Semiotic Labs staat op het punt de wereld van preventief onderhoud van industriële machinerie te bestormen. Het bedrijf, opgericht in 2015, gebruikt algoritmes die continu leren van data. Op deze manier biedt hun ‘condition monitoring platform’ inzicht in risico’s en gebreken die anders verborgen zouden blijven, zonder dat het platform expliciet is geprogrammeerd waarnaar het moet kijken. Deze dynamische algoritmes stellen Semiotic Labs tevens in staat om afwijkende gedragingen in machinerie te detecteren en rapporteren lang voordat de daadwerkelijke uitval plaats zou vinden. Zelfs oudere elektromotoren, die nog niet voorzien zijn van sensoren, kunnen van de technologie van Semiotic Labs profiteren. De opslag en analyse van de data die het bedrijf genereert, gebeurt in de Amazon Web Services (AWS) cloud.
De elektromotor is een van de ondergewaardeerde helden van onze economie: alleen in Europa draaien er al 100 tot 150 miljoen in de industriële sector en wereldwijd gebruiken ze maar liefst 45 procent van alle elektriciteit en zelfs 69 procent van de industriële elektriciteit. Ze gaan echter relatief vaak stuk en dat kost bedrijven veel geld. “Gemiddeld gaat vijf procent van de begroting van een industrieel bedrijf puur naar onderhoud,” zegt Simon Jagers, een van de oprichters van Semiotic Labs. “Dat zijn enorme bedragen. Maar toch is het geen geliefd onderwerp; het wordt vaak gezien als niet meer dan een hygiënefactor. Dat maakte het voor ons een interessant terrein, waar de concurrentie nog beperkt was.”
Falen en opstaan
De start van Semiotic labs werd gekenmerkt door vallen en opstaan. Zo wilde het bedrijf aanvankelijk bestaande data gebruiken, maar werd na een tijdje duidelijk dat die aanpak niet werkte: producten moeten schaalbaar zijn. Omdat voor elke nieuwe klant nieuwe databases geanalyseerd moesten worden of nieuwe connecties gemaakt moesten worden, kostte het opzetten van een omgeving meer tijd dan datgene waarin Semiotic Labs zich specialiseert: de wiskunde achter de applicaties.
De beste oplossing bleek om zelf de data te gaan produceren, zodat iedere keer dezelfde output werd geleverd. Zo werd standaardisatie over de hele linie mogelijk, van data naar algoritme tot bruikbare informatie. Semiotic Labs ontwikkelde hiervoor een eigen sensor, die 20.000 keer per seconde de stroomtoevoer meet. “Dat heeft te maken met het doel dat we voor ogen hebben. Wil je machines en motoren alleen maar optimaliseren, dan kun je volstaan met laagfrequente data, maar wil je 100% betrouwbaarheid realiseren, dan moet je veel vaker meten. De bestaande sensoren waarmee dit mogelijk was, waren veel te duur, dus we moesten onze eigen sensoren laten ontwikkelen.”
De AWS cloud
Alle data die door Semiotic Labs wordt gegenereerd, wordt opgeslagen en verwerkt in de AWS-cloud. Als startup is het belangrijk om slimme keuzes te maken. Om zich te kunnen concentreren op het maken van goede algoritmes en applicaties, moesten belangrijke zaken die niet langer meer strategisch zijn, uitbesteed worden. Beschikbaarheid, identity management, of security zijn cruciaal om te kunnen functioneren maar tegelijkertijd totaal onbelangrijk omdat ze geen voordeel ten opzichte van de concurrentie opleveren.
Als startend bedrijf kon Semiotic Labs niet investeren in een eigen datacenter of dure servers en zonder de mogelijkheden van de cloud was het erg moeilijk geweest om het bedrijf van de grond te krijgen, denkt Jagers. “Alles wat wij nodig hebben, draait al bij AWS. Dat is het voordeel van de schaalgrootte van Amazon Web Services; er gebeurt het meest en de nieuwste dingen komen het eerst bij AWS beschikbaar, met name op het gebied van ontwikkeltools. Wij werken veel met Python, waarvoor de ondersteuning uitstekend is. De door ons ontwikkelde machine learning en deep learning algoritmes kunnen we dan ook perfect draaien op AWS. En voor alles wat we verder nodig hebben, heeft AWS ook een oplossing.” Daardoor hoeft Semiotic Labs nauwelijks te investeren en kan het bedrijf concentreren op het ontwikkelen van applicaties.
Steeds meer gespecialiseerde microservices
Dankzij de opkomst van grote cloudpartijen als AWS, zullen er steeds meer microservices ontstaan, voorspelt Jagers. Microservices zijn applicaties die twee dingen heel goed doen: de taak waarvoor ze zijn ontworpen en de communicatie met andere applicaties. “Dat is een groot verschil met hoe het vroeger was. Grote applicaties als Oracle en SAP, die honderd dingen tegelijk moeten doen, hebben denk ik hun beste tijd gehad. Als bedrijf kun je niet goed zijn in honderd dingen. We gaan denk ik naar een veel logischer wereld, waar kleinere bedrijven de connectiviteit gaan zoeken in API-standaarden. Doordat je de communicatie met andere applicaties standaardiseert, kun je relevant blijven, ook al doe je maar één ding. Zo kun je als klein bedrijfje heel groot worden, door goed te zijn in datgene wat je doet en kleine, specialistische apps te bouwen die goed integreren met een basisplatform.”
Toekomstplannen
Semiotic Labs staat als het aan Jagers ligt aan het begin van een groot avontuur. Er bestaat nog geen business case voor de hoogfrequente data die het bedrijf genereert, maar de oplossing wordt alleen maar beter naarmate er meer motoren worden gemonitord. “Hoe meer we leren, hoe beter onze dienstverlening. We gaan de komende periode met een aantal erg interessante klanten aan de slag om te zorgen dat onze dienstverlening helemaal klaar is voor grootschalig gebruik en om te leren hoe onze klanten onze spullen gebruiken. Dankzij het AWS-platform kunnen we experimenteren en zorgen dat alles met alles samenwerkt. Daarna is het tijd voor de volgende stap en willen we een voet tussen de deur krijgen bij de OEM’s.”
Dit is een ingezonden bijdrage van Semiotic Labs. Via deze link vind je meer informatie over de industriële apparatuur van het bedrijf.
13 uur geleden
