Smarta maskiner och smarta fabriker drivs av data, data som ligger till grund för beslut om service och processeffektivisering. Hur stöttar Edge computing och Internet of Things (IoT) beslutsprocessen på företag och serviceorganisationer? Magnus Carlsson, innovationschef på CGI, tittar med en holistisk blick på strömningar inom Artificiell Intelligens (AI) och dataanalys för tillverkningsindustrin.
Kundernas förändrade förväntningar på service
Förekomsten av datadriven service är beroende på bransch och företagens förutsättningar. Processindustrin har kanske kommit längst i sin optimering av processer och underhåll, där operatörer och serviceavdelning kan följa produktionen och maskinstatus i realtid och få varningar om förändrade förhållanden. Andra branscher tittar på att addera digitala stödverktyg till befintliga maskiner för att övervaka och samla data.
— Det är ingen nyhet att service och underhåll går från att vara schemalagd till att vara prediktiv. Fler företag tittar på att sälja sina produkter som tjänster och då är service inbakad och data vital för att leverera sin tjänst. Ett vanligt exempel är flygmotortillverkare som säljer flygtimmar, men även medicinsk utrustning och kapacitet i ett datacenter säljs allt oftare som en tjänst med garanterad upptid, berättar Magnus.
Den smarta fabriken
Digitaliseringen av fabriken är redan igång. Befintliga maskiner och fabriker förses med sensorer av alla de slag för detaljerad datainsamling, processer effektiviseras med digitala verktyg och data analyseras för att optimera produktionen. Nya fabriker som byggs görs mer flexibla, anpassningsbara och skalbara. Målet är att de ska producera autonomt och mer miljövänligt än gamla fabriker.
— Den smarta fabriken är en fusion av många saker, där målet är en flexibel och effektiv produktion. Möjligheten att använda intelligens och data på ett bra sätt öppnar upp för att optimera produktionen i alla steg. I sin essens är den smarta fabriken ett samarbete där människa, maskin och data interagerar sömlöst och förstärker varandra.
Nya typer av data i tillverkningsindustrin
Data som samlas in i och kring tillverkande maskiner begränsar sig inte till mätdata som temperatur, rotationshastighet, mängdmätare och komponentstatus. Det blir allt vanligare att bild- och ljudupptagning används för att bedöma kvaliteten på det som tillverkas.
— Vi har projekt där en kamera hjälper till att kvalitetssäkra produktionen. En algoritm baserad på AI har tränats upp att titta på materialstruktur för att identifiera skador och defekter i materialet under tillverkningen, berättar Magnus.
Kvaliteten på den tillverkade produkten kan ha en direkt koppling till maskinstatus och kan användas för att flagga när det är dags för service på maskinen.
Med all data som samlas in uppstår behovet av en strategi för att göra den begriplig och överskådlig för att i nästa steg analyseras. Företaget, från ledningsgrupp ner till produktchefer och serviceansvariga, måste genomsyras av en kultur att fatta beslut grundade på data istället för på rutin och magkänsla. Annars finns en klar risk att allt arbete mynnar ut i snygga rapporter som inte kommer till användning.
Öka lönsamheten i din serviceaffär med rätt affärssystem
Läs mer om vårt erbjudande här →
Edge computing blir till en konkurrensfördel
Moderna maskiner och fabriker producerar mängder med data tack vare alla sensorer och IoT. All denna data ska processas och analyseras så snart som möjligt för att både företaget och leverantören av maskinen ska kunna agera snabbt i händelse av kvalitetsförändring i produktionen eller om det finns risk för produktionsstopp. Edge computing blir till en konkurrensfördel då snabba beslut kan fattas på realtidsanalyser.
Edge computing innebär att beräkningar och analys flyttas från centrala molnservrar i ett datacenter till att göras lokalt där datan samlas in. Det kan vara en IoT-sensor eller enheten själv som gör själva beräkningen. Algoritmer baserad på AI kan hjälpa till med beräkning och analys och endast resultatet kommuniceras tillbaka till det centrala systemet, vilket snabbar på processer och dataöverföring avsevärt.
En holistisk syn på service och underhåll
Företag som vill komma igång med datadrivna beslut behöver tre kompetenser för att AI och Machine Learning ska kunna producera användbara insikter från den data som matas in. Först analyskompetens, sedan fackkunskap om själva maskinen och dess funktioner och sist serviceexpertis. Tillsammans bildar dessa kompetenser tre grunden för att samla in data, träna upp AI med strukturerad data och sedan tolka de resultat som presenteras. I nästa steg är enligt Magnus bra att börja med ett begränsat test. Se över vilken data som finns, vad som kan adderas och vilka analysmodeller som är aktuella att använda.
— Titta holistiskt, på helheten. Vad är möjligt och rimligt att göra? Vilka är vinsterna på lång och kort sikt? Sätt upp tydliga och mätbara mål och ta hjälp av algoritmer baserad på AI. Våga lita på vad datan berättar, avslutar Magnus
CGI är ett av företagen som är med och startar upp AI-centrum. Genom ett stort engagemang inom AI-forskning vill CGI flytta fram svenska företags position på området och hjälpa dem nå konkurrensfördelar. Vill du ta hjälp av AI för att förbättra ditt serviceerbjudande? Kontakta oss.
