Nessan bespreekt duidelijk hoe AI in print afhankelijk is van het matchen van datapatronen, waardoor software voor grootformaat providers nu al wordt verbeterd. Hij voorspelt dat dit zal leiden tot meer AI-integratie in workflowplanning, jobwachtrijbeheer, kleurcorrectie, beeldupscaling en voorspellend onderhoud via sensoren en vision-systemen, waardoor uiteindelijk de activiteiten worden gestroomlijnd en meer flexibiliteit wordt geboden.
Te oordelen naar krantenkoppen uit de hele wereld is er nu veel belangstelling voor kunstmatige intelligentie, of AI, omdat multinationals en overheden openlijk praten over het gebruik van deze technologie om hun productie te optimaliseren en meer inkomsten te genereren. Maar hoe zal dit doorwerken in de printindustrie en in het bijzonder bij de vele grootformaat printdienstverleners die de sign- en displaymarkt bedienen?
Ironisch genoeg is er niet echt veel intelligentie betrokken bij AI. Intelligentie impliceert normaal gesproken een bepaald niveau van cognitief redeneren om problemen op te lossen. Maar AI verzamelt gewoon grote hoeveelheden gegevens, waaronder voorbeelden van redeneringen uit het verleden, en koppelt die aan patronen die uit die gegevens naar voren komen. In een bepaalde situatie doen de meeste AI-systemen gewoon de beste gok op basis van de beschikbare gegevens (en soms levert dit onwaarheden op). We hebben eerder algoritmen gebruikt om iets soortgelijks te doen, maar wat AI echt anders maakt, zijn de enorme datasets van ruwe informatie die deze systemen binnenkrijgen. Dit is mogelijk gemaakt door de vooruitgang in rekenkracht.
Veel van de huidige hype is gebaseerd op generatieve AI, die oplossingen kan creëren op basis van prompts die in het systeem worden ingevoerd. Dergelijke systemen moeten echter worden voorgetraind op bestaande gegevens, zodat ze beter bekend zijn als Generative Pre-Trained (GPT). De bekendste hiervan is waarschijnlijk ChatGPT.
Op een algemeen niveau kunnen deze systemen op praktische manieren worden gebruikt, zoals het maken van eerste concepten van brieven bij offertes of zelfs hele verkooppresentaties. Omdat AI niet perfect is, kan dit het beste worden gebruikt voor eerste concepten in plaats van definitieve kopieën, maar desalniettemin is dit genoeg om gebruikers meer te laten doen in minder tijd.
Sommige AI-varianten zijn meer gericht op het maken van afbeeldingen en zijn al zo goed dat ze mensen met een beetje kennis in staat stellen om werk te maken dat ze anders misschien niet zouden kunnen maken. Dit verlaagt de kosten voor het maken van artwork enorm, zelfs om snelle mock-ups te maken voordat je een professionele ontwerper inschakelt. Het kan bijvoorbeeld gaan om afbeeldingen voor een beursstand of patronen voor digitaal gedrukte kleding.
Denk echter niet dat AI zomaar al het werk voor je doet. De kwaliteit van de resultaten hangt af van de kwaliteit van de aanwijzingen die je in het systeem invoert, en dit vereist enige training op zich. Dit betekent dat iemand die getraind is in het gebruik van AI ook werk kan leveren op andere gebieden waar hij niet dezelfde mate van training heeft gehad. Dit soort multi-vaardigheid wordt weerspiegeld in de uitdrukking: “AI zal jouw baan niet innemen, maar iemand die AI gebruikt waarschijnlijk wel”.
AI en afdrukken
Er zijn een aantal gebieden waar AI een grote invloed kan hebben op drukwerk, en sommige daarvan zien we nu al. AI-technologie is niet zo nieuw als sommige krantenkoppen suggereren. Het wordt al meer dan tien jaar gebruikt en wordt al toegepast in sommige software die beschikbaar is voor de grafische industrie. Wat wel nieuw is, is dat waar het eerder werd gebruikt in afzonderlijke, geïsoleerde producten, we nu kunnen verwachten dat die oplossingen meer worden geïntegreerd, met meer automatisering die wordt aangedreven door AI in de hele productieworkflow.
Bijschrift: Esko Phoenix gebruikt AI voor automatisch opleggen en nesten.
