Gå direkt till sidans innehåll Gå till huvudnavigeringen Gå till forskning

Genom att maximera kvalitetskontrollernas och det förutseende underhållets resultat öppnar artificiell intelligens unika och lovande horisonter för industribolagen och företagen de samarbetar med.

ChatGPT, Deepseek, Gemini, Le Chat… kommer dessa applikationer att vara oundvikliga assistenter för tillverkningsindustrin i framtiden? Enligt McKinsey, motsvarar produktionsverksamheter ett av fyra viktiga värdeskapande områden för generativ artificiell intelligens. Industribolagen har inte heller missat utvecklingen: enligt Deloitte, använder 56 % av dem redan AI-lösningar för att förbättra produktionskedjornas effektivitet och produktivitet.

”Samtliga branscher inom industrin är intresserade av de gynnsamma fördelarna som resultaten visar”, konstaterar Antoine Béron, Brand Business Support & Development Director på Actemium. Men experten vill också genast nyansera sina ord: ”Det finns fortfarande mycket som är outforskat. Även om stora organisationer multiplicerar erfarenheter, finns det fortfarande många små och medelstora företag som tvekar: vad ska man börja med och hur? Vad blir det för avkastning på investeringarna? Är min organisation redo?”

Att skapa stabila och lönsamma modeller

Att kunna stödja industribolagen med en progressiv spridning av generativa AI-applikationer har därmed blivit en ny tjänst för konsultbyråerna och IT-företagen att erbjuda. VINCI Energies grundade DIANE (Digital et Intelligence Artificielle pour Nos Entreprises – Digital och artificiell intelligens för våra företag) 2020 och det är en struktur som fått i uppdrag att i samarbete med andra utveckla lösningar med konkurrenskraftigt genomslag, vilket lett till nya möjligheter och stimulerat innovation.

”Unika löften om att förbättra industriella resultat.”

DIANE:s konkreta uppdrag: att sprida en AI-vänlig kultur bland koncernens företag, träffa yrkeskunniga experter för att utföra diagnoser, identifiera alla applikationsmöjligheter och samverka för att ta fram POC (proof of concept, eller prototyper) som sedan kan utvecklas till lönsamma och stabila modeller.

Idag är det bland annat i användarfall som är kopplade till översyn och övervakning som applikationerna integrerar processerna och industriproducenternas flöden: industriella mätningar, dokumentation, kategorisering av beställningsorder, kvalitetskontroll, förutseende underhåll.

Identifiera risken, förebygga misstaget

Generativ AI mobiliserar de stora språkmodellerna (Large Language Model, LLM) och den automatiska behandlingen av naturligt språk (Natural Language Processing, NLP) för att analysera astronomiska mängder datauppgifter (siffror, texter, bilder) från många olika källor: inspektionsregister, klagomålshistorik från kunder, sensorer eller kameror som övervakar produktionslinjerna.

Denna behandlings- och inlärningsförmåga gör det möjligt för ett AI-verktyg att förstå hur en perfekt produkt ska se ut och därefter i realtid hinna märka alla eventuella produktionsfel. Ännu bättre: det kan identifiera riskfyllda områden som kan leda till felaktigheter och rikta in inspektionssekvenserna på dessa kritiska områden.

Eftersom AI märker av minsta lilla risk för att någonting inte ska ske enligt standarderna, har AI förmågan att förebygga eventuella fel och larma produktionen innan ett maskinstopp inträffar. Fördelarna är uppenbara: pausad produktionstid kan förhindras, schemaläggningen för underhållsarbeten kan optimeras och utrustningars livslängd maximeras.

”Generativ AI är en trampolin för diversifiering och en extra hävstång för konkurrenskraften för våra företag som utrustade med denna expertis kan erbjuda sina kunder nya värdeskapande möjligheter, med unika löften om att förbättra deras industriella resultat”, understryker Antoine Béron.

16/06/2025