Zuid-Korea investeert 1,4 biljoen won in fysieke AI voor fabrieken

Zuid-Korea investeert van 2026 tot 2030 1,4131 biljoen won in fysieke AI voor fabrieken, met productiedata, robotica en dark factories als kern, meldt Seoul Economic Daily.

Voor een Nederlandse machinebouwer of robotleverancier verschuift daarmee de inzet van AI-analyse naar de hele productieketen. Fabrieksdata wordt trainingsinfrastructuur: modellen moeten afwijkingen herkennen, processen begrijpen, robots aansturen en van elke echte productierun opnieuw leren.

Van productiedata naar handelen

In Gyeongsangnam-do werkt het programma aan precisiecontrole met een large action model, een model dat handelingen leert. De trainingsset bevat bewegingen van werknemers en robots, natuurkundige wetten en ruimtelijke informatie. Digitale tweelingen, datastromen en NPU-infrastructuur verbinden training, toepassing op locatie en hertraining.

Daarvoor hebben 13 bedrijven uit de provincie toegezegd data te delen over het stilzwijgende vakmanschap dat in hun fabrieken is opgebouwd. Het gaat dus om meer dan sensormetingen of foutmeldingen. Ook de manier waarop ervaren medewerkers een proces aanvoelen en bijsturen, moet bruikbaar worden als trainingsdata. De onderzoekers willen de procesmodellen verpakken, zodat producenten met vergelijkbare processen ze opnieuw kunnen gebruiken. Zo wordt bedrijfskennis een overdraagbare technische bouwsteen voor de volgende productierun.

Eén fabriek, veel robots

Het project in Jeonbuk richt zich op een andere laag: factory orchestration. Voor dit onderdeel is 736,8 miljard won uitgetrokken, tegenover 676,3 miljard voor Gyeongsangnam-do, meldt Aju Press. Het doel is een fysieke-AI-softwarelaag die robots en machines van verschillende makers als één fabriek laat samenwerken.

AI moet de indeling van de fabriek en de routes van logistieke robots ontwerpen. Een digitale tweeling controleert die keuzes eerst in drie dimensies, waarna de software de echte machines en robots aanstuurt. In een proef ontwierp AI in ongeveer drie uur een robotfabriek die drie tot vier experts bijna een maand had gekost. De volgende stap is een dark factory waarin AI het ontwerp, de bouw en de operatie van de fabriek coördineert.

De roadmap sluit de lus

De schaal van het programma is groter dan twee demonstratiefabrieken. Aan het onderzoek doen ruim 150 bedrijven, universiteiten en onderzoeksinstellingen mee, met ongeveer 3.500 onderzoekers, schrijft ZDNet Korea. Tegen 2030 moeten digitale tweelingen en virtuele fabrieken voor minstens 13 productieprocessen klaarstaan. De proefopstellingen mikken op een gesloten-lusautomatisering van minstens 90 procent en op het terugvoeren van resultaten naar de training binnen 24 uur. Van de deelnemende organisaties zijn 107 kleine en middelgrote bedrijven, ongeveer 68 procent van alle deelnemers. De cijfers laten zien dat kleine en middelgrote bedrijven een groot deel van de onderzoeksbasis vormen.

Die doelen maken het verschil tussen een robotdemo en een productiesysteem zichtbaar. De waarde zit in het model én in de keten van data verzamelen, simuleren, controleren, uitvoeren en opnieuw leren.

De les voor Nederlandse maakbedrijven

De Koreaanse overheid zet die bouwstenen bewust in één programma. De officiële Manufacturing AI 2030-strategie noemt een nationale productiedatabibliotheek met standaardisatie, versleuteling en anonimisering, naast een Full Stack AI Factory die verschillende machines, robots, modellen en logistieke processen koppelt.

Voor Nederlandse producenten verschuift de aandacht daarmee naar kwaliteit, onderhoud en planning op de productielijn. In Korea wordt diezelfde werkvloer nu ook de trainingsbron en besturingslaag van het model.

Voor een Nederlandse robotleverancier verandert ook de vraag die een klant stelt. Naast de robot zijn koppelingen met bestaande apparatuur, een digitale representatie van de lijn, veilige besturing en een route voor hertraining nodig. Interoperabiliteit en eigenaarschap van data worden daarmee onderdeel van het product. Ze blijven niet liggen als implementatiedetail nadat de pilot is verkocht.

De strategische verschuiving zit dus niet in een robot die slimmer wordt. De fabriek organiseert haar data, simulatie en machines als één leerbaar systeem. Voor Nederlandse maakbedrijven en robotleveranciers bepaalt die softwarelaag of een pilot een losse demonstratie blijft of uitgroeit tot een herhaalbare productiestap.