Stel je wilt een tafel ontwerpen en vertelt de designsoftware dat de tafel van hout moet zijn. Je geeft de maximale draagkrachten en maximaal gewicht van de tafel op. Je geeft ook aan dat de tafel aan duurzaamheids- en circulariteitseisen moet voldoen. Vervolgens gaat de computer zelfstandig aan de slag om de ideale tafel te ontwerpen op basis van jouw eisen. Dit is realiteit en noemen we generative design.
Deze relatief nieuwe technologie is een proces waarbij software op basis van algoritmen zelfstandig ontwerpvoorstellen genereert. Designers voeren daarbij vooraf zoveel mogelijk variabelen in, zoals het beoogde doel, de omstandigheden en het beschikbare materiaal, maar ook zaken als kostenbeperkingen. Een algoritme berekent vervolgens razendsnel duizenden mogelijke ontwerpen en kiest daaruit de modellen die het beste voldoen aan de vooraf gestelde eisen.
Generative design kun je vergelijken met de evolutietheorie van Charles Darwin. Net als in de natuur, brengt de software in een hoog tempo allerlei wijzigingen aan, waarbij het effect van die wijziging continu wordt doorgemeten. De meest succesvolle wijzigingen blijven bestaan en vormen weer het startpunt voor nieuwe optimalisaties. Uiteindelijk blijven designs over die zo goed mogelijk voldoen aan de gestelde wensen en eisen. Bij levensvormen is dit ook het geval. Succesvolle mutaties worden doorgegeven aan een nieuwe generatie. Hierdoor past een soort zich uiteindelijk zo goed mogelijk aan.
Ongekende voordelen
Generatieve design heeft grote voordelen. Ten eerste is het kostenbesparend omdat het uitvoerig testen en simuleren achteraf niet meer nodig is. Dit zit al ingebakken in het proces. De software test de ontwerpen ‘on the fly’ door ingebouwde simulatie. Sterker nog, het design is gebaseerd op de uitkomsten hiervan. Hierdoor zijn kostbare wijzigingen achteraf niet nodig en voorkom je nare verrassingen. Bovendien is er een enorme keuze aan mogelijke designs, wat het ontwerpproces kan versnellen. Een mens van vlees en bloed zou een veelvoud van de tijd nodig hebben voor een gelijke hoeveelheid ontwerpen.
Generative design kan daarnaast een basis vormen voor innovatie en meer creativiteit. Het genereert ontwerpen die zijn geoptimaliseerd op basis van de vooraf opgegeven beperkingen en omstandigheden, die weer de fundering vormen voor nieuwe innovaties. Daarnaast is de creativiteit van de ontwerper niet langer een beperkende factor. De software kan dus met designvoorstellen komen waaraan de ingenieurs niet of nauwelijks gedacht hebben. Het doorbreekt daarmee de beperkingen van de menselijke creativiteit.
General Motors
Veel grote bedrijven maken al gebruik van generative design. General Motors was één van de eerste autobedrijven die de technologie gebruikte om het gewicht van zijn voertuigen te verminderen. Er werden 150 nieuwe ontwerpideeën voor een stoelbeugel bedacht. Uiteindelijk werd er gekozen voor een definitief ontwerp dat veertig procent lichter en twintig procent sterker bleek dan het originele onderdeel. Under Armour maakte gebruik van generative design-algoritmen om een schoen te creëren met een optimale mix van flexibiliteit en stabiliteit voor alle soorten atletiektraining. Het algoritme bedacht een onconventionele geometrie, die 3d in een schoen werd geprint en door meer dan tachtig atleten werd getest in slechts een fractie van de tijd die het voorheen kostte.
De uitdagingen
Voor de leiders op het gebied van productontwikkeling vormen generatieve ontwerptechnologieën een aantal belangrijke culturele en organisatorische uitdagingen. Eén van de belemmeringen is de acceptatie door belanghebbenden, die met de technologie te maken gaan krijgen. Generatieve algoritmen produceren ontwerpen die radicaal kunnen verschillen van door mensen ontworpen voorgangers. Sommige waarnemers vinden ze zelfs ‘vreemd’ of verontrustend. Dat kan de acceptatie van generatieve oplossingen door interne belanghebbenden belemmeren, zelfs als de voorgestelde ontwerpen technisch superieur zijn. Het gebruik van generative design voor klantgerichte onderdelen zorgt voor vergelijkbare acceptatie-uitdagingen, hoewel sommige bedrijven al profiteren van de aanpak om producten te creëren met een uniek en sterk gedifferentieerd uiterlijk.
Daarnaast heeft generative design een impact op het werk van de menselijke ontwerpers. Generative design op grote schaal vraagt naar een andere knowhow. Algoritmes hebben namelijk geen gevoel voor esthetiek en emotie. Het ontwerp van een auto kun je dan ook slechts ten dele aan een kunstmatige intelligentie overlaten. Er zal altijd een mens moeten zijn die het ontwerp optimaliseert voor de mens. Het is daarom belangrijk dat designers leren hoe ze met generative design moeten werken.
Generative Design heeft ook impact op het productieproces. Bedrijven zullen moeten nadenken over hoe generatieve benaderingen passen in bestaande engineeringprocessen, dataplatforms en toolchains. Het snelle ontwikkelingstempo van generatieve ontwerptechnologieën betekent dat bedrijven waarschijnlijk meer flexibiliteit nodig zullen hebben om verschillende tools van verschillende leveranciers te gebruiken, met de mogelijkheid om hun ontwerptools uit te wisselen en te upgraden naarmate de technologie evolueert. Dat vereist open, aanpasbare systemen en een hoge mate van wendbaarheid in zowel de productontwikkeling als de it-functies.
Evolueren
De komende jaren zullen generatieve algoritmen blijven evolueren, krachtiger, breder toepasbaar en gebruiksvriendelijker worden. Verschillende toonaangevende bedrijven passen generative design dan ook al in hun hele organisatie toe. Dit vereist investeringen in tools, onderwijs en culturele verandering. Echter zijn de positieve effecten voor degenen die zich willen committeren aanzienlijk. Het is hierdoor slechts een kwestie van tijd voordat de generative design tot uitbarsting komt.
Interessant dat Darwin overal bij getrokken wordt alleen evolueert de aap niet zo vlug als de app waardoor de overeenkomsten tussen de generaties groter zijn dan de verschillen. Dat is prettig want het iteratief ontwerpen vanuit de opvolgende product generaties gaat ook meer om de overeenkomsten dan de verschillen omdat anders je simulaties waardeloos zijn. En natuurlijk kun je onconventioneel de geometrie van twee linkerschoenen bedenken om die door 80 atleten te laten testen maar of het een succes wordt lijkt me bedenkelijk door de trage evolutie.
Eens met “oudlid”, maar dit is natuurlijk een soort heilige graal: een it-voorziening die je eigenlijk in hapklare brokken oneigenlijk veel mogelijkheden voorspiegelt. Het lastige is de context waarin het vraagstuk dat opgelost moet worden zich afspeelt. De factor mens zal hier een cruciale rol in gaan spelen.