Innovation

    Deel via:

    Beeldherkenning: zo versnelde Gasunie zijn pickproces van uren naar minuten

    Beeldherkenning heeft de potentie bedrijfsprocessen te transformeren. De technologie biedt een krachtig hulpmiddel voor het identificeren, verwerken, analyseren en begrijpen van bijvoorbeeld afbeeldingen, objecten, mensen of etiketten. Het is bovendien eenvoudig toepasbaar. Het vereist enkel een smartphone of tablet met een goede camera.

    Het vereist weinig inlevingsvermogen om de vele mogelijkheden en voordelen daarvan voor te stellen. Het is dan ook geen wonder dat veel organisaties al gebruikmaken van de kracht van beeldherkenning om bedrijfsprocessen te stroomlijnen, activiteiten te optimaliseren of waarde toe te voegen aan oplossingen voor hun klanten.

    Experimenteren met de vele toepassingen

    Er zijn veel gevallen die het succes en de voordelen van beeldherkenning illustreren. Opmerkelijk is de Cognitive Radiology Assistant van IBM. De oplossing analyseert snel duizenden medische beelden en combineert de inzichten met medische dossiers. Met behulp van deze digitale assistent kunnen artsen sneller en nauwkeuriger een diagnose stellen.

    Van een totaal andere orde zijn de robots die retailgigant MediaMarkt in dienst heeft. Ze zijn uitgerust met beeldherkenningstechnologie om winkelinventarissen te scannen en bestellingen te registreren. Het bespaart tijd en optimaliseert vervolgens de winkels en magazijnen van de retailers.

    Design thinking: ontwikkelen van een efficiënte oplossing

    Beeldherkenning is ook de drijvende kracht achter de innovatieve oplossing die het Mobile Innovation Lab team samen met Gasunie heeft ontwikkeld. Het in Nederland gevestigde gasinfrastructuurbedrijf transporteert aardgas en groen gas in Nederland en Noord-Duitsland. De divisie Special Assignments van de organisatie zorgt voor calamiteiten, maar werkt ook aan projecten die om de specialistische kennis van het team vragen.

    Het team, dat vanuit Deventer opereert, werkt dagelijks met de specifieke apparatuur en materialen aan speciale opdrachten in het hele land. Het kiezen van de juiste items voor een klus kost veel tijd. Hetzelfde geldt voor het terugbrengen van spullen naar het magazijn. Na een dag hard werken ‘in het veld’ zijn de medewerkers vermoeid, maar zijn ze nog veel tijd kwijt met het terugplaatsen van buizen en buiselementen van verschillende afmetingen op de juiste plaatsen. Ook het bijwerken van de status van de apparatuur in het systeem is taak die de nodige tijd en aandacht vereist. Het is op zijn zachtst gezegd een vervelend einde van de werkdag.

    Gasunie zocht naar een manier om het proces van het verzamelen en het retourneren van materialen en materieel te vereenvoudigen en te versnellen. Tegelijkertijd wilde het bedrijf de hoeveelheid papierwerk verminderen. De bemanning van het Mobile Innovation Lab nodigde het management, de planners en de boorders van Gasunie uit voor een design thinking-sessie. Met deze methode wordt een probleem of uitdaging vanuit verschillende perspectieven besproken en overwogen. Denk aan zaken als technologische haalbaarheid, levensvatbaarheid en wenselijkheid. Het design thinking-team luistert en speelt in op de exacte wensen en behoeften van de klant. Bij Gasunie heeft de bemanning alle fasen van het proces met behulp van een persona doorlopen om te kijken op welke momenten het proces efficiënter kon worden gemaakt.

    Het resultaat? Een toepassing, op basis van beeldherkenning, die het pick- en retourproces van uren naar minuten reduceerde. Over een waardevolle transformatie gesproken!

