AI-drevet digitalisering skyller ind over produktionsgulvene
Kunstig intelligens, data i skyen og automatiserede løsninger til fejlfinding og detektion er en virkelighed, mange maskinmestre og produktionschefer ser ind i de kommende år. AI til optimering af maskiner og systemer er allerede aktuelt.
Spot er en firbenet, hundelignende robot fra Boston Dynamics, der er designet til netop autonom inspektion. Den gule robot var til lejligheden udstyret med Lidar, varmefølsomt kamera og mikrofoner til at danne et samlet billede af tingenes tilstand og mere præcist lokalisere den ramte motor. Foto: IFS
Industrien er på vej ind i en æra, hvor AI-drevet acceleration vil sætte standarden i alle brancher. Med kunstig intelligens kan virksomheder løfte alle aspekter af deres drift – fra beslutningstagning og produktionsmål til kundeservice og vedligehold – og bidrage til skalering af organisationen.
Det er udgangspunktet for den svenske softwareudvikler IFS, der for nylig samlede både egne eksperter og repræsentanter for virksomheder som blandt andre Kamstrup, Andel, Insatech, Terma, Konstant Net, Makeen Energy, Novenco Buidling & Industry og Semco Maritime til konference i Göteborg.
”I årtier har succes været bygget på optimering. Af forsyningskæder, materialer og produktion. Den logik har skabt stor værdi, men også sårbarhed, og i dag bliver virksomhederne nødt til at afbalancere effektivitet og resiliens, skala og suverænitet, innovation og stabil drift. Det er en strukturel ændring af, hvordan verden fungerer”, fortæller Managing Director for IFS Nordics, Mattias Bolander.
Samtidig udvikler teknologier som kunstig intelligens, automation og data sig lynhurtigt. De virksomheder, der kommer til at klare sig bedst, er dog ikke dem, der bare jagter den nyeste teknologi; men derimod dem, der bruger den klogt til at skabe bedre beslutninger, drift og resultater, lød det videre.
I den forbindelse har de nordiske virksomheder et forspring, påpeger Mattias Bolander. De nordiske lande har stærke samfund, veluddannet arbejdskraft og prioriterer bæredygtighed højt. Men det gør ikke virksomhederne immune overfor påvirkning udefra.
”Virksomheder her i Norden er tæt forbundne til resten af verden. Mange arbejder med kritisk infrastruktur, energisystemer og industrielle ydelser, samtidig med at de skal omstille sig og gå forrest på klima, sikkerhed og bundlinje. Det er en helt unik udfordring”, fortæller han.
Det betyder også, at virksomhederne skaber værdi ved ganske simpelt at få ting gjort. De flotte strategier gør kun en forskel, hvis de kan blive ført ud i livet stabilt og i stor skala, selv i et presset marked. Det øger behovet for at vide, hvad der sker i driften, så man kan agere hurtigt på forstyrrelser.
Spotte problemer før de opstår
Netop overvågning af driften er noget af det, IFS’ datterselskab Nexus Black beskæftiger sig med. Den centrale løsning til det er programmet Resolve, som selskabets CEO, Kriti Sharma, præsenterede på konferencen i Göteborg.
Kort fortalt er Resolve en kunstig intelligens, der er bygget til at reducere nedetid og øge outputtet, enten på fabriksgulvet eller ude i marken. Den finder fejl hurtigere, forstår hvordan de påvirker et givent system, og giver dermed teknikerne en hjælpende hånd.
”Et raslende rør. En overophedet komponent. Dybden af en revne i et stykke udstyr. Resolve er ikke en chatbot – den tolker lyd, video eller trykskifte for at diagnosticere fejl. Og med en trin-for-trin reparationsvejledning kan en ingeniør med to års erfaring få ekspertise som en med 20”, fortæller hun.
Udover detektering af fejl når de opstår, arbejder Nexus Black også med forebyggende vedligehold. Ved at samkøre tekniske tegninger, sensordata og systeminformation kan AI’en spotte potentielle problemer før de opstår, og vise hvordan en situation kan udvikle sig til noget, der påvirker driften.
”Løsningen suger så meget viden til sig, den kan komme i nærheden af, for bedre at kunne forudse eventuelle nedbrud eller forstyrrelser i for eksempel et energianlæg eller på en produktionslinje. Og så bliver alle fejlene fødet ind i systemet, så løsningen bliver gradvist smartere”, fortæller Kriti Sharma.
Automation kan spare tekniker tid
For at sætte trumf på fortællingen om, hvordan en reparationsopgave kan løses i praksis, præsenterede CTO for IFS, Dan Matthews, og hans kollega, Solution Architect Emma Boström-Rost, en (fiktiv) case, hvor AI’en opdager en fejl i et produktionsanlæg i form af en motor, der laver mislyde og fungerer suboptimalt.
Uden menneskelig indblanding laver den en ’ticket’, som den sender til vedligeholdssystemet, der straks får information om problemet, hvor længe det har stået på, og hvordan det påvirker outputtet på linjen. Med adgang til tekniske data om motoren kan systemet nu finde ud af, hvilken komponent der er fejlet, og vurdere om den kan skiftes på stedet eller hele motoren skal erstattes.
Stadig uden at en menneskelig medarbejder har haft øjne på sagen, kan AI’en beslutte, at den godt vil have yderligere information at arbejde med. Og her gik der et gib igennem salen, for ind på scenen kom Spot, den firbenede, hundelignende robot fra Boston Dynamics, der er designet til netop autonom inspektion.
Den gule robot var til lejligheden udstyret med Lidar, varmefølsomt kamera og mikrofoner til at danne et samlet billede af tingenes tilstand og mere præcist lokalisere den ramte motor.
