AI voor productiebedrijven die fiches, logs en offertes leest

Een offerteaanvraag in een maakbedrijf is zelden een nette lijst. Het is een mail met een PDF-tekening, een paar opmerkingen over afwerking en een gewenste leverdatum. Een werkvoorbereider haalt daar de materialen, de bewerkingen en de aantallen uit. Dat lezen kan een taalmodel voorbereiden.

De prijs rekent het model niet zelf uit. Een taalmodel is goed in taal en slecht in rekenen; het kan een bedrag verzinnen dat er geloofwaardig uitziet. Daarom laat je de berekening over aan de software die je kostprijzen kent, en gebruikt het model alleen de uitkomst. Wat een verzonnen antwoord is en hoe je het vermijdt, lees je bij hallucinatie van AI.

De techniek die een model laat antwoorden uit je eigen documenten heet RAG. Het model zoekt eerst de relevante passages in je fiches, normen en rapporten, en antwoordt dan met een verwijzing naar het document en de pagina. Staat het antwoord nergens, dan zegt het dat. Zo kan een verkoper een technische vraag beantwoorden zonder de werkvoorbereider te storen, en kan iedereen het antwoord nakijken. Hoe zo'n assistent gebouwd wordt, staat bij een AI-agent laten maken. Voor een advies- of ingenieursbureau dat met voorstellen en verslagen werkt, staat dezelfde aanpak bij AI voor consultants.

Een kwaliteitsafdeling verzamelt meetgegevens, afwijkingen, klachten en correctieve acties. Een onderhoudsdienst verzamelt storingen, herstellingen en vervangen onderdelen. Beide schrijven veel en lezen weinig terug, omdat zoeken in honderden notities te lang duurt.

De cijfers komen uit je meetsystemen of uit de schermen op de werkvloer. Het model maakt er een rapport van per week of per klant: wat binnen de tolerantie viel, wat niet, welke machine opvalt. Het rekent geen gemiddelden uit; dat doet de software, en het model beschrijft het resultaat. Voor een klant die een rapport per levering vraagt, maakt het een eerste versie die de kwaliteitsverantwoordelijke nakijkt en tekent.

Een technieker typt bij een storing 'lager as 3 warm, ingevet'. Een week later typt iemand anders 'trilling spindel'. Een taalmodel begrijpt dat die twee notities over dezelfde machine en misschien hetzelfde probleem gaan. Bij een nieuwe storing toont het de vorige gevallen en wat toen hielp.

De gestructureerde gegevens zelf, zoals lotnummers, meterstanden en voorraden, horen in je eigen systeem. Hoe we dat bouwen, met traceerbaarheid per lot, staat bij ERP op maat. AI werkt het best bovenop data die al klopt.

Een planner houdt tientallen regels in zijn hoofd: deze klant wil altijd op dinsdag geleverd worden, die machine stelt traag om van inox naar staal, die operator is de enige die de plooibank kan instellen. AI kan die regels niet raden, maar kan ze wel lezen als ze ergens beschreven staan, en een planning nakijken op conflicten. Het model zegt dan: order 812 staat op de laser terwijl het onderhoud gepland is, of: twee spoedorders vragen dezelfde operator op hetzelfde uur. De planner beslist wat er schuift. Voor de planning zelf, met machines, ploegen en materiaal, gebruik je beter gewone software met harde regels dan een taalmodel; zie personeelsplanning software voor de kant van de ploegen. Hoe we die software bouwen, van werkorder tot planbord, staat bij software voor productiebedrijven.

De AI-verordening geldt in fases. Sinds 2 februari 2025 gelden de verboden toepassingen en de plicht rond AI-geletterdheid: wie AI inzet, zorgt dat de mensen die ermee werken weten wat ze doen. Sinds 2 augustus 2026 gelden de transparantieregels van artikel 50, onder meer voor chatbots die met mensen praten. De regels voor AI met een hoog risico volgen later: voor de toepassingen uit bijlage III vanaf 2 december 2027, en voor AI in producten die onder Europese productwetgeving vallen (bijlage I) vanaf 2 augustus 2028. Die data werden verschoven door de AI-omnibus, die op 27 juli 2026 in werking trad.

Voor de toepassingen op deze pagina, zoals zoeken in documenten, offertes voorbereiden en rapporten schrijven, gaat het meestal om AI-geletterdheid en goede afspraken. Een snelle eerste inschatting maak je met de AI Act-check; de uitleg staat in AI-beleid en de AI Act en AI-geletterdheid.

Tekeningen en recepturen zijn het kapitaal van een maakbedrijf. Plak ze niet in een gratis chatbot. Kies een omgeving waar je data niet gebruikt wordt om modellen te trainen, en weet in welk land ze staan; daarover gaat data residency in Europa en is ChatGPT veilig voor bedrijven. Onze eigen software AMOSI, die in juli 2026 live ging, las bedrijfsdocumenten en hield bij elk feit de bron bij. Dat principe gebruiken we in elk systeem dat we bouwen.

Voor digitalisering bestaan er in Vlaanderen steunmaatregelen, maar de voorwaarden en budgetten veranderen. Controleer de actuele stand altijd bij VLAIO voor je een project op een subsidie bouwt. Een overzicht van wat er bestaat, vind je in subsidie voor digitalisering in Vlaanderen.

Kies een taak die vaak terugkomt en waar het antwoord in documenten staat: technische vragen van verkoop, of certificaten zoeken. Meet hoeveel tijd ze nu kost. Bouw een assistent op een afgebakende set documenten en laat twee mensen hem een maand gebruiken. Wat een gebruik van een model per maand kost, schat je met de rekentool AI-kosten berekenen. Meer over de aanpak lees je in AI implementeren in je bedrijf en bij onze dienst AI voor bedrijven.