Slimmer produceren met AI bij Amgen Breda

n de productiehal van Amgen in Breda rollen dagelijks duizenden verpakte geneesmiddelen van de band. Wat van buitenaf oogt als een gestroomlijnde logistieke operatie, blijkt in werkelijkheid een complexe wereld van procedures, data en precisie. Toch weet het team in Breda steeds weer vooruitgang te boeken. Hun geheim? Kunstmatige intelligentie, in alle vormen en maten – van slimme camera’s tot datagestuurde chatbots.

“Wat wij hier doen, is eigenlijk assembleren en verpakken”, legt Bart Kennes, senior manager Operations bij Amgen uit. “We produceren niet het actieve ingrediënt van het medicijn. Dat gebeurt op andere locaties van ons bedrijf, bijvoorbeeld in Ierland of de Verenigde Staten. Wij doen de laatste stap: assembleren, labelen en verpakken van het eindproduct.”

Die stap lijkt eenvoudig, maar is dat allesbehalve. “Het molecuul is overal hetzelfde”, zegt Kennes. “Maar de verpakking en bijsluiter verschillen per land. Een voorbeeld: voor België moeten de Nederlandse, Franse en Duitse taal op de verpakking staan. Voor het Verenigd Koninkrijk geldt dit alleen voor de Engelse taal, maar dan wel met het lokale telefoonnummer op de ­bijsluiter. Dat zorgt voor een enorme variatie in eindproducten. We zijn een flexibele productielocatie waar een groot aantal diverse producten in kleine hoeveelheden wordt gemaakt, afgestemd op specifieke klantbehoeften (high mix, low volume). Juist daar ligt onze kracht.”

Regelgeving en betrouwbaarheid

Die kracht is broodnodig in een streng gereguleerde sector. “We krijgen geregeld audits op de werkvloer”, vertelt Ronald den Hoed, senior manager Data Analytics. “Er wordt gecontroleerd of we produceren volgens geldende regelgeving. Dat is logisch: het gaat om medicijnen, dus naleven van de wet- en regel­geving, kwaliteit en veiligheid staan voorop.”

Dat betekent ook dat technologische innovaties, hoe geavanceerd ook, moeten passen in die gezette kaders. “We kunnen niet zomaar experimenteren met toepassingen die zichzelf aanpassen”, zegt Den Hoed. “Generatieve AI leert voortdurend bij op basis van nieuwe input. Dat maakt validatie ervan lastig. In onze wereld moet je kunnen aantonen dat een systeem altijd dezelfde uitkomst geeft. Daarom gebruiken wij kunstmatige intelligentie vooral als hulpmiddel en niet als beslisser.”

Van data naar inzicht

Naast dit soort toepassingen is Amgen Breda ook al jaren bezig met datagedreven werken. “We hebben bijna al onze gegevens uit diverse systemen samengebracht in een datalake”, vertelt Den Hoed. “Dat maakt het mogelijk verbanden te leggen die we vroeger niet zagen. Waar je vroeger een reeks Excel-bestanden nodig had, heb je nu één centrale bron waar bijna alle data uit Amgen-applicaties zijn opgeslagen. Deze centrale data-infrastructuur voldoet aan internationale beveiligingsnormen, waaronder 21 CFR Part 11. Door verschillende technologieën, zoals encryptie, is het risico op datalekken of hacking minimaal.”

AI helpt bij datagedreven werken, vooral om de drempel voor medewerkers te verlagen om zelf bij te dragen aan de ontwikkeling van data analytics-oplossingen. “Niet iedereen kan programmeren in SQL of Python”, zegt Den Hoed. “Maar met generatieve AI kun je vragen stellen in gewone taal. Het model schrijft de code voor je. Daardoor kunnen mensen die geen technische achtergrond hebben, toch met complexe datasets werken.” Kennes ziet dit dagelijks al gebeuren. “We hebben nu dashboards die bijna realtime inzicht geven in wat er op de vloer gebeurt. Iemand kan nu vragen: ‘Hoe draaiden we gisteren op die lijn?’ Of: ‘Waar verloren we tijd?’ Het antwoord komt dan direct uit de data.”

Chatbot als collega

De volgende stap is het ontsluiten van ongestructureerde informatieteksten, notities en rapporten die niet in tabellen passen. “In ons onderhoudssysteem staan duizenden meldingen waarin operators beschrijven hoe ze een storing hebben opgelost,” legt Kennes uit. “Daar zit enorm veel kennis in, maar deze is lastig terug te vinden.” Daarom bouwde het team een chatbot die door al die verslagen heen kan lezen. “Je kunt nu gewoon vragen: ‘We hebben deze storing, is dat eerder gebeurd?’ En dan krijg je voorbeelden terug, compleet met stappen om het op te lossen”, zegt hij. “Dat scheelt tijd die we in andere taken kunnen stoppen.” Den Hoed ziet de waarde daarvan vooral in snelheid. “Het is alsof je een heel slimme co-worker hebt die razendsnel door duizenden documenten bladert.”

