De bakker verkoopt een mooi assortiment aan broodjes!
Bij Delta Pi zijn we onder andere gespecialiseerd in het adviseren en managen van de ‘RAMS’ prestaties van bestaande en toekomstige systemen.
Wij zijn van mening dat 1 Reliability (Betrouwbaarheid), 2 Availability (Beschikbaarheid), 3 Maintainability (Onderhoudbaarheid) en 4 Safety (Veiligheid) de vier belangrijkste aspecten zijn om op te sturen bij het ontwikkelen, realiseren, exploiteren en beheren van succesvolle systemen. Een overtuiging die we al meer dan 20 jaar met passie, kennis en kunde uitdragen.
Maar wat als onze overtuiging niet langer juist is? Wat als RAMS niet langer de belangrijkste aspecten zijn om op te sturen. Wat als er ondertussen een ander aspect is dat meer aandacht verdient in onze benadering?
De bakker moet ook andere broodjes gaan verkopen
We vroegen het volgende aan de kunstmatige intelligentie ChatGPT:
“Verzin, naast de bekende aspecten Betrouwbaarheid, Beschikbaarheid, Onderhoudbaarheid en Veiligheid, een aspect in relatie tot de mate waarin een fysieke asset zijn functie(s) vervuld. Oftewel de mate waarin de asset functioneel presteert. Wees zeker dat het verzonnen aspect nooit eerder in de geschiedenis door iemand anders is benoemd of verzonnen. Leg vervolgens uit waarom dat aspect het beste aspect is om het presteren van de functionaliteit van een fysieke asset te beschrijven”
Het antwoord van ChatGPT:
Het verzonnen aspect dat ik voorstel is “functie-integriteit”. Dit verwijst naar de mate waarin een fysieke asset in staat is om zijn beoogde functie(s) uit te voeren met de vereiste nauwkeurigheid en effectiviteit.
Functie-integriteit is belangrijk omdat het zich richt op de kernprestaties van een asset – het vermogen om zijn beoogde doel te bereiken. Terwijl betrouwbaarheid en beschikbaarheid zich richten op de beschikbaarheid en consistentie van de asset, en onderhoudbaarheid en veiligheid zich richten op het vermogen om de asset te onderhouden en te beschermen, gaat functie-integriteit specifiek in op de kwaliteit van het werk dat de asset levert.
Een hoge functie-integriteit betekent dat de asset in staat is om zijn taken efficiënt en nauwkeurig uit te voeren, wat cruciaal kan zijn in situaties waarin de nauwkeurigheid of prestaties van de asset kritiek zijn. Een lage functie-integriteit kan leiden tot inconsistenties in prestaties, verminderde efficiëntie en zelfs gevaarlijke situaties.
Door het aspect van functie-integriteit te benadrukken, kunnen we de nadruk leggen op de kernprestaties van de asset en ervoor zorgen dat deze prestaties voldoen aan de behoeften van de gebruiker en de beoogde functie van de asset.
Moet de bakker zijn assortiment aan broodjes aanpassen?
ChatGPT suggereert om serieus te kijken naar “functie-integriteit”. Dit houdt in dat we aandacht zouden moeten besteden aan de mogelijkheid dat een asset de functie doelmatig en nauwkeurig kan uitvoeren binnen bepaalde grenzen.
Hoe vergelijken we dan de functie-integriteit van assets? Laten we als voorbeeld een pomp nemen met de functie om water te verpompen en dat bij een functionele eis van 800 m³/uur water en een eis aan de nauwkeurigheid van ±20 m³/uur.
Stel er zijn slechts twee pompen in de markt verkrijgbaar die hier aan kunnen voldoen. Pomp A en pomp B. Wat is dan de pomp met de beste functie-integriteit? Is dat de goedkoopste pomp, pomp A, die net voldoet aan de nauwkeurigheid eis? Of is dat toch pomp B, die weliswaar iets duurder is (10% duurder) en liefst twee keer zo nauwkeurig water kan verpompen dan pomp A? En wat zegt ons dat?
Natuurlijk zijn nauwkeurigheid en kosten belangrijke aspecten, maar de uitleg in het antwoord van ChatGPT laat naar onze mening niet duidelijk zien waarom ze zo belangrijk zijn. Mogelijk dat ChatGPT met functie-integriteit iets aangeeft wat wij nog niet begrijpen en is het wel degelijk een relevant aspect. Functie-integriteit is door ChatGPT daadwerkelijk “verzonnen” en vervolgens op een geloofwaardige manier verwoord, alleen omdat we dat van ChatGPT vragen en verwachten.
Doorgaan met dezelfde broodjes verkopen, met kunstmatige intelligentie
Onze conclusie is dat we blijven werken aan ‘RAMS’ in onze projecten, maar we houden ook de toenemende mogelijkheden van kunstmatige intelligentie in de gaten en zullen ze gebruiken waar mogelijk. Deze ontwikkeling zal een grote impact hebben op onze manier van werken, zowel nu als in de toekomst. Het is daarbij belangrijk om goed na te denken over wat en hoe we iets aan kunstmatige intelligentie vragen en hoe we de resultaten verifiëren en valideren. Op die manier voorkomen we dat we enkel de resultaten krijgen die we willen horen en niet het meest waarschijnlijke, juiste, antwoord.
Samen klaar voor morgen!
