Wie zijn Toon & Yannick?

Wat je moet weten over dark factories in biotech

“Wat we vaak zien, is dat het woord dark meteen weerstand oproept,” begint Toon Budeners. “Mensen denken: het gaat dan in België vooral over jobs schrappen en loonkostoptimalisatie. Dat speelt zeker mee, al gaat het in de praktijk daarnaast vooral over kwaliteit, betrouwbaarheid en consistentie.” Yannick Teyssen ziet datzelfde spanningsveld terugkomen in gesprekken met klanten. “We horen regelmatig dat bedrijven het gevoel hebben dat ze ‘iets met dark factories moeten doen’, omdat het opduikt in strategische roadmaps. Maar zodra je doorvraagt, blijkt dat de echte vraag veel concreter is: hoe verminderen we manuele fouten? Hoe krijgen we meer grip op ons proces?”

Maar voor alle duidelijkheid: morgen worden de lichten niet gedoofd in life science-bedrijven. Overmorgen evenmin. Niet uit onwil, maar omdat biotech nu eenmaal een totaal andere omgeving is dan high-throughput industrieën. Lage volumes, hoge complexiteit en zware governance vormen geen ideale voedingsbodem voor volledige lights-out automatisatie. Wat bedrijven in life science wél proberen te doen, is menselijke variabiliteit beperken. Contaminatie, inconsistentie en manuele fouten zijn daar de grootste risicofactoren.

“In de praktijk zien we dat automatisatie vaak vertrekt vanuit loonkost,” zegt Teyssen. “Maar daarnaast draait automatisatie bijna ook altijd over betrouwbaarheid, als in: systemen die dezelfde handeling telkens opnieuw exact op dezelfde manier uitvoeren.”

Die nuance is essentieel in een tijd waarin de term dark factory steeds vaker opduikt in boardrooms en strategische plannen. De hype is groot, maar de realiteit is subtieler en net daardoor interessanter.

Automatisatie: belangrijker dan ooit

Life science-bedrijven staan onder druk om slimmer te produceren, niet noodzakelijk groter. Slimmer betekent in deze context vooral: beter omgaan met data. Elke beslissing, meting en afwijking moet traceerbaar én verdedigbaar zijn.

“We hebben het zelf zien evolueren,” zegt Budeners. “Drie, vier jaar geleden konden we bij sommige sites geen rapport maken dat data uit twee systemen samenbracht. Vandaag spreken we over centrale datalakes, sensordata die realtime binnenkomt en dashboards die effectief gebruikt worden om beslissingen te nemen.” Voor veel organisaties was net die evolutie de echte start van hun automatisatietraject.

Omdat dat datafundament onzichtbaar is, wordt het vaak onderschat. Toch bepaalt het of geavanceerde automatisatie ooit haalbaar wordt. “Wat we in de praktijk tegenkomen, is dat bedrijven te snel naar robots of AI kijken,” aldus Teyssen. “Maar zonder duidelijke data governance en zonder vertrouwen in je data, kan geen enkel systeem betrouwbaar functioneren.”

Dat brengt meteen een tweede realiteit van life science naar voren: governance is overal. Een kleine softwarewijziging, een sensor verplaatsen, een robot die een andere beweging moet maken. Het kan weken of maanden aan validatie en kwalificatie activeren.

“In een luciferfabriek pas je iets aan en je bent vertrokken,” zegt Budeners. “In farma zien we dat zelfs minieme changes een volledig kwalificatietraject vereisen. Daardoor wordt first-time-right enorm belangrijk, terwijl technologie net baat heeft bij iteratie. Die spanning voelen klanten elke dag.”

Alleen maar overhead als je verkeerd start

Een van de grootste misvattingen over automatisatie is dat het vooral een technologisch vraagstuk is. In de praktijk zit de grootste uitdaging elders: in cultuur, adoptie en het vermogen om klein te beginnen. “We horen vaak: ‘We moeten iets doen met robots’ of ‘met digital twins’,” zegt Teyssen. “Maar als je niet kunt uitleggen welk probleem je oplost, dan ben je vooral extra complexiteit aan het introduceren.”

