Nordisk Energi 1
Kanchan Ray, CTO på Nagarro. Foto: Nicholas Chris
tiansen. Advantech levererar hårdvaran, såsom gateways, industriskärmar och kommunikationsmoduler medan Nagarro utvecklar mjukvarulagret och AI-agenterna. Det användningsfall som Nagarros CTO Kanchan Ray lyfte rörde störningshantering i energinät, ett område där varje minuts stillestånd påverkar både intäkter och kundrelationer. – Vi designar om hela processen. I stället för en manuell kedja där kunder ringer in fel, tekniker försöker lokalisera problemet och servicepersonal skickas ut, låter vi AI-agenter samordna arbetet. Agenten kan väga in flera variabler än en människa: teknikerns erfarenhet av just den typen av fel, trötthetsnivå efter sex timmars skift och om rätt utrustning finns tillgänglig, allt i realtid, berättade Kanchan Ray 80 i en intervju på MWC. Enligt Nagarro visar de första implementationerna 15 till 20 procent kortare genomsnittlig reparationstid. AI-genererad kommunikation kan dessutom automatiskt informera drabbade kunder med kontextuella meddelanden, något som tidigare krävde manuella insatser. Därmed påverkas inte bara den tekniska driften, utan även planering, resursfördelning och kunddialog. Fysisk AI: sensorer som tolkar verkligheten Ett ytterligare steg i edge-AI-utvecklingen demonstrerades av Silicon Valley-bolaget Archetype AI, som har byggt en så kallad foundation-modell för fysisk AI med namnet Newton. Till skillnad från stora språkmodeller som tränas på text och bilddata är Newton tränad på sensordata: vibration, temperatur, tryck och ljud från hundratals olika sensortyper. Fokus ligger inte på språkförståelse utan på att identifiera mönster i fysiska processer. – Vi tog vår modell till ett vindkraftsbolag, körde den mot deras befintliga sensordata utan anpassning och hittade nio okända anomalier som deras egna system hade missat, berättade Brandon Barbello, COO på Archetype AI, under sessionen AI in Overalls på MWC. Samma tillvägagångssätt testades på HVAC-system i kommersiella fastigheter, där Newton uppnådde 20 procent bättre feldetektering än befintliga system direkt ur lådan. Modellen kan köras lokalt i privata moln miljöer, utan att känslig sensordata Nordisk Energi 3 2026