Beluister de audioversie van dit artikel (gegenereerd door AI).
De Hot Strip Mill van California Steel Industries in Fontana strekt zich uit over meer dan een halve mijl.
Binnenin verwarmen reusachtige ovens stalen plakken tot ongeveer 1.260 graden Celsius. Bij die temperatuur wordt het staal zacht genoeg om te walsen.
Maar eerst moet het worden gereinigd. De oven laat een dikke korst van "walshuid" achter op het oppervlak. Als deze niet wordt verwijderd, wordt ze in het staal geperst en verpest ze de afwerking. Een schilbreker breekt de korst los. Vervolgens blazen hogedrukwaterjets hem weg.
Vervolgens passeert de stalen plak vijf voorwalsgerüsten die hem van een dikte van 7 tot 9 inch terugbrengen tot slechts 0,0538 inch — bijna zo dun als een creditcard. Een kapschaar snijdt de rafelige uiteinden bij voordat het staal naar de afwerking gaat. Daarna walsen nog zes afwerkingsgerüsten het tot de uiteindelijke dikte en oppervlaktekwaliteit.
Op dit punt beweegt het staal zich met ongeveer 56 kilometer per uur.
Dat is te snel om defecten met het blote oog op te sporen. Voor autobodempanelen en huishoudelijke apparaten moet het oppervlak vlekkeloos zijn — defecten zijn dwars door de verf heen zichtbaar.
De afgewerkte strip wordt tot een rol gewikkeld. Sommige wegen tot 25 ton. Het hele proces duurt ongeveer vijf uur. Op volle capaciteit draait de molen 24 uur per dag en produceert 2 miljoen ton staal per jaar.
Maar staal kun je tenminste zien.
In de meest geavanceerde halfgeleiderfabrieken van vandaag zijn de defecten die ertoe doen onzichtbaar voor het menselijk oog.
En de gevolgen van het missen ervan zijn even ernstig.
Één halfgeleiderfout kan $25.000 kosten — en menselijke inspecteurs kunnen het niet stoppen
Bij de productie van halfgeleiders begint alles met een wafer — een dunne, gepolijste schijf gesneden uit zuiver silicium, meestal ongeveer 30 centimeter in doorsnede. Deze wafers moeten vlekkeloos zijn. Zelfs een microscopische kras of verontreiniging kan defecten veroorzaken in honderden chips.
De eerste stap is het printen van circuits met behulp van extreme ultraviolette lithografie. Dit proces projecteert circuitpatronen met licht met een golflengte korter dan elke zichtbare kleur. Een enkele afgewerkte chip kan alleen al in deze fase 20 tot 30 doorgangen vereisen.
De gespecialiseerde maskers die in dit proces worden gebruikt — een soort driedimensionaal sjabloon — moeten ook perfect zijn. Één defect bederft elke chip die dat masker aanraakt. En die maskers kunnen elk tot $1 miljoen kosten.
Na elke doorgang ondergaat de wafer etsen, depositie en chemische behandeling om transistorlagen op te bouwen. Dan herhaalt de cyclus zich. De meest complexe chips van vandaag doorlopen 1.500 tot 2.000 afzonderlijke stappen voordat ze functioneel worden. Elke stap is een potentieel faalmoment. Één stofdeeltje kan een hele wafer ruïneren.
Een enkele wafer voor de meest geavanceerde halfgeleiders kan tussen $20.000 en $25.000 kosten. Elke wafer bevat honderden chips. Een defecte vernietigt in één klap honderden producten. En de fabrieken waar dit allemaal gebeurt, kosten tussen $15 miljard en $20 miljard om te bouwen.
Fabrieken moeten deze verliezen waar mogelijk beperken. En menselijke inspecteurs zijn simpelweg niet in staat om het werk te doen.
Bij 56 kilometer per uur beweegt staal te snel om te zien. In een halfgeleiderfabriek zijn de defecten te klein om te zien. In beide gevallen zijn de inzetten te hoog om iets te missen.
AI verbetert kwaliteitscontrole
Dit is een gebied waar AI niet alleen helpt. Het is de enige oplossing die daadwerkelijk werkt.