Budeners is daar scherp in: “Elk nieuw techproject creëert sowieso overhead. Denk aan licentie- en onderhoudskosten, administratie, training … Dat wordt systematisch onderschat. Bij sterke projecten wordt die overhead gecompenseerd door besparingen en kwaliteitswinst; bij zwakke implementaties is dat niet het geval.”

Net daarom liggen in brownfield-sites vaak de grootste kansen. Niet omdat ze moderner zijn, maar omdat ze rijk zijn aan operationele kennis. “Daar zie je waar het écht schuurt,” zegt Budeners. “Waar operators moeten improviseren, waar variabiliteit ontstaat, waar manuele stappen risico’s introduceren.”

Greenfields lijken aantrekkelijker – een leeg canvas waarop alles perfect ontworpen kan worden – maar ook daar schuilt gevaar. “In de praktijk merken we dat greenfields vaak technologie bevatten die niet voldoende in echte problemen verankerd is,” aldus Budeners. “Dan creëer je uiteindelijk meer werk, niet minder.”

Wat vandaag wél werkt

Er bestaat geen wondermiddel dat een fabriek morgen ‘donker’ maakt. Maar er zijn wel stappen die vandaag aantoonbaar waarde opleveren. Inline metingen verminderen het aantal staalnames en dus het contaminatierisico. Realtime data maken het mogelijk om processen sneller bij te sturen en de yield te verhogen. Repetitieve manuele handelingen kunnen worden vervangen door systemen die consistenter en veiliger werken.

“Wat we bij klanten zien, is dat het zelden om één grote ingreep gaat,” zegt Teyssen. “Het zijn kleine automatisaties die samen een groot verschil maken.”

Ook technologieën als AI, robotics en digital twins hebben hun plaats, maar met nuance. AI biedt veel potentieel in administratieve processen zoals documentatie en validatie. Robots zijn nuttig voor logistieke taken, maar zelden een gamechanger in bioprocessen. Digital twins kunnen waardevol zijn, maar vragen maturiteit in data en processen.

De mens in de dark factory

De vraag of automatisatie jobs overbodig maakt, blijft hardnekkig terugkomen. Toch zien Toon en Yannick in de praktijk vaak het omgekeerde gebeuren.

“Wat we effectief zien, is dat automatisatie het werk intellectueler maakt,” zegt Teyssen. “Door repetitieve taken weg te nemen, krijgen operators ruimte om te analyseren en beslissingen te nemen.”

Budeners vat het samen met een metafoor die hij vaak gebruikt: “We hebben minder koks en meer chefs nodig. Een kok volgt een recept. Een chef begrijpt het gerecht en stuurt bij.”

In de fabriek betekent dat: minder registreren, meer interpreteren. Minder uitvoeren, meer optimaliseren. Operators evolueren naar echte process owners.

Die transitie is niet vanzelfsprekend. Angst voor technologie, weerstand tegen verandering en de neiging om elk risico vooraf uit te sluiten, maken projecten stroperig. “Daarom hameren we er altijd op: betrek mensen vanaf dag één,” zegt Teyssen. “Niet informeren achteraf, maar samen stap voor stap aan iets bouwen.”

Hoe bedrijven realistisch kunnen starten

Het advies dat Toon en Yannick consequent geven, is eenvoudig maar veeleisend: begin klein, begin met een probleem en begin met de juiste reden.

Wie vertrekt vanuit strategische vragen – willen we meer produceren met dezelfde infrastructuur? Willen we minder variabiliteit? Willen we veiliger werken? – komt vanzelf bij de juiste automatisatieprojecten uit. Die projecten worden vervolgens getoetst aan de realiteit van het proces, de infrastructuur en de datakwaliteit. Automatisatie is geen big bang en geen switch. Het is een roadmap.

Conclusie

Een dark factory in life sciences is geen dystopische toekomstvisie. Het is een denkmodel dat helpt om menselijke variabiliteit te verminderen, datakwaliteit te verhogen en bedrijven minder kwetsbaar te maken voor schommelingen in arbeid en kostenstructuur. Geen lichten die uitgaan, maar een omgeving die stap voor stap intelligenter wordt – en waarin mensen belangrijker zijn dan ooit.

De toekomst van productie is dus niet donker. Ze is slimmer.