De toekomst van productie: fysieke AI in actie

De samenwerking van FANUC met NVIDIA zorgt voor nieuwe mogelijkheden voor fabrieken, onderzoekers en AI-innovators wereldwijd. In dit interview legt Robert Koopmann, Chief Technical Officer bij FANUC Europe, uit hoe de combinatie van industriële robotica en het Omniverse-platform van NVIDIA de digitale connectiviteit in fabrieken verbetert. Hij geeft ook praktische tips over hoe dit proces het best kan worden aangepakt.

FANUC en NVIDIA hebben hun samenwerking op het gebied van fysieke AI aangekondigd. Wat betekent dit voor de industriële robotica?

De bedrijven vullen elkaar perfect aan. NVIDIA is een gevestigde leider op het gebied van AI computing met Isaac Sim, het open-source referentie frame work voor robotsimulatie dat is gebouwd op NVIDIA Omniverse. FANUC vult dit aan met de realistische integratie van fysieke robots. Wij brengen echte robotica naar de digitale wereld - NVIDIA zorgt voor de digitale infrastructuur.

Wat betekent dat in de praktijk?

Digital twins gecreëerd in FANUC ROBOGUIDE worden geïntegreerd met NVIDIA Omniverse, dat op zijn beurt de hele fabriek in kaart brengt - van materiaalstroom en machines tot autonome transportvoertuigen en procesgegevens. Samen creëren de systemen een realistische end-to-end simulatie van de volledige productieketen. Dit maakt het mogelijk om toepassingen te testen in een echte 1:1 simulatie, nieuwe toepassingen te ontwikkelen en problemen sneller te identificeren en op te lossen met behulp van AI.

Welke voordelen biedt dit bedrijven?

In tegenstelling tot puur digitale AI-toepassingen heeft fysieke AI een directe verbinding met echte robotsystemen. Robots met AI ondersteunen een continue, vaak onbemande werking, waardoor het machinegebruik en de algemene efficiëntie toenemen. Deze aanpak vermindert fouten, vergemakkelijkt systematische probleemanalyse en zorgt voor een constant hoge kwaliteit. Bovendien ondersteunt AI-gestuurde automatisering vroegtijdige slijtagedetectie, wat proactief onderhoud mogelijk maakt en kostbare ongeplande stilstand helpt te voorkomen. Kortom, AI maakt bewezen robotica-oplossingen nog effectiever.

Wanneer is de oplossing beschikbaar voor gebruik?

Vrijwel onmiddellijk. We hebben al productieve toepassingen gedemonstreerd op de iREX-vakbeurs voor robotica in december 2025 en we hebben sindsdien orders ontvangen voor meer dan 1000 AI-gebaseerde robots wereldwijd. Hoewel 'greenfield'-projecten, d.w.z. nieuwe fabrieken, ideaal zijn, kunnen we ook bestaande fabrieken digitaal integreren. In deze gevallen is een iteratieve aanpak essentieel.

Waar moeten bedrijven met beperkte AI-ervaring beginnen?

De logische eerste stap is een gestructureerde analyse van de productieomgeving met een FANUC expert, waarbij de nadruk ligt op handmatige, repetitieve taken met een duidelijk automatiseringspotentieel.

U kunt beginnen met bewezen automatiseringsoplossingen, zoals robotica uitgerust met een beeldverwerkingssysteem. Naarmate de complexiteit toeneemt, bieden AI-ondersteunde beeldverwerkingstools, zoals AI Bin Picking, de volgende stap. Opvallend: AI-ondersteunde toepassingen voor palletiseren en depalletiseren vormen een laagdrempelige kennismaking met fysieke AI.

Wat gebeurt er daarna?

Na verloop van tijd wordt de focus verlegd van individuele toepassingen naar de volledige procesketen. In sommige industrieën, zoals de voedselverwerkende industrie, zijn veel stappen al geautomatiseerd en blijven alleen de activiteiten aan het einde van de lijn handmatig. In andere sectoren is het mogelijk om afzonderlijke productie-eilanden te automatiseren, zoals assemblage of lassen.

