Hoe zorgt AI voor een revolutie in grootformaat printen?

Nessan Clearly bespreekt hoe AI in print afhankelijk is van datapatroonmatching, wat de software voor grootformaataanbieders al verbetert. Hij voorspelt dat dit zal leiden tot een grotere AI-integratie in workflowplanning, wachtrijbeheer, kleurcorrectie, beeldopschaling en voorspellend onderhoud via sensoren en visionsystemen, wat uiteindelijk de bedrijfsvoering zal stroomlijnen en meer flexibiliteit zal bieden.

Afgaande op krantenkoppen wereldwijd is er momenteel veel belangstelling voor kunstmatige intelligentie (AI), aangezien multinationals en overheden openlijk praten over het gebruik van deze technologie om hun output te optimaliseren en meer inkomsten te genereren. Maar hoe zal dit doordringen tot de printindustrie, en met name de vele grootformaat printdienstverleners die de sign- en displaymarkt bedienen?

Ironisch genoeg komt er niet veel intelligentie kijken bij AI. Intelligentie impliceert normaal gesproken een zekere mate van cognitief redeneren om problemen op te lossen. Maar AI verzamelt simpelweg grote hoeveelheden data, inclusief eerdere voorbeelden van redeneringen, en koppelt deze aan patronen die uit die data naar voren komen. In elke situatie maken de meeste AI-systemen gewoon een schatting op basis van de beschikbare data (en soms leidt dit tot onjuistheden). We hebben eerder algoritmes gebruikt om iets soortgelijks te doen, maar wat AI echt onderscheidt, zijn de enorme datasets met ruwe informatie die deze systemen verwerken. Dit is mogelijk gemaakt door de vooruitgang in pure rekenkracht.

Veel van de huidige hype draait om generatieve AI, die oplossingen kan creëren op basis van prompts die in het systeem worden ingevoerd. Dergelijke systemen moeten echter vooraf worden getraind met bestaande data, waardoor ze beter bekend staan als Generative Pre-Trained, of GPT. De bekendste hiervan is waarschijnlijk ChatGPT.

Over het algemeen kunnen deze systemen praktisch worden ingezet, bijvoorbeeld voor het maken van eerste versies van offertebrieven of zelfs complete verkooppresentaties. Omdat AI niet perfect is, is het beter om dit te gebruiken voor eerste versies dan voor definitieve versies, maar het is desalniettemin voldoende om gebruikers meer te laten doen in minder tijd.

Sommige AI-varianten zijn meer gericht op het creëren van afbeeldingen en zijn al goed genoeg om mensen met een bepaald kennisniveau in staat te stellen werk te produceren dat anders voor hen onmogelijk zou zijn. Dit verlaagt de kosten voor het maken van artwork aanzienlijk, zelfs voor het maken van snelle mock-ups voordat een professionele ontwerper wordt ingeschakeld. Denk hierbij aan de graphics voor een beursstand of patronen voor digitaal geprinte kleding.

Denk echter niet dat AI het werk zomaar voor je opknapt. De kwaliteit van de resultaten hangt af van de kwaliteit van de prompts die je in het systeem invoert, en dit vereist op zichzelf al enige training. Dit betekent dat iemand die is getraind in het gebruik van AI, ook werk kan produceren op andere gebieden waar hij of zij niet dezelfde mate van training heeft gehad. Dit type multi-skilling komt tot uiting in de zin: "AI zal je baan niet inpikken, maar iemand die AI gebruikt waarschijnlijk wel."

AI en print

Er zijn een aantal gebieden waar AI een grote impact kan hebben op de drukkerijsector, waarvan we sommige al kunnen zien. AI-technologie is niet zo nieuw als sommige krantenkoppen suggereren. Het wordt al meer dan tien jaar gebruikt en wordt al gebruikt in een deel van de software die beschikbaar is voor de drukkerijsector. Nieuw is dat AI voorheen alleen werd gebruikt voor afzonderlijke producten, maar dat we nu kunnen verwachten dat deze oplossingen meer geïntegreerd worden, met meer automatisering door AI, rechtstreeks in de productieworkflows.

Bijschrift: Esko Phoenix gebruikt AI voor automatische impositie en nesting.

