WE 1
TEMA: INDUSTRIELL AI | 2:2018 » Det är ett allvar
ligt problem att mycket av den kompetens som industrin behöver inte går att få tag på i Sverige idag.« – PETER WALLIN PROGRAMCHEF PIIA vilket gör att de måste vara ganska säkra på att de digitala investeringarna verkligen ger nytta och värde för verksamheten. Just nu går svensk industri på högvarv och många anser sig då inte ha tid att investera i nya tekniker. Det är i en lågkonjunktur som tid finns, men då finns aldrig pengarna. Detta är ett svårt dilemma att hantera på platsnivå«, säger Peter Wallin. Svår kompetensbrist Brist på digital och AI-kompetens nämns ofta som en hämmande faktor för en snabbare digitalisering. Tillräcklig digital och automationskompetens finns oftast med viss kompletterande vidareutbildning redan internt. »Många större företag växer dessutom genom uppköp av digital kompetens. Ett tydligt exempel på detta är Atlas Copcos förvärv av en del av Mobilaris inom gruvindustrin.«, säger Peter Wallin. Framför allt är det inom AI, som behovet och vilsenheten är extra stor. »Inom industrin finns det idag mycket duktiga datavetare, programmerare, systemvetare, data scentists och andra dataingenjörer. De utgör en bra bas med många duktiga personer, som relativt snabbt kan ställa om och hantera en hel del enklare AI-frågor. Men när det gäller mer avancerad AI inom deep och reinforcement learning råder det idag en stor kompetensbrist«, säger Peter Wallin och fortsätter: »Det är idag ett allvarligt problem att mycket av den kompetens som industrin behöver inte går att få tag på i Sverige. De som finns här jobbar åt de stora internationella plattformsbolagen, som kan erbjuda helt andra löner, arbetsvillkor och utvecklingsmöjligheter. Vi behöver ha en mer differentierad lönesättning och ett anpassat förmånssystem beroende på vilken typ av kompetens som efterfrågas.« Även utbildningssystemet behöver reformeras. »Vi ligger efter i Sverige med konkreta AI-utbildningar och ledtiderna för att ställa om är tunga inom utbildningsväsendet. Det är en idag omfattande process när utbildningskvaliteten ska säkerställas. Den akademiska världen måste därför börja tänka om och bli mer snabbfotad.« Implementering av AI kräver dessutom processingenjörernas och operatörernas engagemang, vilket ofta är en trång sektor. Datakontroll i fokus Datafångsten är en annan utmaning. Oavsett om det handlar om att utnyttja data för produktion, företagets interna arbete eller att skapa nya affärer, behöver företag få bättre koll på sina data. Företag har data, men de är inte sammanlänkade eller direkt relevanta för att kunna användas på ett tillfredställande sätt. Eftersom digitaliseringens potential i mångt och mycket bygger på att koppla ihop olika datamängder för att effektivisera processer och skapa nya kundvärden behövs ett sätt att samlokalisera data på ett och samma ställe inom företagen. Få företag har lyckats hantera detta problem. När ett företag väl ska agera på sin data måste de ofta först ta reda på om data finns, var den finns och vad den faktiskt består av. »Men för att få igång och ordning på dataflödena behöver industrin investera i affärsutveckling, kunskap och teknik. Det behövs idéer och affärsmodeller. Det behövs infrastrukturer, som garanterar säker överföring av data mellan företag. Det behövs regler, som gör att den som skapat datainnehållet förblir ägare av det och har kontroll över hur det används. Det kommer att uppstå ett ekosystem av aktörer och tjänster, som bidrar till systemeffektiviteten. Själva frågan om bandbredd och överföringskapacitet ligger på operatörer och leverantörer av sådan 7