Op Autodesk University 2026 werd zichtbaar welke kant Autodesk met de maakindustrie op beweegt. Fusion, gekoppelde data en AI kruipen dieper de productlevenscyclus in. Interessanter dan de losse aankondigingen is de onderliggende beweging: van informatie koppelen naar beslissingen ondersteunen. Die verschuiving raakt de bouw en infra net zo hard als de maakindustrie.
De kern is niet meer AI, maar meer context
Het is verleidelijk om de aankondigingen te lezen als "weer een lading AI-functies in CAD". Dat is niet waar het om draait. Autodesk koppelt in Fusion, Inventor, Vault en PLM meer productinformatie aan elkaar over de volledige levenscyclus, waardoor de engineeringcontext met de gegevens meereist. Teams zien daardoor niet alleen dát er iets wijzigt, maar ook waarom, en wat die wijziging verderop in de keten losmaakt.
Daarmee verandert het karakter van de digital thread. Die was tot nu toe vooral een verbinding tussen datasets. Hij wordt nu een drager van besluitvorming, waarin context, automatisering en menselijk oordeel bij elkaar komen.
AI creëert meer waarde wanneer het werkt binnen dezelfde digital thread die productdefinities, standaarden, beslissingen en productiecontext bevat, in plaats van als een afzonderlijke assistent naast het proces te functioneren.
Nick Harris, directeur UK Services bij ARKANCE
Waarom generieke AI hier tekortschiet
Een algemeen taalmodel kan een plausibel antwoord produceren. In productie en constructie is plausibel niet genoeg. Een onderdeel moet binnen vastgestelde toleranties passen. Een gereedschapspad moet kloppen met geometrie, machinecapaciteit, materiaal en procesbeperkingen. Een productwijziging werkt door in inkoop, kwaliteit, gereedschap, productie, naleving, service en kostprijs.
Precies daarom legt Autodesk de nadruk op context in plaats van op het model zelf. AI heeft hier meer nodig dan een prompt: toegang tot geometrie, ontwerpintentie, randvoorwaarden, productgegevens, procesinformatie en levenscyclushistorie. Dat maakt de kwaliteit van de gekoppelde data minstens zo bepalend als de kwaliteit van de AI.
Wat Autodesk liet zien
Autodesk gaf een voorproefje van een reeks AI-gedreven mogelijkheden binnen het Manufacturing-portfolio:
- AutoTimeline, bedoeld om geïmporteerde geometrie om te zetten naar bewerkbare parametrische onderdelen.
- AutoAssemble, gericht op het automatiseren van de manier waarop componenten in assemblages worden samengebracht.
- System Modeler, dat automatisering doortrekt naar machine-instellingen, gereedschapspaden en productievoorbereiding.
- Autodesk Assistant in Inventor, dat AI-ondersteuning uitbreidt naar API's en iLogic-workflows.
- Zoeken in natuurlijke taal in Vault, waarmee bestaande engineeringgegevens sneller vindbaar worden.
Los van elkaar zijn dit aanvallen op repetitief werk. Samen wijzen ze dezelfde kant op: Fusion groeit uit tot een omgeving waarin ontwerp, engineering, productie en productdata in één samenhangend geheel leven.
Inventor speelt in die overgang een sleutelrol. Autodesk noemt Inventor de eerste "Fusion Connected Client", waarmee bestaande desktopworkflows dichter tegen Fusion-data en cloudprocessen aan komen te liggen zonder dat organisaties hun manier van werken in één keer moeten omgooien. Dat is een pragmatische route, en een die bouwbedrijven herkennen: niemand vervangt zijn hele gereedschapskist tegelijk.
Agentic PLM is operationeel het interessantst
Generatief ontwerp trekt de aandacht omdat het resultaat zichtbaar is. De agentische PLM-richting van Autodesk heeft waarschijnlijk meer effect op de dagelijkse prestaties, omdat die gaat over de vertaling van informatie naar actie.
In de demonstratie op AU werd een binnenkomend probleem in de toeleveringsketen automatisch verbonden met de relevante product- en specificatiegegevens, beoordeeld op impact en doorgezet in een gereguleerd wijzigingsproces. Het systeem droeg alternatieven aan en bereidde vervolgstappen voor, terwijl beoordeling en goedkeuring bij vakmensen bleven liggen.
Vijf stappen van signaal naar geheugen
Het patroon dat daaronder ligt, laat zich als een beslissingsketen beschrijven:
- Signaal. Een probleem, wijziging of verstoring komt binnen.
- Context. Relevante product-, engineering-, leveranciers- en specificatiegegevens worden samengebracht.
- Beslissing. Alternatieven en gevolgen stroomafwaarts worden afgewogen.
- Uitvoering. Goedgekeurde wijzigingen landen in de juiste product- en bedrijfsprocessen.
- Leren. Besluit en uitkomst worden onderdeel van het levenscyclusdossier.
Daarom is het nuttig om naast de digital thread te denken in een decision thread. Informatiecontinuïteit blijft de basis, maar de operationele winst ontstaat pas wanneer betrouwbare context vroeg genoeg bij de juiste mensen en systemen komt om een besluit te verbeteren en in actie om te zetten.
