AI kan spare tid i industrivirksomheder, men gevinsten kommer først, når teknologien kobles til de rigtige data og systemer.
For industrivirksomheder kan AI allerede nu bruges som et praktisk værktøj i hverdagen. Teknologien kan blandt andet lette kvalitetssikring, forberede ISO-dokumentation, skabe bedre overblik over data og hjælpe med at forudsige vedligehold, før maskiner går i stå.
Gevinsten opstår især, når AI bliver koblet til konkrete opgaver, hvor den kan spare tid, mindske fejl og give ledelsen et bedre grundlag for at træffe beslutninger.
Det handler ikke nødvendigvis om at lægge en AI-løsning oven på alle systemer. Ofte er første skridt at få virksomhedens eksisterende systemer til at tale bedre sammen, så data fra produktion, kvalitet, vedligehold, økonomi og administration kan bruges mere effektivt.
- Det giver ikke altid mening at bruge AI. Nogle gange skal to systemer bare kunne sende data til hinanden. Men når der skal laves analyser, vurderinger eller beslutningsstøtte på tværs af systemer, kan AI give rigtig god mening, siger Michael Moyell Juul, Construction, Property & Asset Management.
Et konkret eksempel er kvalitetssikring. Mange industrivirksomheder bruger i dag mange ressourcer på dokumentation, kontroller og opfølgning – ikke mindst i forbindelse med ISO-certificeringer eller løbende audits.
Her kan AI hjælpe med at indsamle oplysninger fra flere systemer og præudfylde dokumentation, så medarbejderne ikke skal starte fra bunden hver gang. Det kan både spare tid og mindske risikoen for, at vigtige oplysninger bliver overset.
- En ISO-proces kan være tung, og det er ikke nødvendigvis noget, alle medarbejdere elsker at kaste sig over. Her kan AI hjælpe med at gøre en masse af forarbejdet ved at samle information på tværs af systemer og præudfylde dokumentation, siger Michael Moyell Juul.
- Der sker meget på AI lige nu, og det kan godt ligne lidt det vilde vesten. Derfor er det vigtigt at forstå, hvornår man skal bruge AI, hvornår man skal bruge en klassisk integration, og hvordan man sikrer, at løsningen er både korrekt, sikker og rentabel, siger Michael Moyell Juul.
Et andet område er styring og vedligehold af maskiner. I dag kan mange virksomheder planlægge service ud fra faste intervaller – for eksempel når en maskine har kørt et bestemt antal cyklusser. Med AI kan historiske data bruges mere aktivt til at forudsige, hvornår en maskine er på vej til at få problemer.
Målet er at flytte virksomheden fra reaktiv reparation til forebyggende vedligehold.
- Ved at bruge den historiske data kan man gøre vedligehold mere intelligent. Kan man forudsige, hvornår en maskine muligvis løber ind i problemer, før det sker, kan man minimere nedetid og undgå, at virksomheden mister penge, siger Michael Moyell Juul.
Men AI kræver omtanke. Ifølge Michael Moyell Juul er der især tre forhold, virksomhederne skal være opmærksomme på: omkostninger, fejlagtige svar og datasikkerhed.
Dyre AI-modeller skal ikke bruges til simple opgaver, som en almindelig integration kan løse billigere og mere stabilt. Samtidig skal virksomheder sikre, at AI-løsningerne bygger på korrekt branche- og systemforståelse, så de ikke giver forkerte anbefalinger. Endelig skal det være klart, hvor data ligger, hvem der har adgang, og hvordan de beskyttes.
- Der sker meget på AI lige nu, og det kan godt ligne lidt det vilde vesten. Derfor er det vigtigt at forstå, hvornår man skal bruge AI, hvornår man skal bruge en klassisk integration, og hvordan man sikrer, at løsningen er både korrekt, sikker og rentabel, siger Michael Moyell Juul.
TEKNIQ samarbejder med EG og det giver dig digitale fordele i hverdagen. Få overblik over dine medlemsfordele hos EG her.
