doen, is mensen ontwikkelen die continu leren, zich aan nieuwe technologieën aanpassen en die doordacht toepassen in praktijksituaties.
FAME heeft inmiddels 45 afdelingen in 17 Amerikaanse staten en bedient ongeveer 1.500 studenten. Groei is hierbij essentieel, omdat de productiesector meer nodig heeft dan een eenmalige instroom van talent. Er zijn herhaalbare modellen nodig die onderwijs met echt werk verbinden en mensen helpen sneller productief te worden.
ALSO READ: Van manufacturing tot retail: physical AI maakt modernisering werkelijkheid
WHAT TO DO NEXT
Bekijk de videoserie van NTT DATA en het Manufacturing Institute voor inzichten om medewerkers in de productiesector voor te bereiden door nieuwe vaardigheden te ontwikkelen en verandering te managen, zodat je de volgende generatie talent aantrekt.