Agentic betekent niet autonoom
In de voorbeelden van Autodesk blijven vakmensen verantwoordelijk voor het beoordelen van aanbevelingen, het valideren van wijzigingen en de vraag wat doorgaat. Besluiten en wijzigingen worden vastgelegd, waardoor traceerbaarheid behouden blijft in plaats van te verdwijnen in mailboxen, chats en hoofden van individuen.
Dat onderscheid is niet cosmetisch. AI kan opties beperken, eerdere ontwerpen ophalen, relaties leggen, wijzigingen opstellen en voorbereidend werk automatiseren. Verantwoordelijkheid voor technische geldigheid, kwaliteit, naleving, veiligheid en vrijgave blijft bij de organisatie. Naarmate systemen meer kunnen uitvoeren, moeten beslissingsbevoegdheid, beoordelingsstappen en goedkeuringscontrole scherper worden omschreven, niet losser.
Open koppelingen wegen zwaarder dan één platform
Autodesk zet daarnaast in op een opener en uitbreidbaarder architectuur: Fusion MCP-verbindingen, integraties met onder meer Outlook en Teams, geplande koppelingen tussen PLM en bedrijfssystemen van derden, en ruimte voor zelfgebouwde agents en partneroplossingen.
Dat is logisch, want geen enkele digital thread blijft binnen het domein van één leverancier. Productdefinitie leeft in CAD en PDM, terwijl ERP, MES, planning, kwaliteit, onderhoud, werkvloer, leveranciers, klanten en service allemaal context toevoegen. Het doel is dus niet alles centraliseren op één platform, maar genoeg continuïteit, governance en traceerbaarheid organiseren dat een besluit door de hele keten kan reizen zonder onderweg opnieuw te worden opgebouwd.
De ambitiekloof: 75 procent investeert, 40 procent haalt doelen
Het rapport State of Design & Make van Autodesk zet de spanning scherp neer. Driekwart van de ondervraagde leidinggevenden wil de AI-investeringen verhogen, maar slechts veertig procent zegt de eigen AI-doelen te naderen of te hebben behaald. De meeste organisaties zitten nog vroeg in het traject.
Techniek is daarbij niet de grootste rem. 56 procent noemt minstens één vaardigheidsbarrière voor digitale transformatie, tegenover 37 procent die kosten als belemmering ziet. Organisaties die verder zijn, onderscheiden zich niet vooral door hogere licentie-uitgaven, maar door beter gegevensbeheer, koppelbare systemen, gerichte AI-capaciteit en investering in mensen.
De praktische conclusie is ongemakkelijk maar helder: geen enkel model compenseert inconsistente onderdeelcodering, onduidelijk data-eigenaarschap, versnipperde masterdata, onbeheerde wijzigingen of workflows die nog op handmatige afstemming draaien.
Vijf prioriteiten voor wie hier iets mee wil
- Breng het beslissingstraject in kaart, niet het systeemlandschap. Kies één kostbaar besluit, bijvoorbeeld een technische wijziging of een leveringsverstoring, en volg hoe informatie de mensen bereikt die moeten handelen.
- Maak de digital thread semantisch. Spreek af welke identificaties, structuren, eisen en goedkeuringsstatussen consistent moeten blijven tussen engineering, PLM, ERP, productie, kwaliteit en service.
- Scheid automatisering van verantwoordelijkheid. Leg vast welke stappen AI mag voorbereiden of uitvoeren, welke output validatie vereist en wie eindverantwoordelijk is.
- Ontwerp voor co-existentie. Desktop, cloud, legacy en systemen van derden blijven naast elkaar bestaan. Bouw modulaire integratie die kan meegroeien.
- Meet workflowresultaten, geen taakwinst. Minder doorlooptijd op wijzigingen, minder faalkosten, hogere first-time-right, snellere probleemoplossing en beter hergebruik van kennis zeggen meer dan bespaarde minuten per handeling.
Waarom dit ook een bouwverhaal is
De vertaalslag naar bouw en infra ligt dichterbij dan de terminologie suggereert. Vervang "productwijziging" door "ontwerpwijziging in de TO-fase" en "PLM" door "CDE", en het verhaal blijft overeind. Ook in de bouw is de vraag niet of het model en de data gekoppeld zijn, maar of een wijziging op tijd bij de constructeur, de installateur en de leverancier landt, met genoeg context om er een goed besluit op te nemen. De normatieve kant daarvan is in de bouw zelfs verder uitgewerkt dan in de maakindustrie, via ISO 19650, IFC, IDS en BCF.
Wat de maakindustrie hier voorloopt, is niet de standaardisatie maar de koppeling met bedrijfsprocessen. Daar ligt voor bouwbedrijven de leercurve.
Verbonden prestaties, niet verbonden systemen
De richting die op AU 2026 zichtbaar werd, bevestigt een patroon dat breder geldt: technologie schept potentieel, waarde ontstaat pas wanneer data, processen, mensen en besluiten als één systeem functioneren. Organisaties hebben niet elk proces op één platform nodig. Ze hebben informatie nodig die betrouwbaar en bruikbaar blijft terwijl die door engineering, productie, bedrijfsvoering en service beweegt. Dat vraagt naast techniek ook integratie, governance, heldere verantwoordelijkheid en acceptatie op de werkvloer.
De digital thread laat zien wat verbonden is. De vervolgvraag is of die verbindingen de organisatie helpen om betere besluiten te nemen, en er op tijd naar te handelen.
Bron: ARKANCE
