Tillverkningsföretag behöver balansera en hel rad olika parametrar i sin verksamhet. Det är snabba förändringar på många marknader, råvaru- och produktionskostnaderna fluktuerar, tillgången på kompetens kan variera och kundernas efterfrågan och krav gör ofta tvära kast. Många tillverkningsföretag är generellt sett bra på att hantera detta överflöd av utmaningar och har en stabil tillväxt och verksamhet. För att ytterligare stärka sin konkurrenskraft och säkra innovation och effektivitet framöver är det många verksamheter inom tillverkningsindustrin som tittar på hur de kan använda AI och innovativ digital teknik. 

Alexander Lepp är ansvarig för CGI:s Data, Analytics & AI Practice för Skandinavien och Centraleuropa. Avdelningen innefattar cirka 600 konsulter som stöttar verksamheter inom en rad branscher, där många har kommit långt med att utnyttja AI. 

Jag upplever att det är stora skillnader i AI-mognad mellan olika verksamheter inom tillverkningsindustrin, och även mellan avdelningar inom samma bolag, säger Alexander Lepp. Förutom bland de teknikjättar som i mångt och mycket driver AI-utvecklingen ser jag att de branscher som har kommit längst med att utnyttja AI-teknik främst finns inom finanssektorn och detaljhandeln. Det är inte så konstigt då de har stort kundfokus, ofta är transaktionstunga och med ett stort mått av konkurrens. De måste hålla sig i framkant och har förstått att de kan göra det innovativt och effektivt med hjälp av AI.

AI kan adressera alla utmaningar

AI-teknik går att applicera på nästan alla typer av verksamhetsutmaningar. Tekniken kan användas i allt från felsökning, förebyggande underhåll, effektivisering, logistik och uppföljning av inköpspriser och leveranskvalitet till marknadsföring, förbättringar av kundupplevelse och personifiering av både erbjudanden och produktdesign. AI ska dock inte ses som något magiskt, ett verktyg som kan lösa alla problem, utan en effektiv motor som kan erbjuda effektiva och delvis nya lösningar på utmaningar. Det bästa angreppssättet är att utgå från ett problem som verksamheten vill lösa, och utvärdera vilken teknik som kan ge bäst resultat, mer traditionall automatisering eller olika typer av AI och maskininlärning.

Genom att utnyttja AI-teknik går det att göra väldigt mycket inom utveckling av smarta produkter, tjänster och eftermarknad, säger Alexander Lepp. Genom att produkter kan kopplas upp, data samlas in och analyseras i realtid, går det att utveckla smarta tjänster som exempelvis indikerar när service behöver göras eller när kvaliteten av någon anledning försämras. Det är tjänster som kan vara ovärderliga för kunderna och samtidigt möjliggöra nya intäktsströmmar för tillverkningsföretagen. 

Det finns också stora vinster med att utnyttja AI inom produktutvecklingen. Genom att designa produkten, testa den och sedan förbättra produkten utifrån data om användning, funktion och olika kunders preferenser går det också att snabbare och mer kostnadseffektivt pricka helt rätt i utveckling och anpassning av nya produkter, vilket gör hela processen mindre kostsam.

Jag ser också att AI kommer att vara en stor möjliggörare och nästan ett krav för att tillverkande företag ska kunna uppnå sina klimatmål, säger Alexander Lepp.

Stärkt kundfokus, högsta prioritet

Kundfokus och kundupplevelse är ett område som många tillverkningsföretag uppger att de har utmaningar med. Det är också tydligt i CGI:s senaste rapport, VOC 2023, där företaget intervjuar ett stort antal chefer och beslutsfattare inom olika branscher. Hela 46 procent av cheferna och beslutsfattarna på tillverkningsföretag uppger att de kommer att behöva förändra sina affärs-och verksamhetsmodeller för att kunna möta nya kundkrav.

Genom att samla in mer data och information om kundernas behov, användning och supportkrav kan tillverkande företag få helt nya tjänste- och intäktsmöjligheter samtidigt som kundupplevelsen förbättras, säger Alexander Lepp. Det skulle bli alldeles för dyrt att göra om det inte går att automatisera med hjälp av AI. 

Utväxling på AI-projekt

I CGI:s undersökning VOC 2023 framkommer också att många tillverkningsföretag inte uppnår de förväntade resultaten av sin digitala initiativ. Detta snitt är under övriga branschers och kan också hämma utvecklingen inom branschen och övergången till Industri 5.0.

AI är den mest experimentella tekniken vi har, säger Alexander Lepp. Det är inte säkert att det går att göra business case för allt som har med AI att göra. Det krävs ofta att verksamheten vågar testa för att få snabba indikationer på om projektet kan bli lyckosamt. 

För att kunna testa sig fram med AI krävs ofta ett mer agilt arbetssätt. Det är ofta medarbetarna som sitter på de bästa idéerna och use-casen. Att skapa en mer agil kultur kan vara svårt för många tillverkningsföretag, då det kräver både ett förändrat beslutsfattande och ett annat finansiellt angreppssätt. 

Vi arbetade med ett tyskt tågföretag som hade problem med att hjulen på tågen slets ut, vilket gjorde att tågen fick tas ur drift för underhåll, berättar Alexander Lepp. Det visade sig dock att lokförarna med lång erfarenhet kunde höra på ljudet när hjulen började bli ovala på grund av slitaget. Det kunde vi applicera på ett AI-projekt där mikrofoner monterades på tågen, ljuden analyserades och varningar kunde ges när det var dags för hjulbyte. Denna AI-lösning baserades inte heller på redan existerande data. Det är inte troligt att företagsledningen hade kunnat komma upp med den idén, som nu både sparar pengar, ger bättre trafiksäkerhet och gynnar såväl resenärer som företaget.

Kicka igång AI

Att testa något nytt och kasta sig ut i ny teknik kan kännas osäkert för många verksamheter. Då kan det vara tryggt att kroka arm med ett företag som CGI, som har lång erfarenhet av att leverera innovativa AI-projekt, utveckla dem till fullskalig produktion och även integrera dem med övriga system och verksamhet.

Ibland kan det vara enklare att ta hjälp av någon utomstående för att få i gång processen och börja experimentera, säger Alexander Lepp. Vi har etablerade processer för innovation, agil utveckling och metoder för att snabbt identifiera hur störst nytta skapas. 

Metoden går ut på att testa snabbt och se om det flyger. Det gör att utvecklingsprocessen blir snabb och inte kräver stora investeringar. CGI har varit inblandade i många sådana processer för tillverkningsföretag.

Vi har väldigt lång erfarenhet av att arbeta med tillverkningsföretag och har mycket kompetens inom både AI och tillverkning, säger Alexander Lepp.

Behöver ditt företag hjälp med dessa frågor?  

Vill du veta mer, eller behöver du diskutera era specifika behov och utmaningar med en expert på området?

Boka ett kostnadsfritt strategisamtal med Alexander