Een tweede chatbot, gericht op andere datasets, is al in ontwikkeling. “Het mooie is dat we hierdoor eindelijk waarde halen uit vrije tekstvelden die jarenlang onbenut bleven”, zegt Kennes.

Voorspellend vermogen

Naast terugkijken wil Amgen ook vooruitzien. “We zijn bezig om hoogfrequentiedata uit onze machines te halen”, vertelt Den Hoed. “Temperatuurmetingen, trillingen, druk … al die waarden samen geven een beeld van de ‘gezondheid’ van een machine. Daarmee kun je storingen eerder signaleren. AI kan helpen de modellen te ontwikkelen en inzicht te krijgen in trends.”

Hij vergelijkt het met een auto. “Zolang er geen lampje brandt is alles goed. Maar als AI ziet dat een bepaald patroon afwijkt van normaal, kan dat een waarschuwing zijn. Zo kun je onderhoud plannen voordat er iets stukgaat.” Kennes vult aan: “Dat is niet per se toekomstmuziek. We zien nu al dat we met onze data en dashboards beter kunnen voorspellen hoe de bezetting in ons magazijn zich ontwikkelt. Dat is geen pure AI, maar wel dezelfde manier van denken.”

Toch benadrukken beiden dat AI alleen werkt als de basis op orde is. “AIles is zo goed als de data die je erin stopt”, zegt Den Hoed. “Als de invoer rommelig is, krijg je rommel terug. Die bewustwording groeit enorm. Mensen zien nu direct in dashboards of hun data niet kloppen.” Dat inzicht draagt bij tot een positieve cultuurverandering. “Waar we vroeger nog moesten uitleggen waarom datamanagement belangrijk is, zien collega’s nu zelf de waarde ervan omdat de impact direct zichtbaar is”, aldus Den Hoed. Als je iets niet goed logt, merk je dat meteen, en dat motiveert om het goed te doen.”

Kennes merkt dat medewerkers steeds positiever tegenover digitalisering staan. “We zien dat jongere collega’s die hier binnenkomen, vaak al vertrouwd zijn met AI en termen als ‘data pipeline’ of machinelearning. Ze brengen een frisse blik mee die ons inspireert en aanvult. Tegelijkertijd bouwen we voort op de waardevolle ervaring en kennis van onze bestaande teams. Die combinatie maakt ons sterker.”

Andere manier van werken

De locatie van Amgen in Breda is niet alleen een productielocatie, maar ook een proeftuin voor innovatie. “We krijgen veel vrijheid om nieuwe zaken te onderzoeken”, zegt Kennes. “Binnen gezette kaders natuurlijk. Dat maakt dat we nieuwe toepassingen relatief snel kunnen uitproberen.”

Zo werd recent binnen het wereldwijde Amgen-netwerk gekozen voor de inzet van Open AI ChatGPT Enterprise. “We maken gebruik van een beveiligde, afgeschermde versie van de AI-modellen”, legt Den Hoed uit. “Onze data blijven binnen Amgen en worden niet gebruikt om de modellen verder te trainen. Dat is essentieel voor het waarborgen van vertrouwelijkheid en compliance.”

De snelheid waarmee de technologie zich ­ontwikkelt, verrast ook de experts zelf. “Wat er in één jaar is veranderd is ongelofelijk,” zegt Kennes. “We hebben inmiddels chatbots die tegen onze eigen data praten, en dat werkt echt goed. De volgende stap is dat die chatbots onderling met elkaar kunnen praten. Dan krijg je een soort ‘master chatbot’ die informatie combineert en een overkoepelend ­antwoord geeft.”

Den Hoed ziet dat zijn werk als data engineer verandert. “We schrijven code minder handmatig. AI helpt ons nu al bij het schrijven en testen van datastromen. Dat maakt het mak­kelijker sneller prototypen te ontwikkelen. Uiteindelijk verschuift het werk van puur technisch naar inhoudelijk: begrijpen wat de business nodig heeft.”

Toekomst met menselijke maat

Ondanks alle vooruitgang blijft één uitgangspunt overeind: de mens beslist. “AI is voor ons een adviseur”, zegt Den Hoed. “We gebruiken het om sneller tot inzicht te komen, maar de verantwoordelijkheid blijft bij de mens. Dat is essentieel in een omgeving waar naleven van de wet- en regelgeving, kwaliteit en veiligheid vooropstaan.” Kennes knikt. “AI helpt ons ­efficiënter te werken, niet om mensen te vervangen. Het is als een waardevolle collega die je ondersteunt, repetitieve taken uit handen neemt en je de ruimte geeft om je te richten op wat echt telt.”

Bij de productie in Breda draait het dus niet om bots die het werk overnemen, maar om werknemers die dankzij technologie slimmer kunnen werken. Of zoals Den Hoed het samenvat: “Het is geen wondermiddel, maar het maakt ons werk wel elke dag een beetje beter.”