WE 1
TEMA: INDUSTRIELL AI | 2:2018 tydligare definiera
och avmystifiera det vi generellt kallar för AI. Väldigt mycket av det som idag kategoriseras som AI kan i själva verket visa sig vara enkla klassificeringsproblem, som vi löser med hjälp av maskininlärning. Om några år kan vi räkna med att samma sak beskrivs som automation. Vartefter till exempel maskininlärning blir ett mer naturligt verktyg i processanalys och processtyrning, så kan man också förvänta sig att såväl kostnader som tidsåtgången för nya projekt går ner.« AI växer naturligt in i produktionen Olle Steffner tror starkt på AI, som ett viktigt verktyg för att ytterligare förbättra industrins effektivitet, kvalitet och leveranssäkerhet. »Det är vanligt när man pratar om AI att lyfta fram och diskutera vad som kan hända i en avlägsen framtid, där företagens industriella processer lär sig autonomt och styr sig själva. Det är intressant och absolut något som kan komma att hända. Men ännu mer intressant är de möjligheter som finns idag«, säger han och fortsätter: »Teknologin kring maskininlärning kan redan nu användas för processövervakning och styrning. Det är också mycket lättare att få fram processdata nu jämfört med för bara några år sedan och det är även lättare att kombinera data från olika system både internt och externt. Allt fler potentialer kan identifieras, kartläggas och implementeras i våra processer. Dessutom genereras det succesivt allt mer ny data, som kan bidra till analysen. Detta kommer att leda till att vi kan förbättra vår effektivitet, vår kvalitet, liksom att våra logistikkedjor blir mycket mer precisa. Våra produktionsprocesser kommer att gå snabbare och jämnare och » På BillerudKorsnäs är de övertygade om att AI är ett viktigt verktyg för att ytterligare förbättra industrins effektivitet, kvalitet och leveranssäkerhet. när det går åt skogen förstår vi genast vad orsaken var. Det är den utveckling jag tror kommer att leda till den mest synbara förändringen för industrin i närtid.« Domänkunskap För att nå dit finns givetvis flera trösklar och utmaningar. En av dessa är, enligt Olle Steffner, industrins processförståelse och förmåga att identifiera och beskriva problem och potentialer. »När vi i vårt utvecklingsarbete har samlat på oss en tillräcklig mängd data för att utveckla och implementera våra algoritmer, så har vi funnit att det kan vara en väl så stor utmaning att beskriva rätt problem och på rätt sätt jämfört med att bygga själva lösningen.« Våra produktionsprocesser kommer att gå snabbare och jämnare med AI och när det går åt skogen förstår vi genast vad orsaken är.« Framför allt behövs det Olle Steffner väljer att kalla för domänkunskap - en djupförståelse av företagets egna delprocesser och hur de samverkar med varandra. »Dagens effektiva fabriker har väsentligt färre människor, som arbetar med maskinerna. Dessa maskiner är i sin tur avsevärt mer automatiserade än tidigare. Det betyder att enkla processproblem sedan länge har lösts med automation. Kvar finns då de mer komplexa problemen, där informationen vi söker finns i utspädda data och sambanden är mer svårfångade, inte sällan tidsförskjutna. Mitt intryck är att vi lägger mindre tid på processförståelse idag än tidigare och att detta kanske är den viktigaste bristen att åtgärda för oss själva.« Olle Steffner avslutar: »Med djupförståelse på plats om våra processer, hur olika processdelar samverkar samt vilka förluster vi har, är förutsättningarna utmärkta att ta tillvara de möjligheter som erbjuds med AI.« 21