Op een gegeven moment kan er een grote omschakeling volgen, waarbij sensortechnologie wordt geïntegreerd, productiegegevens worden verzameld en de hele fabriek digitaal wordt gemodelleerd. Daarna kan preventief onderhoud of de optimalisatie van materiaalstromen volgen, waarbij bedrijven geleidelijk meer AI-ondersteunde oplossingen introduceren. Het belangrijkste is om de eerste stap te zetten.

Hoever zijn de toonaangevende bedrijven gevorderd?

De grote spelers zijn al behoorlijk gevorderd, met name op het gebied van offline programmeren en digitaal fabrieksontwerp. Tot nu toe bleef er echter een kloof bestaan tussen digitale planning en fysieke implementatie, vaak als gevolg van ontbrekende interfaces of discrepanties tussen echte en gesimuleerde modellen. De huidige modellen worden steeds realistischer: ze simuleren invloedrijke factoren zoals lichtomstandigheden of sensorgegevens, terwijl AI-gebaseerde filters en waarschijnlijkheidscontroles de kloof verder dichten.

Wat zijn de grenzen van deze technologie?

De huidige grenzen van fysieke AI worden grotendeels bepaald door de gegevens die beschikbaar zijn voor de systemen. Met de toenemende invoer van kwaliteitsgegevens van sensoren en de introductie van extra fysieke apparaten zal de interactie met de productieomgeving verder verbeteren.

De AI-algoritmen van vandaag zijn voornamelijk afgestemd op specifieke use cases, dat wil zeggen goed gedefinieerde taken in gecontroleerde omgevingen. Toch veranderen de grenzen van wat mogelijk is in hoog tempo. Systemen worden steeds algemener en kunnen steeds beter omgaan met onzekerheden.

Zelfs de meest geavanceerde AI-algoritmen zijn afhankelijk van robuuste fysieke hardware om het idee te realiseren.

Zien jullie ook risico's?

Fysieke AI introduceert extra onderlinge afhankelijkheden die nauwkeurig moeten worden onderzocht. Met onze Dual Check Safety beveiligingssoftware bieden we het benodigde gereedschap om deze risico's aan te pakken. En FANUC's CRX serie van collaboratieve robots blijft veilig en TÜV gecertificeerd, zelfs wanneer deze wordt aangestuurd door AI-software. Dit is een van de unieke sterke punten van ons concept. Het is belangrijk dat er veiligheidsarchitecturen zijn die AI in staat stellen om de prestaties te verbeteren zonder de bescherming in het gedrang te brengen. Afhankelijk van de toepassing en de mate van autonomie moeten ook AI-risicobeoordelingen onder de AI-wet van de EU worden overwogen.

Wat betekent de samenwerking met NVIDIA voor FANUC?

De samenwerking verlaagt de drempels voor AI-innovators aanzienlijk. NVIDIA Omniverse is een veelgebruikt ontwikkelplatform. Door de integratie van FANUC robots ontstaan er wereldwijd nieuwe mogelijkheden voor fabrieken. Het feit dat we onze klanten en partners wereldwijd ondersteunen en de laagste totale eigendomskosten op de markt bieden, maakt ons aantrekkelijker voor bedrijven die fysieke AI-oplossingen willen schalen.

Naast het NVIDIA-platform ondersteunt FANUC ook open interfaces zoals onze Streaming Interface of het Robot Operating System (ROS), dat veel wordt gebruikt in onderzoek en training. Ons doel is om interfaces te leveren die voldoen aan de industrienormen en tegelijkertijd nieuwe markten te openen. We hebben nu bijvoorbeeld oplossingen waarmee gebruikers van bewerkingsmachines robots rechtstreeks vanuit de CNC kunnen besturen. Door onze domeinkennis met partners te delen, positioneren we onszelf als een belangrijke factor voor de volgende generatie van intelligente automatisering.