Wie zal de toekomst van industriële regeltechniek bepalen: algoritmes of ingenieurs?

In discussies over industriële automatisering wordt kunstmatige intelligentie (KI) vaak voorgesteld als een verstorende kracht die traditionele technische functies vervangt. PLC-ingenieurs staan met name vaak centraal in deze discussie. Deze visie is echter te simplistisch en negeert de realiteit in fabrieken en bij engineeringteams.

De werkelijkheid is geen vervanging van functies, maar een herverdeling van verantwoordelijkheden. Hoewel KI de manier waarop industriële besturingssystemen worden ontwikkeld verandert, blijven ingenieurs verantwoordelijk voor het bepalen van de werking en effectiviteit van deze systemen.

Samenvoegen van functies in industriële automatisering

Historisch gezien kende de industriële besturing een duidelijke arbeidsverdeling: PLC’s voerden deterministische logica uit, ingenieurs ontwierpen en onderhielden die logica, en softwaretools fungeerden uitsluitend als hulpmiddelen voor ontwikkeling. Dit model werkte goed in perioden van stabiele productieomgevingen en trage veranderingen in de complexiteit van systemen.

Tegenwoordig worden industriële systemen geconfronteerd met frequente configuratiewijzigingen, strengere efficiëntiedoelstellingen en toenemende eisen op het gebied van geïntegreerde gegevensverwerking. In deze context vormen engineeringworkflows, en niet de hardware, de primaire beperkende factor. De uitdaging is niet langer of de PLC de machine kan aansturen, maar of het engineeringteam bij kan blijven met de evolutie van het systeem.

AI is opgekomen om precies deze druk te verlichten, niet om expertise te vervangen.

De engineeringinbreng is niet langer evenredig aan de engineeringwaarde.

In veel automatiseringsprojecten wordt een aanzienlijk deel van de engineeringtijd besteed aan noodzakelijke, maar weinig intelligente taken. Het maken van herhalende logica, het aanpassen van standaardsjablonen, het verifiëren van signaaltoewijzingen en het bijwerken van documentatie verbruiken allemaal aanzienlijke middelen.

Deze taken zijn gestructureerd, gebaseerd op patronen en herhaalbaar, waardoor ze uitstekend geschikt zijn voor ondersteuning door AI. Door AI-tools in staat te stellen voorlopige besturingsstructuren te genereren of inconsistenties vroegtijdig te identificeren, besparen engineers tijd zonder controle kwijt te raken.

De verschuiving in waarde is duidelijk: minder tijd wordt besteed aan het bouwen van logica en meer tijd aan het beoordelen van het systeem.

AI verandert het startpunt, niet het eindpunt.

Een belangrijk voordeel van AI-ondersteunde PLC-ontwikkeling is de versnelling van de opstartfase. Zelfs junior-engineers kunnen nu taken uitvoeren die eerder diepgaande kennis vereisten van leverancierspecifieke omgevingen. Dit betekent echter niet dat senior-engineers onmisbaar zijn; integendeel, het verandert hoe hun expertise wordt ingezet.

Senior engineers nemen in toenemende mate rollen op zoals reviewer, systeemarchitect en risicomanager. Hun rol verschuift van regel voor regel code schrijven naar het verifiëren van het systeemgedrag in echte omgevingen. AI versnelt de uitvoering, maar oordeelsvorming vereist nog steeds een menselijk element.

Leveranciersstrategieën bepalen de verandering.

De integratie van kunstmatige intelligentie (AI) in industriële besturingsplatforms weerspiegelt bredere strategische overwegingen. Aangezien het onderscheid in PLC-hardware afneemt, is betrouwbaarheid niet langer een concurrerend aandachtspunt. Leveranciers richten zich daarom op de engineeringomgeving, software-ecosystemen en langetermijngebruikersbetrokkenheid.

AI versterkt deze ecosystemen door verzamelde technische kennis te integreren in tools die op een verscheidenheid aan projecten kunnen worden toegepast. De Industrial Copilot van Siemens is een voorbeeld daarvan, niet vanwege zijn nieuwheid, maar omdat hij formeel de trend heeft ingeluid om technische kennis om te zetten in herbruikbare software. Deze verschuiving komt zowel leveranciers als gebruikers ten goede en herdefinieert tegelijkertijd de verwachtingen ten aanzien van experts.

Verhoogde efficiëntie betekent niet dat men verantwoordelijkheid afstaat.

AI-tools kunnen technische werkstromen versnellen, maar nemen geen verantwoordelijkheid voor de resultaten van het systeem. Industriële automatisering functioneert in fysieke omgevingen, en storingen hebben tastbare gevolgen, zoals apparatuurschade, stilstand en veiligheidsrisico’s.

AI is niet verantwoordelijk voor het opsporen van fouten in apparatuur, het reageren op anomalieën ter plaatse of het nemen van definitieve operationele beslissingen. Ingenieurs blijven verantwoordelijk voor elk aspect van de werking van het systeem. Deze fundamentele verantwoordelijkheid kan niet worden vervangen door automatisering.

Productiviteit verschuift naar systeemdenken

Organisaties die AI-ondersteunde technische hulpmiddelen hebben ingevoerd, melden een aanzienlijke herverdeling van werkprioriteiten. Teams besteden minder tijd aan configuratie en meer tijd aan prestatieanalyse, procesverbetering en optimalisatie van de levenscyclus.

Ingenieurs vragen zich niet langer af: "Hoe kan ik deze logica sneller schrijven?", maar eerder: "Hoe moet dit systeem op lange termijn functioneren?" Deze verandering versterkt, in plaats van vermindert, de rol van ingenieurs.

Een nieuw concurrentievoordeel

De meest waardevolle automatiseringsprofessionals worden niet langer uitsluitend gedefinieerd door hun programmeervaardigheden. Het hedendaagse concurrentievoordeel ligt in de combinatie van gespecialiseerde kennis met het kritische gebruik van AI-hulpmiddelen.

Deze ingenieurs begrijpen hoe AI-gegenereerde uitvoer moet worden gevalideerd, hoe deze moet worden toegepast in specifieke industriële omgevingen en hoe naleving van normen en veiligheidseisen kan worden gewaarborgd. AI ondersteunt deze vaardigheden, maar vervangt ze niet.

De positie van AI

Het tegenoverstellen van AI en PLC-ingenieurs creëert een misleidend verhaal. Industriële automatisering heeft zich altijd ontwikkeld door betere tools in combinatie met vakbekwame professionals.

AI versnelt technische taken. Ingenieurs zorgen ervoor dat systemen in de echte wereld betrouwbaar functioneren. Zonder de ene is de andere ontoereikend.

Controle blijft een menselijke verantwoordelijkheid

De toekomst van industriële besturing wordt niet uitsluitend bepaald door algoritmes, noch behouden door traditie. Deze toekomst wordt gevormd door ingenieurs die begrijpen hoe AI kan worden geïntegreerd zonder verantwoordelijkheid af te staan.

In deze toekomst verzorgt AI de herhaling en het herkennen van patronen. Ingenieurs verzorgen oordeelsvorming, verantwoordelijkheid en innovatie. De ware hoofdpersoon van industriële automatisering is geen technologie of beroep—maar de samenwerking tussen beide.