Door: FHI, Federatie van Technologie Branches De megatrends in de technologie krijgen bijna ieder jaar een nieuwe naam. Veel FHI-leden zitten aan de basis van deze technologische ontwikkelingen. Zij herkennen zodoende continue de rode draad: connectiviteit, digitalisering en intelligentie.
 |
| Paul Petersen Directeur FHI |
Het maakt dus niet uit of er over Industrie 4.0, smart industry, smart cities, internet of things, big data, machine-to-machine communication, data science of artificial intelligence wordt gesproken. Uiteindelijk komt het terug op de drie genoemde pijlers.
Nou heb ik nog niks over nanotechnologie, fotonica, quantum computing, robotica, autonoom vervoer, wearables en blockchain geschreven. Er is veel gaande en er is veel mogelijk. Wat gebeurt er in de praktijk?
FHI-leden bieden sensoren, netwerken, instrumentatie, systemen en integratie aan. In allerlei industriële toepassingen en binnen de gebouwde omgeving is dat dus de basis voor connectiviteit, digitalisering en intelligentie.
Bij klanten van leden blijkt het nog steeds lastig, om de echte parels te tonen. Tijdens events en beurzen komen de beste voorbeelden aan de orde, maar de vierde industriële revolutie is nog niet zo breed verspreid dat we over de vele overduidelijke cases struikelen. We zitten aan het begin en er wordt een versnelling verwacht.
Dat leden van elkaar kunnen leren en elkaar kunnen aanvullen, blijkt uit de bijeenkomst op 26 juni 2019 over data science. Wij noemen dergelijke sessies ‘interactie tussen branches’, omdat leden van alle FHI-branches in discussie gaan over een generiek thema.
Om de voordelen van de genoemde megatrends te realiseren, is een intensievere samenwerking ook gewoon nodig. De kwaliteiten van verschillende spelers in een bedrijfsketen moeten geïntegreerd benut worden. Dat is nog een flink proces en zeker geen dooddoener.
Bij het begin van een project moet men met deskundigheid al rekening kunnen houden met het einde, namelijk het effectief gebruik van een systeem of een gebouw. Bedrijfsketens moeten zich verenigen, om data science nuttig te maken.