    De keuze voor beeldherkenning voor deze specifieke oplossing was eenvoudig. Gasunie is koploper op het gebied van digitale innovatie. Het bedrijf had de technologie al eerder getest in een ander project, de "digital fieldworker". Bij dit programma zijn veldwerkers uitgerust met iPads die de vereiste realtime gegevens (handleidingen, procedures, werklijsten) tonen van het specifieke bedrijfsmiddel (installatie, station of pijpleiding) dat ze bezoeken. Het kan handig zijn om die technologie in verschillende projecten op te nemen als ze gekoppeld zijn. Bovendien is de techniek zeer gebruiksvriendelijk en vereist alleen een mobiele telefoon of tablet met een camera om objecten in het veld of magazijn te herkennen en te verwerken.

    De eenvoudige bruikbaarheid van beeldherkenning staat echter in schril contrast met het proces van het "voeden" van de oplossing met beelden. Dit is noodzakelijk voor de optimalisatie van het machine learning-algoritme dat verantwoordelijk is voor de herkenning van objecten. Van elk object in het Gasunie-magazijn waren drie tot vijfhonderd foto's vereist voor de training van het algoritme. Het was veel werk, maar het resulteerde in een toepassing die veel van de ongemak in het proces van het picken en terugsturen van items wegneemt. Boorders die terugkomen na een dag in het veld hoeven niet van elk item op te zoeken waar het thuishoort. Met een snelle scan weet een driller precies waar elke pijp of buis is opgeslagen.

    Werk vereenvoudigen met beeldherkenning

    De voordelen? Ten eerste bespaart het veel tijd. Een driller kan in de toepassing apparatuur en materiaal in een oogwenk aan een project toevoegen. In plaats van te werken met een papieren picklijst in het magazijn, hoeft een driller alleen maar het object te scannen en aan de lijst toe te voegen. Is een artikel niet nodig, dan kan het gemakkelijk uit de lijst worden verwijderd.

    Wanneer in een traditionele setup een item ontbreekt, is er veel communicatie nodig tussen de driller en de planner. De nieuwe oplossing biedt realtime inzicht in waar een item zich bevindt, zelfs als het is geboekt en gebruikt op een project in het veld. De gebruiker kan ook zien wanneer het beschikbaar zal zijn of of dat het onderhoud nodig heeft.

    Kortom: met de applicatie kunnen gebruikers apparatuur en materialen efficiënter en in realtime beheren en krijgt u een magazijn met nauwkeurige voorraadniveaus. Een toekomstige toevoeging is een optie voor de optimale ophaalroute. En, heb ik gezegd dat u zich kunt ontdoen van die papieren picklijsten en alle frustratie die daarmee gepaard gaat?

    ‘Geweldig voorbeeld van teamwork’

    De manager Special Assignments van Gasunie, Marijn Dresden, is enthousiast over het prototype. "Deze oplossing motiveert onze planners en boormachines om hun werk efficiënter te doen. De tijdsbesparing neemt hoop frustratie die ze ervaren in het huidige proces weg."

    De manager prijst de samenwerking met het team van het SAP Mobile Innovation Lab. "Bij Gasunie hechten we waarde aan innovatie. Sterker nog, we investeren erin. Ruimte maken voor disruptief denken helpt ons voorop te blijven lopen. Sommige innovatieve ideeën werken, andere niet. In het geval van deze oplossing kan ik zeggen dat het een geweldig voorbeeld van teamwork was. Door alle betrokkenen bij het proces te betrekken, hebben we een prototype opgeleverd dat Gasunie later dit jaar in gebruik hoopt te nemen.”

    Nieuwsgierig naar deze case? Bekijk de video van Gasunie voor meer details. Als je meer wilt weten over het verhaal van Gasunie, schrijf je dan in voor Connect to Innovate en luister naar het verhaal van Taekele Bijlsma (adviseur SAP bij Ganunie) op 3 oktober. 

    Registreer je vandaag nog

    Of klik op onderstaande button om meer te weten te komen over het SAP Mobile Innovation Lab.

    Bekijk nu