De vierde industriële revolutie is alweer enige jaren gaande en wordt steeds zichtbaarder. Waar het in de eerste twee revoluties draaide om mechanisatie en massaproductie, brengen de laatste twee revoluties ons digitale progressie in een moordend tempo. Terwijl de oudere generatie nog terugblikt op de tijd van de mechanische hoogstandjes en de millenials zich hun eerste mobieltje nog herinneren, kan de jeugd van tegenwoordig niet meer zonder online socials en slimme apparaten. En de immer toenemende kracht van onze computers blijft maar deuren openen richting de toekomst. De vierde industriële revolutie heeft z’n plateau nog lang niet bereikt.
Complexiteit verveelvoudigd
Tegenwoordig praat iedereen over artificial intelligence en machine learning. De media staan er vol van en de eerste toepassingen in de praktijk zijn werkelijkheid geworden. De zelfrijdende auto is het bekendste voorbeeld. Een auto die, naast alle mechanische eigenschappen van een ‘normale’ auto, geladen is met sensoren en software om zelf beslissingen te kunnen nemen in het verkeer. En, hoewel het ‘eenvoudig’ is om een auto te programmeren om te remmen voor een betonblok in een geconditioneerde testopstelling, het nemen van de juiste beslissing in de echte wereld is gigantisch complex. Daar komt bij dat de stap naar autonome vervoersmiddelen niet van vandaag op morgen geregeld is. Dus in de hybride overgangsfase kan een zelfrijdende auto niet met alle medeweggebruikers communiceren en afstemmen. En dan zijn er ook nog de hersenkrakers over verzekering, aansprakelijkheid en wetgeving rondom een voertuig dat zelf beslissingen neemt. De innovatiecomplexiteit rondom intelligente producten is verveelvoudigd en dat gaan wij als innovatiemanagers van BEACON ook merken.
Aanpassing organisatie
De ontwikkeling van intelligente producten vraagt om een organisatieverandering waarbij vele afdelingen en functies gecreëerd en uitgebreid moeten worden. Binnen alle reguliere disciplines die betrokken zijn bij de ontwikkeling van een product, zoals productmanagement, engineering, inkoop, kwaliteit, etc., zal specialisme nodig zijn op het gebied van data en software. Tijdens de ontwikkeling zal er meer en meer gefocust worden op data engineering, zodat er modellen ontstaan waarmee een product intelligent gemaakt kan worden. Om de intelligente functies te checken is een intensief validatieprogramma nodig, waarbij een lange reeks veldtesten geen overbodige luxe is. Zodra het product op de markt verschijnt, zal de beheersorganisatie paraat moeten staan om het fysieke product en de intelligente functies operationeel en actueel te houden.
Aanpak en omvang
Qua projectmanagementmethodiek verandert er niet veel. Voor de softwareontwikkeling ligt een iteratieve aanpak zoals Agile scrum voor de hand. En die kan prima bestaan binnen een traditionele lineaire aanpak, zoals het stage-gate model voor fysieke productontwikkeling. De complexiteit voor projectmanagement zit ‘m vooral in de omvang van de ontwikkeling. De vele specialisten en partners die gemanaged moeten worden, de moeilijk te voorspellen tijdslijnen en afhankelijkheden tussen werkpakketten, de belangen van de stakeholders, budgetbeheersing en de externe omstandigheden zoals wet en regelgeving.
De toekomst brengt ons een hoop nieuwe uitdagingen en het is maar wat gaaf dat wij daar onderdeel van uit mogen maken!
