Bram van Rens is Principal Data Strateeg bij Blue Radix. In dit interview legt hij uit wat data science is en hoe hij het toepast. Hij onthult ook de toegevoegde waarde ervan voor de glastuinbouw, niet alleen in autonoom telen, maar ook vooruitkijkend naar toekomstige data science ontwikkelingen in de glastuinbouwsector.
Vertel eens wat meer over uw achtergrond en wanneer u bij Blue Radix bent begonnen.
“Ik ben opgegroeid in een dorp in Limburg. Als tiener had ik een korte bijbaan in een kleine paprikakas, maar daarna heb ik lange tijd niets meer met de glastuinbouw te maken gehad. Ik studeerde Technische Natuurkunde in Enschede en promoveerde daarna aan de Universiteit van Amsterdam. Daarna wilde ik meer toegepast werken. Een bekend medisch technologiebedrijf in Eindhoven verleidde me met een interessante baan in productinnovatie.
Ik werkte daar tien jaar, waarna ik ongeveer vijf jaar geleden overstapte naar AgroEnergy. Daar kwam ik na een lange onderbreking opnieuw in aanraking met de glastuinbouw. Als Senior Data Scientist werkte ik aan slimme, datagedreven energieoplossingen en zag ik echt hoe innovatief, veelzijdig en complex de glastuinbouw is.
Daarom heb ik vorig jaar de kans om bij Blue Radix te starten met beide handen aangegrepen. Hier kan ik mijn glastuinbouwkennis nog verder verdiepen en mijn data science kennis en ervaring inzetten om de complexe technologische uitdagingen in de glastuinbouwsector aan te pakken.”
Wat is uw rol en waar bent u bij betrokken?
“Mijn functie bij Blue Radix is Principal Data Strategist. Ik werk aan veel verschillende onderwerpen met betrekking tot data en data science, om autonoom telen te blijven ontwikkelen. Data science is een multidisciplinair vakgebied waar methoden uit de wiskunde, statistiek en informatica worden gecombineerd met domeinkennis, om betekenisvolle informatie uit (grote hoeveelheden) data te halen en zo slimme producten en diensten te creëren.
Een van mijn belangrijkste aandachtsgebieden bij Blue Radix is het vertalen van de uitdagingen en bedrijfsvraagstukken van onze klanten naar innovatieve, praktische data science oplossingen die wereldwijd in kassen kunnen worden toegepast. Deze oplossingen omvatten bijvoorbeeld het optimaliseren van het kasklimaat, het genereren van setpoints voor de best mogelijke aansturing van de installaties, of het voorspellen van de opbrengst. Ik ben lid van het productontwikkelingsteam, dus ik werk uiteraard nauw samen met iedereen daarin.
Ik houd ook de nieuwste ontwikkelingen op het gebied van data science en kunstmatige intelligentie in de gaten om onze kennis en vaardigheden up-to-date te houden. We verdiepen ons in relevante nieuwe methoden en waar nodig worden we ondersteund door partnerpartijen.
Ik werk ook continu aan onze data- en analysestrategie. We kijken vooruit naar welke data, datakwaliteit, analyses en algoritmes we nodig hebben om toekomstige toepassingen voor autonoom telen te realiseren. In deze strategie neem ik ook de resultaten mee van wetenschappelijke onderzoeksprojecten waarbij ik betrokken ben, zoals FlexCrop (optimalisatie van energiegebruik in de kas door flexibel teeltmanagement).
Wat zijn de grootste uitdagingen in jouw werk?
“Dat is een moeilijke vraag, want er zijn zoveel uitdagingen! Maar om een persoonlijke te noemen: het vinden van de balans tussen het ontwikkelen van iets dat perfect is, versus iets dat al in een eerder stadium waarde oplevert. Ik ben van nature een perfectionist en zie vaak manieren om een oplossing verder te verbeteren, ook al hebben we misschien al iets dat zeer waardevol is voor onze klanten. Door de jaren heen ben ik beter geworden in het vinden van deze balans, maar het heeft wel mijn voortdurende aandacht nodig. Wat hierbij ook helpt, is de manier waarop we samenwerken in het productontwikkelingsteam en binnen Blue Radix als geheel. We zetten echt in op kwaliteit, terwijl het tegelijkertijd ons doel is om elke toegevoegde waarde zo snel mogelijk op de markt te brengen.
Een van de uitdagingen binnen data science is het verkrijgen van voldoende data, en van voldoende kwaliteit. Denk hierbij aan data van de klimaatcomputer, sensoren en het weer. Over het algemeen geldt: hoe meer data en hoe beter de datakwaliteit, hoe optimaler onze oplossingen werken. Deze uitdaging hebben we goed kunnen oppakken dankzij de goede samenwerking met onze klanten, en dat blijven we natuurlijk doen.”
Hoe zie je de toekomst van data science in de glastuinbouw? Wat staat er te gebeuren?
‘We staan nog maar aan het begin met autonoom telen; er moet nog veel ontwikkeld worden om alle processen die daarbij komen kijken te managen. Daarnaast zie ik ontwikkelingen op verschillende overkoepelende thema's waar data science een belangrijke rol zal spelen.
Een van deze thema's is het minimaliseren van de ecologische voetafdruk. De tuinbouwsector werkt hier al hard aan. Ik denk dat data science deze ontwikkelingen aanzienlijk zal versnellen, omdat steeds grotere hoeveelheden data, uit vele bronnen, beschikbaar komen en gecombineerd kunnen worden. Dit maakt het mogelijk om de voetafdruk aanzienlijk te verkleinen door bijvoorbeeld het gebruik van energie, water, voedingsstoffen en gewasbeschermingsmiddelen te optimaliseren, terwijl natuurlijk de opbrengst en kwaliteit gemaximaliseerd worden.
De tweede ontwikkeling is eigenlijk een verlengstuk hiervan: ketenoptimalisatie. Hiermee bedoel ik de gehele keten van productie tot consumptie, dus van zaad, teelt, productie, opslag, transport, verkoop en (super)markt, tot en met de beleving van de eindconsument. Dit omvat uiteraard grote hoeveelheden data met zeer complexe relaties en invloeden tussen de verschillende stappen in de keten. Data science biedt de middelen om diepgaande analyses, voorspellingen en optimalisaties op deze data uit te voeren. Bijvoorbeeld om inzicht te geven in logistieke knelpunten, robuuste verkoopprognoses te genereren, de kwaliteit te verbeteren en de klanttevredenheid te verhogen.
Ik geloof dat deze ontwikkelingen bijdragen aan het unieke karakter en de duurzaamheid van de glastuinbouw als geheel, en van telers specifiek, waardoor de bedrijfscontinuïteit behouden blijft. Kortom, in de glastuinbouw is data science een blijvertje.”
