5 trin til at gøre din produktion klar til AI

Analyse fra Teknologisk Institut viser, at det ikke er teknologien, men manglen på viden, der mange steder holder AI ude af dansk produktion. Her får du fem trin, der kan være med til at skabe en bro over videnskløften og hjælpe dig og din virksomhed i gang med AI.

Kunstig intelligens fylder meget i debatten, men langt mindre på fabriksgulvet.

Ifølge Teknologisk Instituts rapport Videnskløften: Hvorfor AI endnu ikke skaber produktivitet i dansk produktion er 65 procent af små og mellemstore produktionsvirksomheder AI-afventende. De arbejder slet ikke eller kun i meget lav grad med AI og har samtidig lav strategisk prioritet på området.

Samtidig viser analysen, at selv de virksomheder, der allerede arbejder med AI i produktionen, endnu ikke høster en målbar ekstra produktivitetsgevinst.

Det afgørende problem er ikke manglende adgang til robotter, kameraer eller software. Det er mangel på viden.

Ifølge analysen mangler virksomhederne indsigt i, hvor AI konkret kan skabe værdi i netop deres produktion, og hvordan de kommer i gang uden at løbe unødig risiko.

For at bygge bro over den videnskløft har Teknologisk Institut samlet fem trin, som kan hjælpe dig og din virksomhed i gang med AI i produktionen.

1. Start med en konkret udfordring - ikke med teknologien

Usikkerhed om forretningspotentiale og manglende evne til at identificere relevante use cases er en central barriere, viser analysen fra Teknologisk Institut. Derfor bør første skridt være at tage udgangspunkt i en velkendt udfordring i produktionen.

Det gjorde virksomheden Mette Munk, hvor AI-baseret vision og robotteknologi nu håndterer kvalitetssikring af op til 35.000 stykker wienerbrød i timen, som tidligere var en manuel opgave.
 

2. Skab overblik over data og teknologi

17 procent af virksomhederne fortæller i analysen fra Teknologisk Institut, at manglen på data, teknologi eller IT-infrastruktur er en væsentlig barriere.

Derfor er det vigtigt, at du får afklaring på, hvilke sensorer, kameraer og robotter, der allerede findes i cellen, hvad der logges i dag og hvor, og hvad der eventuelt skal suppleres for at kunne anvende for eksempel computer-vision eller dataanalyse af produktionsprocesser.

3. Afgræns en pilot og sæt realistiske mål

Rapporten konstaterer, at de fleste virksomheder befinder sig i test- eller pilotfasen, og at kun få har formået at skalere AI-løsninger.

Det understreger, hvor vigtigt det er at vælge én afgrænset proces eller robotcelle til et første AI-forsøg og sætte få, tydelige succeskriterier.

4. Afprøv teknologien

Rapporten viser, at virksomheder med AI vokser lidt hurtigere i omsætning og medarbejdere – men uden højere produktivitet end andre.

Mange er stadig i en fase, hvor de investerer i teknologi og kompetencer, før gevinsterne kan høstes. Derfor skal AI-piloter i robot- og automationsceller styres som kontrollerede forsøg, ikke som løse eksperimenter.

5. Tænk skalering og kompetencer ind fra starten

Rapporten viser også, at behovet for hjælp ændrer sig med AI-modenheden.

Blandt virksomheder, der allerede bruger AI, efterspørger 52 procent strategisk rådgivning om, hvor og hvordan de kan skalere. Omvendt ved 37 procent af dem, der ikke bruger AI endnu, slet ikke hvilken hjælp de har brug for.

Når en AI-løsning i en robotløsning fungerer, bør næste skridt derfor være at bygge et fundament for skalering. Det kan være strategisk rådgivning om, hvor i produktionen AI giver mest værdi at udbrede først, eller kompetenceudvikling af medarbejdere, så viden om data, algoritmer og drift forankres internt.

Mange har også gavn af vejledning i valg af teknologier, platforme og leverandører samt hjælp til integration med eksisterende systemer, så nye løsninger kan genbruges og ikke bliver enkeltstående øer.

Det er netop kombinationen af teknisk viden, forretningsforståelse og domæneindsigt, som rapporten peger på som nøglen til at omsætte AI-potentiale til reel produktivitetsgevinst.

Tag det næste skridt

AI behøver hverken at være et storstilet IT-projekt eller et vovet sats.

Som rapporten viser, er det viden, ikke teknologi, der mangler. Med disse fem konkrete trin kan du forvandle din nuværende robotanlæg til et AI-klar produktionsmiljø, hvor erfaringer omsættes til målbar værdi.

Hvis du vil tættere på, hvordan AI kan skabe værdi i netop din produktion, kan Teknologisk Institut hjælpe dig med at:

• Identificere egnede use cases i dine eksisterende celler
• Gennemføre og dokumentere en første, afgrænset pilot
• Lægge en realistisk plan for skalering og kompetenceopbygning

Kontakt os og få en uforpligtende dialog om din produktion.