Meer data en grotere AI-modellen leveren indrukwekkende robotdemo's op, maar niet noodzakelijk robots die begrijpen wat ze doen. In de high-mix low-volume maakindustrie ontstaan juist de grootste uitdagingen wanneer een systeem situaties tegenkomt die het nooit eerder heeft gezien. Daarom hebben robots meer nodig dan statistische patronen: ze hebben expliciete kennis nodig van hun taak, hun omgeving en het product waarmee ze werken. Die kennis vormt een wereldmodel waarop verwachtingen, beslissingen en samenwerking kunnen worden gebaseerd. Autonomie ontstaat dan niet uit één slim model, maar uit een systeemarchitectuur die kennis, observatie, redeneren en vaardigheden samenbrengt. Dat vraagt om systems thinking — en precies daar ligt onze kracht.