I den virkelige verden ville den være i stand til at tage stilling til, hvordan den menneskelige tekniker bedst og hurtigst kan løse problemet, hvilke reservedele der ville være behov for, hvad det ville kræve af værktøj, og på forhånd sørge for, at det hele er tilgængeligt.
”Grundlæggende handler det om at spare tid og arbejdsgange ved at lade en fuldautomatisk opsætning klarlægge, hvad der er sket, hvor det er sket og hvordan det kan håndteres. Det gør så, at vores tekniker kan springe alle de skridt over og gå direkte til selve reparationsopgaven med den rette reservedel og det rigtige værktøj ved hånden fra start”, fortæller Dan Matthews.
Og her kan Spot – som Novo Nordisk blandt mange andre arbejder med – bogstavelig talt gå forrest, også eksempelvis ind i rum med dårlig luft på grund af en lækage, eller med begrænset plads eller andre faremomenter som følge af et havari.
Må prøve sig frem med AI-agenter
For den globale norske elektronikproducent Kitron, der har 135 medarbejdere på sin danske produktionsfacilitet i Horsens, er det digitale aspekt særdeles afgørende for virksomhedens processer omkring fremstilling og levering af alt fra færdigmonterede elektroniske printkort til komplette slutprodukter rundt om i verden.
Et af de konkrete værktøjer, Kitron trækker på, er autonome AI-agenter, der kan overtage rutineopgaver, håndtere undtagelser og handle proaktivt på tværs af forretningsprocesserne, hvilket giver de menneskelige ansatte tid til at fokusere på opgaver med højere værdi.
Mere specifikt arbejder Kitron med to AI-agenter i form af en indkøber (purchase manager) og en ’opfylder’ (inventory replenisher), der kan forudse behovet for lagerbeholdning af reservedele eller andre varer, vælge en leverandør, koordinere levering og foreslå ordremængder og bestillinger.
”Vi henvendte os ikke til IFS og sagde, at vi ville købe den her leverandørordreleder eller den her agentiske medarbejder. Vi kom med en proces og sagde, at vi var nødt til at gøre noget ved det. Vi vækster, og vi har brug for noget, et værktøj, der kan hjælpe os med at vokse på en holdbar måde”, forklarer Business Application Manager Jonatan Gustafsson fra Kitron på en session på konferencen.
Læs også: Dansk AI uden kompromiser for virksomhederne
I den sammenhæng er den nye teknologi et værktøj, som man ikke ’kun’ skal lære at forstå, men også lære at bruge på en måde, der gør en forskel i hverdagen. Og hvis implementeringen af en digital medarbejder i eksempelvis et produktions- eller indkøbsflow skal blive en succes, kræver det en grundig indsats.
”Det er i den grad trial and error, for selv hvis du tester noget 100 gange uden, at det virker, så kommer det ikke magisk til at virke, hvis man ikke fortsætter. Så det handler meget om folks tankesæt, og at de er villige til at skubbe sig selv og processen fremad, som er det, der skal til for at lykkes”, fortæller Jonatan Gustafsson.
Kitron er nu ved at implementere de digitale medarbejdere på tværs af hele sit produktionsapparat, der spænder over 13 fabrikker i 11 lande. Her er tanken, at de enkelte fabrikker i høj grad skal have muligheden for at udvikle deres egne modeller, fordi tilgangen til leverandører kan være særdeles forskellig fra Litauen til USA og Kina, som er tre af Kitrons markeder.
Optimering af aktiver
Et af de helt store fokuspunkter for IFS i Danmark er industrivirksomhedernes aktiver i eksempelvis forsyningssektoren, fremstillingsindustrien, byggebranchen og luftfarten, og man har da også kontakt med Maskinmestrenes Foreningsnetværk for Asset Management for at kunne dele viden.
Det fortæller Kurt Friis Jensen, der er Key Account Manager for IFS i Danmark og Norge. Virksomheden kan dække sine kunders aktiver gennem hele livscyklussen, lige fra installation og montering til løbende vedligehold og de nødvendige beslutninger i forhold til genanvendelse, når den tid kommer.
”Vi arbejder også med det på fabriksniveau, for der er jo mange overvejelser, når man som produktionsvirksomhed skal finde ud af, om man skal investere i et helt nyt site – eller om man skal vedligehold det gamle. Det gælder både på økonomi, bæredygtighed, tidsforbrug og en masse andet”, siger han.
Til formålet benytter en række danske virksomheder sig af IFS’ AI-platform, der kan sammenligne data om eksempelvis materialeforbrug og forventet produktion, og dermed optimere beslutningsgrundlaget på en række områder, ligesom den kan bidrage til bogstavelig talt at holde hjulene i gang.
”Hvis du som virksomhed skal dække et geografisk stort område i forbindelse med vedligehold af nogle aktiver eller ’assets’, så kan AI’en gennemgå millioner af beregninger for at optimere dine teknikeres ruter og opgaver, så du hele tiden har de rigtige folk med de rigtige kompetencer og de rigtige reservedele og redskaber de rigtige steder”, forklarer Kurt Friis Jensen.
I praksis er der tale om AI-agenter, der kan optimere forskellige dagligdagsrutiner og kort fortalt sørge for, at opgaverne bliver løst hurtigere, mere korrekt og med grundig dokumentation for, hvilke skridt der er taget hvornår, hvorfor og af hvem.
”Det gør hele flowet meget mere konsekvent, også hvis der eksempelvis opstår en fejl ét sted, så kan man nemmere se, om den samme fejl er opstået andre steder, og så optimere sig ud af det. Tilsvarende kan agenten hjælpe med overlevering i forbindelse med vagtskifte, så når én maskinmester afløser en anden i driften eller kontrolrummet, kan man sikre sig, at de nye øjne får det fulde billede”, siger Kurt Friis Jensen.
