Du får kun produktionsværdi ud af AI, hvis du selv er dygtig

AI er ikke en trylledrik, som danske produktionsvirksomheder blot kan indtage og derefter forvente store spring i produktivitet og innovationskraft. Der skal mere end et tastetryk til, før miraklerne indtræffer. For at skabe reel produktionsværdi kræver det, at virksomhederne forstår deres egne processer, udfordringer og muligheder – og at de har de rette kompetencer til at omsætte teknologien til konkrete forbedringer. Det er et af de centrale budskaber i rapporten Videnskløften: Hvorfor AI endnu ikke skaber produktivitet i dansk produktion. 

“Nøglen ligger i domænedrevet AI”, skriver Juan Farré, adm. direktør for Teknologisk Institut, i rapportens forord. Det handler om at smelte avanceret teknologi sammen med dyb, branchespecifik indsigt. AI skal ikke erstatte fagfolk, men forstærke deres evner – og det kræver, at virksomhederne selv har den nødvendige viden til at identificere, hvor teknologien kan gøre en forskel.

Kvalitetssikring af wienerbrød

Et godt eksempel er Mette Munk, der med hjælp fra Teknologisk Institut og Robot Nordic har implementeret AI til kvalitetssikring af wienerbrød. Her blev AI ikke bare sat ind som en generisk løsning, men tilpasset virksomhedens specifikke udfordring: at sortere op til 35.000 stykker wienerbrød i timen med høj præcision. Løsningen krævede ikke kun teknologi, men også dyb forståelse for produktionen og medarbejdernes arbejdsprocesser.

Læs også: Lovforslag sætter fart på udviklingen af produktionsdanmark

Et andet eksempel er BKI Kaffe, der har brugt AI til at optimere indkøb og produktion af kaffe. Her blev algoritmer trænet til at simulere smag baseret på forskellige råkaffeblandinger – en løsning, der fritager medarbejderne for manuelle justeringer og giver virksomheden større fleksibilitet.  "Ved at sætte tal og værdier på kaffens smag har vi kunnet hjælpe BKI med, hvordan de gennem simuleringer kan komme frem til kaffens smag baseret på forskellige typer af blandinger af kaffesorter. Og det giver virksomheden fleksibilitet i indkøbsprocessen og produktionen”, forklarer Peter Lemcke Frederiksen fra Teknologisk Institut i rapporten. Pointen er, at AI ikke er en magisk kasse, men et værktøj, der aktivt og baseret på domæneviden (i dette tilfælde kaffesmag) skal tilpasses den konkrete opgave.

Rapportens resultater flugter med McKinseys seneste globale AI-undersøgelse ’The state of AI: How organizations are rewiring to capture value’. En af McKinseys indsigter er, at succesfulde virksomheder ikke blot ’plugger AI ind’ som et ekstra værktøj, men retænker hele forretningsprocesser. ”Generativ AI kræver en ny måde at arbejde på – ikke bare en ny teknologi,” skriver McKinsey i rapporten. Det handler om at kombinere AI med menneskelig ekspertise og skabe en kultur, der tillader eksperimentering og læring.

Hvad mangler der?

Rapporten fra Teknologisk Institut peger på tre centrale udfordringer, der bremser AI-implementeringen i danske produktionsvirksomheder:

1. Videnskløften er den største barriere: Over 35 procent af virksomhederne mangler viden om, hvordan AI kan bruges i deres specifikke domæne. 72 procent ved ikke, hvilke opgaver eller processer AI kan optimere. Det er ikke teknologien, der er problemet – det er manglen på indsigt i, hvordan den kan anvendes.
2. De fleste virksomheder er afventende: 65 procent af SMV’erne i produktionssektoren er “AI-afventende” – de bruger ikke teknologien strategisk, og mange ved ikke engang, hvor de skal begynde. Kun 10 procent er ’AI-frontløbere’, der aktivt integrerer teknologien.
3. Produktivitetsgevinster udebliver – endnu: Selvom virksomheder, der bruger AI, ser vækst i omsætning og ansættelse, ser man ikke en tilsvarende stigning i produktivitet. Årsagen? Mange befinder sig stadig i testfasen, og effekten af AI udjævnes, når den kun bruges sporadisk eller i små pilotprojekter.

AI er ikke teknik, det er strategi og viden

Rapporten slår fast, at AI ikke er en teknologisk udfordring, men en strategisk og vidensmæssig udfordring. For at lukke kløften mellem potentiale og praksis skal virksomhederne:

• Opsøge hjælp og inspiration til at se forretningsmulighederne – 30 procent af virksomhederne efterspørger rådgivning om, hvordan AI kan skabe værdi i deres domæne.
• Investere i kompetenceudvikling – Mange mangler tekniske færdigheder til at håndtere data og algoritmer.
• Samarbejde med eksterne eksperter – Teknologisk Institut understreger vigtigheden af domænespecifik sparring for at identificere de rette AI-løsninger.

“Konkurrenceevnen vindes ikke på adgang til de nyeste AI-løsninger, men på evnen til at anvende AI intelligent, målrettet og i skala”, skriver Juan Farré. Og det kræver dygtige fagfolk, der forstår både teknologien og deres egen produktion.

AI kræver dyb faglighed

Rapporten konkluderer, at AI ikke er en hurtig genvej til noget som helst – men at det er et værktøj for dem, der ved, hvordan man bruger det. Hvis danske produktionsvirksomheder skal høste de lovede produktivitetsgevinster, må de investere i viden, kompetencer og strategisk rådgivning. AI er ikke en erstatning for faglighed – det er en forstærker. Og som med ethvert kraftfuldt værktøj: Hvis du ikke ved, hvordan du bruger det, ender du med at slå dig selv i fingrene.