De integratie van Generative AI en Internet of Things (IoT) hervormt industrieën en maakt real-time intelligence (RTI), predictive maintenance en prescriptive insights mogelijk. Toch brengt het opschalen van deze technologieën binnen bedrijven unieke uitdagingen met zich mee, variërend van het beheren van enorme datasets tot het waarborgen van AI-betrouwbaarheid op de edge.
Als Principal IoT Architect bij SDG Group en dual Microsoft MVP op het gebied van IoT en RTI, deelt Sander van de Velde zijn expertise over hoe deze innovaties industriële operaties transformeren.
“De grootste verandering die we vandaag de dag zien is de integratie van generative AI met IoT, waarmee we real-time data omzetten in predictive en prescriptive insights. Maar dit op grote schaal doen, daar ligt de echte uitdaging.”
De meest transformerende verschuiving binnen IoT is de integratie van Generative AI in operationele workflows. We zijn de fase van ‘’basic remote monitoring" voorbij en richten ons nu op predictive en prescriptive maintenance, waarbij AI real-time data analyseert om storingen te voorspellen of processen te optimaliseren. De industrie worstelt echter nog steeds met het opschalen van deze oplossingen.
Werken met enorme datasets introduceert risico's zoals AI hallucinations, waarbij modellen onnauwkeurige voorspellingen genereren. Daarnaast voegt het implementeren van generative AI on the edge op lokale netwerken, met beperkte rekenkracht, extra complexiteit toe. Daarvoor hebben we robuuste frameworks nodig om de betrouwbaarheid te garanderen, vooral in kritieke omgevingen zoals op schepen of in fabrieken.
Twee platformen springen eruit: Databricks en Microsoft Fabric. Deze tools maken naadloze real-time data ingestion mogelijk, ter vervanging van traditionele batch processing. Klanten kunnen nu de overstap maken van statische rapportages naar dynamische, AI-gedreven inzichten.
Zo gebruiken we bijvoorbeeld operations agents als AI-aangedreven virtuele assistenten om telemetrie te monitoren en vooraf gedefinieerde acties uit te voeren, zoals het waarschuwen van engineers of het aanpassen van parameters. Deze agents fungeren als “junior virtual engineers”, aangestuurd door playbooks om consistentie te waarborgen. Dit vermindert handmatige interventie terwijl de operationele controle behouden blijft.
We hebben onlangs een digital twin ontwikkeld voor een offshore-klant die behoefte had aan real-time inzicht in de operaties van hun schepen. Voorheen vertrouwden zij op vertraagde e-mails en handmatige rapportages. Onze oplossing bundelde live scheeps positionering, equipment telemetry en omgevingsdata in één geïntegreerd model.
De uitdaging lag in het ontwerpen van een flexibele ‘’rule engine’’ om in te spelen op onvoorspelbare veranderingen, zoals weersomstandigheden of de onbeschikbaarheid van apparatuur. Door regels los te koppelen en gebruik te maken van edge AI, hebben we een systeem gecreëerd dat dynamisch updatet. De klant heeft nu real-time inzicht in de doorlooptijd van acties, wat de projectplanning en resource allocation aanzienlijk verbetert.
Het opschalen van generative AI van een proof-of-concept naar een enterprise-brede implementatie is het grootste obstakel. Kleinschalige pilots slagen vaak door het gebruik van gecureerde datasets, maar real-world toepassingen draaien om ruwe, ongestructureerde data op grote schaal. Dit introduceert risico's zoals AI hallucinations, security-kwetsbaarheden en performance bottlenecks.
Om deze risico's te beperken, focussen we ons op:
Aanvankelijk lag onze focus op het verplaatsen van data van apparaten naar de cloud; een technische uitdaging die expertise in industriële protocollen en cloud integratie vereiste. Tegenwoordig hebben we de verschuiving gemaakt naar het omzetten van ruwe telemetry in real-time insights, waarbij we gebruikmaken van architecturen zoals het medaillon model. Momenteel zetten we de volgende stap richting predictive en prescriptive maintenance, waarmee we klanten helpen storingen te voorzien nog voordat ze optreden. Deze evolutie weerspiegelt de toewijding van SDG Group om de kloof tussen OT (Operational Technology) en IT naadloos te overbruggen, waardoor industrieën slimmer, sneller en efficiënter kunnen opereren.
Sander van de Velde | Principal IoT Architect @SDG Group Nederland
Sander van de Velde is gespecialiseerd in Azure IoT-oplossingen en levert real-time insights voor diverse sectoren. Met ruim dertig jaar ervaring ontwerpt en ontwikkelt Sander IoT-platformen met behulp van Microsoft Fabric RTI, Azure IoT Hub, Azure IoT Edge, Azure IoT Operations en Azure Digital Twins.
Als Microsoft Certified Azure IoT-expert wordt hij sinds 2017 erkend als Microsoft MVP in Azure IoT, en sinds 2024 in Real-Time Intelligence. Zijn passie ligt in het overbruggen van de kloof tussen OT-engineers en cloud data engineers, met een focus op interoperabiliteit, remote maintenance en het creëren van real-time waarde.