Den digitale tråden er en forutsetning for å utnytte kunstig intelligens i industrien

Hvilken rolle spiller kunstig intelligens (AI) i fremtidens produksjonsbedrifter? Det er et aktuelt spørsmål etter halvannet år med et enormt fokus på AI i stort sett alle sammenhenger.

Tall fra undersøkelsen Smart Manufacturing Study fra konsulenthuset ISG, viser at over 75 prosent av produksjonsbedriftene vil opprettholde eller øke sine investeringer innen kunstig intelligens. Samme studie viser at forventningen til avkastning er størst på investeringer nettopp innen AI og maskinlæring.

AI er kraftige saker, men det er ikke en tryllestav. Realistiske forventninger er viktig. AI kan åpenbart spille en stor rolle i bedriftenes fremtidige utvikling, men du må ikke se på fenomenet løsrevet fra eksisterende teknologi som driver bedriften fra dag til dag. Først når hele verdikjeden i og rundt bedriften er digitalisert, vil AI kunne utnyttes til sitt fulle potensial. Da er den digitale tråden etablert.

Derfor er det essensielt å ta ett steg tilbake for å se hva som eventuelt lager knuter på den digitale tråden.

Du må bygge grunnmuren først

Jeg er klar over at en gjennomdigitalisert verdikjede kan oppleves som en elefant som både er vanskelig og kostbar å gå løs på. Derfor er mitt klare råd å stykke den opp og analysere sammenhenger for å identifisere huller i digitaliseringen og finansieringen – men vel så viktig; identifisere områder der AI og AI-forsterkede teknologier kan bidra til forbedringer av prosessene. De som nøye analyserer sine spesifikke behov og utfordringer før de iverksette AI-prosjekter, har større sjanse for suksess.

La det være sagt med en gang: Dette er arbeid som sjelden lar seg gjennomføre kun med egne ressurser, ei heller ved hjelp av én leverandør eller ett «supersystem». Sannheten er at 70 – 80 prosent av alle dataprosjekter feiler. For å minimere risikoen for at du havner i den kategorien, bør du finne en farbar vei mot skalerbar adopsjon av ny teknologi og AI. Bud nummer én er ledelsesengasjement. Det er avgjørende for å drive gjennomføringen fra start til mål.

Mange bedrifter baler med grunnleggende utfordringer, som å analysere forutsetninger, definere og identifisere hovedprioriteringer, forberede og legge forholdene til rette – før implementering og utrulling av dataprosjekter. Rett og slett fundamentale forhold.

Den vanligste årsaken til at et prosjekt feiler er manglende forståelse for forretningsbehovene. Det blir et it-drevet prosjekt. Dårlig datakvalitet eller utilstrekkelig tilgang til relevante data, kan være et hinder for effektiv prosjektimplementering.

Når du skal utforske AI-muligheter må du planlegge for skalering, og sørge for at AI-løsninger kan integreres sømløst med eksisterende systemer, samt eksisterende eller nye prosesser i eller på tvers av forretningsenheter.

En del av løsningen er at du må integrere de funksjonelle siloene. De vil si å fjerne barrierer mellom ulike avdelinger eller funksjonsområder i en organisasjon for å fremme bedre samarbeid og effektivitet.

På veien mot målet må du bygge et dynamisk partner-økosystem for din bedrift. Et slikt økosystem, med din bedrift i sentrum, kan inneholde alt fra produksjonsutstyrsprodusenter, programvarepartnere og it-leverandører, til leverandører av innsatsfaktorer og store leverandører av skyteknologi.

Gevinsten av å ha både det fundamentale, silointegrasjon og partner-økosystemet på plass, er den digitale tråden som igjen er en forutsetning for avkastning på dine investeringer innen AI.

Praktiske eksempler på bruk av AI i industrien

AI kan være en stor støtte gjennom flere forbedringer i en industribedrifts prosesser. Bedriftene søker ofte å automatisere repetitive prosesser, som for eksempel kvalitetskontroll, forbedret produktkvalitet, produksjonsøkning og kostnadskontroll.

AI-forsterkede teknologier kan assistere, guide og sørge for økt læring hos produksjonsarbeiderne. For eksempel ved å redusere tunge løft eller kognitiv belastning. Fordelene er bedre sikkerhet, helsegevinster og økt produktivitet.

I moderne industribedrifter kan vi snakke om den tilkoblede medarbeideren, som via hjelpemidler og teknologi byr på en utvidet virkelighet. Dette kan være alt fra smarte briller og støtteskjelett, til tradisjonelle nettbrett og robotassistenter. Den tilkoblede produksjonsmedarbeideren kan motta digitale arbeidsinstrukser, maskinalarmer, produktdata, sikkerhetsinformasjon – samt ta i bruk tilkoblede verktøy og foreta sanntids beslutningsanalyser.

Et praktisk eksempel er punktvis sluttkontroll av et produkt i enden av produksjonslinjen. Produktene kan være komplekse og kreve mye av den langsiktige konsentrasjonsevnen til den som utfører kontrollen. Bruk av AR, maskinsyn og AI kan hjelpe operatører med å identifisere monteringsfeil. Gevinsten er mindre kognitivt press på operatørene og et forbedret arbeidsmiljø. Menneskelige feil på grunn av konsentrasjonsmangel kan elimineres.

Derfor: Kunstig intelligens er mye mer enn generativ kunstig intelligens som er på alles lepper. Jeg mener at industrien og norske produksjonsbedrifter har mye å hente ved å ta i bruk teknologien gjennom alle deler av verdikjeden. Men først må den digitale tråden være på plass.