Dit omvat het plannen van de meest efficiënte manier om opdrachten te produceren, wat kan worden gebruikt om zowel een offerte te genereren als de route door de productie te plannen. AI wordt ook steeds vaker gebruikt om de wachtrij met opdrachten te beheren. Een intrinsiek onderdeel daarvan is de manier waarop de verschillende opdrachten worden samengevoegd of om elkaar heen worden geplaatst op het vel of de rol om de hoeveelheid mediaverspilling te minimaliseren. Dit is geëvolueerd van impositie, dat wil zeggen het rangschikken van pagina's op een persvel om de lay-out te optimaliseren. Er zijn verschillende bestaande programma's, zoals Esko Phoenix, die al AI gebruiken voor impositie, en deze technologie is nu ook toegepast in het beheer van opdrachten voor grootformaat. Er zijn een aantal verschillende parameters om rekening mee te houden, waaronder hoe die verschillende opdrachten worden afgewerkt en de overeengekomen levertijden voor elk van die opdrachten. En natuurlijk veranderen al deze factoren voortdurend gedurende de dag naarmate er meer bestellingen binnenkomen. Maar het vermogen om te voldoen aan late bestellingen is een essentieel onderdeel van de huidige snelle on-demand bestellingen, die klanten inmiddels verwachten.

Een ander gebied dat al profiteert van AI-technologie is kleurbeheer. Veel klantbestanden bevatten fouten in kleurbeheer, waarvan sommige, zoals de verkeerde kleurruimte, eenvoudig kunnen worden gecorrigeerd. Veel kleurbeheerprogramma's gebruiken nu ook AI om de kleuren in deze bestanden aan te passen voor een natuurlijkere uitstraling. Dit kan het aantal klanten dat opdrachten afwijst vanwege een verkeerde perceptie van de afgedrukte kleuren verminderen. Vaak wordt dit in de software alleen gemarkeerd als een automatische verbetering en niet als gebaseerd op AI.

Bijschrift: De nieuwste Latex-printer van HP, 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 steeds meer spectrofotometers geïntegreerd in grootformaatprinters, zodat al dit kleurbeheer geautomatiseerd kan worden met minimale input van de operator. Ook dit wordt aangestuurd door AI.

AI wordt ook gebruikt om andere aspecten van de beeldkwaliteit te verbeteren. Denk bijvoorbeeld aan het opschalen van afbeeldingen, waarbij AI in feite extra pixels aan een afbeelding toevoegt op basis van een zo goed mogelijke schatting na analyse van de bestaande pixels. Dat is een duidelijk voordeel voor iedereen die grote billboards wil maken. Het helpt ook problemen op te lossen met klanten die bestanden met een lage resolutie aanleveren.

Een gebied dat echt profiteert van een grotere inzet van AI is predictief onderhoud. De pandemie, met de bijbehorende lockdowns, dwong de meeste leveranciers om hun serviceaanbod te herzien, omdat het steeds moeilijker werd om monteurs op locatie te sturen. Maar AI heeft deze leveranciers in staat gesteld om de gegevens die ze al hebben over de redenen voor servicebezoeken te analyseren en te anticiperen op mogelijke defecten van elk onderdeel.

Om verder te automatiseren, zullen grootformaatprinters meer data moeten genereren. We zullen de komende jaren dan ook vrijwel zeker meer sensoren aan grootformaatprinters zien worden toegevoegd om potentiële problemen te detecteren en defecte onderdelen te detecteren. De grotere printers zullen ongetwijfeld meer beeldsystemen krijgen om te controleren of wat er is geprint, voldoet aan 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 indien nodig. De truc is om niet te veel te bestellen – wat kapitaal in de voorraad vastzet – maar tegelijkertijd niet het risico te lopen dat er iets opraakt dat de productie zou vertragen.

AI vormt ook de basis voor veel van de analysediensten die sommige printerleveranciers hebben geïntroduceerd, evenals voor sommige MIS-systemen. AI is goed in het herkennen van patronen, zoals een omzetdaling in bepaalde gebieden, en het bedenken van oplossingen op basis van ideeën die anderen met succes hebben geprobeerd, maar dan toegespitst op de specifieke situatie van een individuele gebruiker op basis van diens gegevens.

Kortom, AI is verre van een technologie van de toekomst, maar is al ingebed 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 visionsystemen – aan printers wordt toegevoegd om die automatisering te faciliteren. AI zou de integratie van oplossingen tussen verschillende leveranciers moeten vergemakkelijken. Dat zou gebruikers van grootformaatprinters op hun beurt meer vrijheid moeten geven om productieworkflows te bouwen die beter aansluiten op hun individuele behoeften.