AI "deep learning" en "edge learning" brengen defectbeheersing naar een niveau dat mensen niet kunnen evenaren. Deep learning werkt door honderden voorbeeldafbeeldingen te analyseren totdat het systeem leert zelfstandig beslissingen te nemen — geen programmeur vereist bij elke stap.
Edge learning gaat verder. Deze systemen worden voorgetraind geleverd en hebben mogelijk slechts vijf tot tien afbeeldingen nodig om te beginnen. Ze worden in minuten ingezet.
De resultaten zijn meetbaar.
Bij BMW verminderden AI-gestuurde visiesystemen de defectpercentages met 30% in één Europese fabriek binnen een jaar. De klanttevredenheid steeg met 15% na de uitrol. Bij Foxconn detecteren AI-gestuurde camera's nu defecten met 98% nauwkeurigheid, signaleren 80% minder valse alarmen en inspecteren elke eenheid 60% sneller dan voorheen.
Dit zijn geen pilotprogramma's. Het zijn productiesystemen die op schaal draaien, in enkele van de meest veeleisende productieomgevingen ter wereld.
Dit is wat ik bedoel als ik zeg dat het echte AI-verhaal niet het verhaal is dat de meeste aandacht krijgt.
Iedereen kijkt naar de grote infrastructuurnamen — de chipbedrijven, de cloudproviders, de chatbotplatforms. En ja, die zijn belangrijk. Maar er speelt zich een parallel verhaal af op de werkvloer, op het olieveld en in de halfgeleiderfabriek.
AI lost problemen op die voorheen niet oplosbaar waren. En de bedrijven die deze oplossingen leveren worden concurrerender, winstgevender en waardevoller — stilletjes, zonder veel ophef.
Dat is precies het soort kans waarnaar ik mijn hele carrière op zoek ben geweest.
De volgende generatie winnaars vinden voordat de markt het doorheeft
De uitdaging is natuurlijk het identificeren van welke bedrijven daadwerkelijk winnen — niet alleen beweren AI te gebruiken, maar het gebruiken op manieren die zichtbaar zijn in de fundamentals.
Dat is een probleem waar Marc Chaikin zijn hele carrière aan heeft gewerkt. Zijn Power Gauge-beoordelingssysteem is gebouwd om door de ruis heen te snijden en aandelen te vinden met echte momentum erachter. Het doet dat al decennia.
Maar op 24 juni gaan Marc en ik een stap verder. We onthullen het eerste AI-gestuurde product dat Chaikin Analytics ooit heeft gebouwd — en het is ongelijk aan alles wat we het publiek eerder hebben getoond.
We noemen het de Time Machine. Het scant tientallen jaren marktgeschiedenis om vandaag aandelen te vinden waarvan de fundamentele en technische vingerafdrukken overeenkomen met de vroege profielen van aandelen zoals Nvidia Corp. (NVDA), Amazon.com Inc. (AMZN), en Meta Platforms Inc. (META) — vlak voordat ze hun grootste bewegingen maakten. In backtesting ontdekte het aandelen die vervolgens winsten van 995%, 1.406% en 3.804% opleverden, terwijl de "zaad"-aandelen waarmee ze werden vergeleken veel bescheidener rendementen lieten zien.
Het AI-verhaal op de werkvloer is een voorbeeld van het soort kansen dat de Time Machine is ontworpen om te onthullen. Bedrijven die echte industriële problemen oplossen met AI — voordat de markt het doorheeft.
Dit is de eerste keer dat we zoiets beschikbaar hebben gesteld aan individuele beleggers. Het chartermemberschap is beperkt en dit aanbod wordt niet herhaald zodra de onthulling op 24 juni voorbij is.
De eerste stap is eenvoudig: Reserveer uw plek voor ons gratis evenement.
Mensen die zich aanmelden krijgen nu vroege bètatoegang tot de Time Machine — geen aankoop vereist. U kunt elk ticker invoeren en zien hoe het zich verhoudt tot de grootste aandelenmarktwinnaars aller tijden, vóór de officiële lancering.
Beveilig hier uw plek.
