Industrien trenger KI

Industri og produksjonsbedriftene er mye av kjernen i norsk næringsliv og kan høste massive fordeler ved å bruke KI. Det er fortsatt begrenset med eksempler, men innenfor disiplinene etterspørsel, logistikk og produksjonsplanlegging kan teknologien bidra betydelig.

Av: Christian Pedersen, Chief Product Officer i IFS

Eksport utgjør en viktig del av norsk økonomi, og industrien er en viktig bidragsyter til dette.  Sektoren har de siste årene gjennomgått en stor digital omstilling som har hatt stor betydning for deres utvikling og konkurransekraft. 

KI er nå utpekt til å revolusjonere måten bedrifter utvikler, produserer og leverer produkter på ytterligere. Men hva betyr det egentlig? Det forsvinner ofte i lovprisningen, så derfor vil jeg her gi noen eksempler på klassiske oppgaver der industrien med fordel kan bruke teknologien.

En lupe på etterspørsel

Evnen til å forutsi etterspørsel spiller en avgjørende rolle for all produksjon. Selv om dette er en disiplin de fleste bedrifter allerede behersker godt på grunn av deres digitale modenhet, vil KI-analyse imidlertid kunne forbedre prosessen betydelig. Det er fordi man enkelt kan inkludere eksterne datakilder og dermed få enda mer presise prognoser for når kunder vil etterspørre hva. Er man for eksempel produsent av væravhengige produkter, kan det være hensiktsmessig å integrere værdata i arbeidet med å forutsi etterspørselen og dermed komme enda nærmere den optimale produksjonsplanleggingen, lagerbeholdningen og logistikken.

Prognoser for behovet for reservedeler kunne være et annet eksempel på en klassisk oppgave som kan forbedres med KI. Igjen fordi det ikke er noen øvre grense for antall datakilder som kan inkluderes. Dette kan for eksempel være vedlikeholdsplaner for de enkelte maskinene i produksjonen, data om hvor lenge de har vært i drift osv., som kan gi ekstra informasjon om hvilke reservedeler som vil være nødvendige når i vedlikeholdet av produksjonsanlegget.

Forutse leveranseforsinkelser

Også Supply Chain Management kan komme opp i et vesentlig høyere gir med KI. Det har vært noen forsøk med varer som leveres av selvkjørende biler, droner og leveringsroboter, men det er nok ikke her produksjonen bør fokusere på KI akkurat nå. Til gjengjeld kan man allerede nå dra stor nytte av å bruke KI sine avanserte algoritmer og analysefunksjoner for å identifisere og handle på leveranseforsinkelser betydelig raskere og mer smidig enn tidligere.

Krisen i Midtøsten er et aktuelt eksempel på en hendelse som skaper uforutsette leveringsproblemer, og hvor inkludering av eksterne datakilder fra shippingleverandører og logistikkpartnere kan gi ny informasjon om hvor mye leveringstidene på bestilte leveranser forlenges. Datakildene finnes allerede. Det nye er at man med KI kan integrere dem i logistikkplanleggingen, slik at man i tide kan omstille produksjonen i forhold til forsinkede ingredienser eller komponenter som inngår i den.

Dynamisk produksjonsplanlegging

Produksjonsplanlegging går hånd i hånd med avansert bruk av data. Nesten alt produksjonsutstyr er automatisert i dag og kan programmeres for optimal driftsutnyttelse. Med KI er det mulig å optimalisere driften ytterligere ved å inkludere data om de aktuelle energikostnadene i produksjonsplanleggingen. Har man en ovn for herding av metall, kan den ved hjelp av KI stilles inn slik at de mest energikrevende metallene herdes om natten, når energien er billigst. Men ikke bare det, varmen kan også automatisk reguleres på en kontrollert måte i forhold til de ulike metalltypene som behandles om natten, slik at man produserer mest mulig med riktig kvalitet og lavest mulig energiforbruk.

Det er i denne typen komplekse beregninger - som skissert her - at KI har sin største og umiddelbart tilgjengelige kraft for produksjonsbedrifter nå. Fremtiden vil utvilsomt bringe mange andre og mer sci-fi-lignende bruksområder, men dem skal vi hverken la oss skremme av eller vente på. KI er her nå, og industrien i Norge har alle forutsetninger for å utnytte teknologien.