Dit omvat het plannen van de meest efficiënte manier om opdrachten te produceren, die zowel kan worden gebruikt om een offerte te genereren als om de route door de productie te plannen. AI wordt ook steeds meer gebruikt om de wachtrij voor jobs te beheren. Een intrinsiek onderdeel daarvan is de manier waarop de verschillende jobs samengevoegd of om elkaar heen genest worden op het vel of de rol om de hoeveelheid verspilde media te minimaliseren. Dit is geëvolueerd van impositie, d.w.z. het rangschikken van pagina’s op een drukvel om de lay-out te optimaliseren. Er zijn verschillende bestaande programma’s, zoals Esko Phoenix, die AI al gebruiken voor impositie, en deze technologie is nu overgebracht naar grootformaat jobbeheer. Er zijn een aantal verschillende parameters waarmee rekening moet worden gehouden, zoals de manier waarop die verschillende jobs worden afgewerkt en de afgesproken levertijden voor elk van die jobs. En natuurlijk veranderen al deze factoren voortdurend gedurende een dag naarmate er meer opdrachten binnenkomen. Maar het vermogen om late orders op te vangen is een essentieel onderdeel van de snelle turnaround on-demand bestellingen van tegenwoordig, die klanten inmiddels zijn gaan verwachten.
Een ander gebied dat al profiteert van AI-technologie is kleurbeheer. Veel bestanden van klanten bevatten fouten op het gebied van kleurbeheer, waarvan sommige, zoals de verkeerde kleurruimte, eenvoudig kunnen worden gecorrigeerd. Veel kleurbeheerprogramma’s maken nu ook gebruik van AI om de kleuren in deze bestanden aan te passen zodat ze er natuurlijker uitzien, waardoor klanten minder vaak opdrachten afwijzen vanwege de kleuren die worden gedrukt. Vaak wordt dit in de software aangeduid als een automatische verbetering en niet als gebaseerd op AI.
Bijschrift: HP’s nieuwste Latex printer, de 830-serie, heeft een ingebouwde spectrofotometer voor geautomatiseerd AI-gestuurd kleurbeheer.
Kleurbeheer omvat ook andere gebieden, van linearisatie en kalibratie van printers tot het maken van profielen voor alle verschillende media en het kiezen van de juiste instellingen voor elke opdracht. Geleidelijk aan zien we dat er meer spectrofotometers worden geïntegreerd in grootformaatprinters om al dit kleurbeheer te automatiseren, met minimale input van de operator. Ook dit wordt aangedreven door AI.
AI wordt ook gebruikt om andere aspecten van beeldkwaliteit te verbeteren. Dat kan het opschalen van afbeeldingen zijn, waarbij AI extra pixels aan een afbeelding toevoegt op basis van de beste schatting na analyse van de bestaande pixels. Dat is een duidelijk voordeel voor iedereen die grote billboards wil maken. Het helpt ook om problemen op te lossen met klanten die bestanden met een lage resolutie opsturen.
Een gebied dat echt profiteert van een groter gebruik van AI is dat van voorspellend onderhoud. De pandemie, met zijn verschillende sluitingen, dwong de meeste leveranciers om hun serviceaanbod te herzien, omdat het moeilijker werd om technici op locatie te sturen. Maar AI heeft deze leveranciers in staat gesteld om de gegevens te analyseren die ze al hebben over de redenen voor serviceoproepen om te anticiperen op het moment dat elk onderdeel het zou kunnen begeven.
Om meer automatisering toe te voegen, zullen grootformaatprinters meer gegevens moeten genereren. De komende jaren zullen er dus vrijwel zeker meer sensoren worden toegevoegd aan grootformaatprinters om potentiële problemen op te sporen en defecte onderdelen te detecteren. De grotere printers zullen ongetwijfeld meer vision-systemen krijgen om te controleren of wat er geprint is overeenkomt met de verwachtingen van de klant.
Een ander gebied waar AI zich voor zou kunnen lenen is voorraadbeheer, inclusief het bestellen van meer verbruiksartikelen en reserveonderdelen als dat nodig is. De truc is om niet te veel te bestellen – waardoor kapitaal in voorraad wordt gehouden – maar tegelijkertijd niet het risico te lopen dat iets opraakt waardoor de productie wordt opgehouden.
AI ligt ook ten grondslag aan veel van de analysediensten die sommige printerleveranciers hebben geïntroduceerd, evenals aan sommige MIS. Het is goed in het herkennen van patronen, zoals een daling in de verkoop in bepaalde gebieden, en het bedenken van oplossingen op basis van ideeën die anderen met succes hebben geprobeerd, maar dan aangepast aan de specifieke situatie van een individuele gebruiker op basis van zijn gegevens.
Samenvattend is AI verre van een technologie van de toekomst, maar een die al ingebed is in veel van de automatiseringssoftware die al in gebruik is. En we kunnen verwachten dat er meer hardware – in de vorm van sensoren, spectrofotometers en vision-systemen – aan printers wordt toegevoegd om die automatisering te vergemakkelijken. AI zou het gemakkelijker moeten maken om oplossingen van verschillende leveranciers te integreren. Dat zou grootformaat gebruikers weer meer vrijheid moeten geven om productieworkflows te bouwen die beter aansluiten bij hun individuele behoeften.