EY presenteert op het moment van schrijven zijn aanpak voor Product Lifecycle Management met een grote rol voor kunstmatige intelligentie. Het advies richt zich op maakbedrijven die sneller willen ontwikkelen en kosten en fouten willen verminderen. De focus ligt op een doorlopende dataketen van ontwerp tot service en recycling. Dit is actueel in Europa en Nederland door strengere regels zoals de Europese AI-verordening en duurzaamheidseisen.
EY koppelt PLM aan AI
Product Lifecycle Management (PLM) is het sturen van alle productdata en processen, van idee tot einde levensduur. EY zet daarbij in op algoritmen die data sneller vindbaar en bruikbaar maken. Zo worden ontwerp, productie en onderhoud beter op elkaar aangesloten. Dit moet doorlooptijd en faalkosten verlagen.
De “digitale draad” verbindt alle stappen met dezelfde, actuele gegevens. Dit betekent dat tekeningen, stuklijsten en testresultaten altijd synchroon blijven. Kunstmatige intelligentie helpt verbanden leggen en fouten opsporen. Dat is vooral nuttig bij complexe producten met veel varianten.
In Europa werken veel bedrijven met PLM-platforms zoals Siemens Teamcenter, Dassault Systèmes 3DEXPERIENCE, PTC Windchill of SAP PLM. Zulke systemen zijn de ruggengraat voor versiebeheer, wijzigingen en compliance. AI-functies komen daar bovenop, bijvoorbeeld voor zoeken en classificeren. De combinatie levert waarde als data schoon en compleet zijn.
De digitale draad is de continue dataketen die alle productinformatie verbindt, van eerste ontwerp tot hergebruik en recycling.
EU-regels sturen investeringen
De Europese AI-verordening (AI Act) legt eisen op aan “hoog-risico” systemen. PLM zelf valt daar meestal niet onder. Maar als een algoritme ontwerprisico’s beoordeelt voor een veiligheidskritisch product, gelden wel strengere plichten. Dan zijn risicobeheer, datakwaliteit en duidelijke documentatie verplicht.
De Ecodesign-verordening voor duurzame producten (ESPR) introduceert een Digitaal Productpaspoort. Fabrikanten moeten straks materialen, reparatie-informatie en herkomst kunnen tonen. PLM kan deze data vastleggen en delen. Dat maakt het paspoort uitvoerbaar in de keten.
Ook de Europese duurzaamheidsrapportage (CSRD) vraagt om aantoonbare cijfers over grondstoffen en uitstoot. Met PLM kunnen bedrijven ontwerpkeuzes koppelen aan impact op milieu en kosten. Dit helpt bij hergebruik en modulair ontwerp. Voor Nederlandse industrie met veel toeleveranciers is die traceerbaarheid cruciaal.
Datakwaliteit eerst, dan modellen
AI werkt alleen als de onderliggende data kloppen. Dat begint bij eenduidige stuklijsten, versiebeheer en rechten. Stamdata moeten op orde zijn en dubbelingen weg. Anders gaan modellen verkeerde verbanden leggen.
Persoonsgegevens zitten zelden centraal in PLM, maar leveranciers- en serviceloginformatie wel. De AVG eist dataminimalisatie, versleuteling en toegangsbeheer. Loggen wie wat ziet of wijzigt is nodig voor audits. Dit beperkt juridische risico’s en lekken van intellectueel eigendom.
Voor training of gebruik van modellen is afscherming belangrijk. Gebruik waar mogelijk privé-implementaties of Europese open modellen met strikte toegang. Denk aan Llama- of Mistral-varianten achter de firewall. Zo blijft bedrijfsgevoelige data binnen de organisatie.
Voorbeelden uit de praktijk
Generatieve AI kan eisen uit pdf’s en e-mails samenvatten en indelen. Grote taalmodellen, zoals GPT-4 of Llama, helpen bij het doorzoeken van tekeningen en rapporten. Retrieval augmented generation koppelt antwoorden aan bronbestanden. Engineers vinden zo sneller de juiste versie en context.
Beeldherkenning kan kwaliteitsafwijkingen labelen en terugmelden aan PLM. Dit versnelt analyses na klachten uit het veld. In onderhoud koppelen bedrijven sensordata aan digitale tweelingen, een digitale kopie van een product. Zo voorspellen ze slijtage en plannen ze service.
Ook stuklijst-harmonisatie is een haalbaar startpunt. AI groepeert gelijksoortige onderdelen en standaardiseert benamingen. Dat verlaagt inkoopkosten en voorkomt dubbel werk. De resultaten worden zichtbaar in het PLM-systeem en ERP.
Obstakels en valkuilen
Legacy-data zijn vaak versnipperd over afdelingen en leveranciers. Migratie naar één datamodel kost tijd en discipline. Zonder duidelijke eigenaarschap en governance sluipen fouten terug. Begin daarom klein en meetbare doelen helpen draagvlak te houden.
Integratie met ERP en MES kan complex en duur zijn. Leveranciers lock-in en licentiekosten vragen om een langetermijnplan. Kies open koppelingen en documenteer interfaces. Dat beperkt afhankelijkheid en versnelt wissels.
AI-modellen kunnen “halucineren” en verkeerde antwoorden geven. Zet daarom menselijke controle in bij kritieke stappen. Bewaar bronverwijzingen en bouw een auditspoor in. Dit sluit aan op de AI Act-eisen voor transparantie.
Impact voor Nederlandse industrie
Voor Brainport-bedrijven en hun toeleveranciers is een sterke digitale draad een concurrentievoordeel. Documentatie-eisen bij hightech en semicon zijn streng. Een goed PLM-proces versnelt vrijgaven en audits. Dat scheelt doorlooptijd en herstelwerk.
Het Digitaal Productpaspoort raakt ook Nederlandse maakbedrijven in consumentengoederen en machinebouw. PLM helpt informatie over materialen, reparatie en hergebruik te borgen. Zo wordt circulair ontwerp praktischer. Dit past bij de Nederlandse ambitie voor een circulaire economie in 2050.
Toezicht en privacy blijven belangrijk. De Autoriteit Persoonsgegevens ziet toe op AVG-naleving. Voor AI-toepassingen komen nationale toezichthouders onder de AI Act in beeld. Bedrijven doen er goed aan nu al hun risicoklasse en verplichtingen te bepalen.
