Big Data/Analytics

För några månader sedan släppte PLM-utvecklaren PTC sin första Windchill AI release. PLM&ERP News rapporterade om den nya AI Parts Rationalizations förmågor att team nu kan upptäcka och konsolidera dubbletter i sina system. Idag har bolaget gått vidare i AI-spåret och använder nu intelligensen för att ta itu med ett mycket större problem: Produktdata i Windchill som användare behöver, men som teamen kan inte komma åt det snabbt nog.
Med nya Windchill AI Assistant talar vi om en lösning som skiljer sig från bolagets tidigare AI-initiativ genom att gå från enklare sök-/supportverktyg till ett generativt AI-drivet konversations-gränssnitt, djupt integrerat i PLM-plattformen. Medan tidigare verktyg, som Creo AI Assistant (beta) eller Arena AI, var utformade för att tillhandahålla supportartiklar eller vägleda specifika arbetsflöden, fokuserar den nya Windchill AI Assistant på att direkt fråga, sammanfatta och navigera i komplex produktdokumentation via ett naturligt språk.
Viktiga skillnader i Windchill AI vs. tidigare erbjudanden handlar bl a om följande:
• Generativ AI vs. sökning/support: Tidigare AI-verktyg fungerade som smarta sökfält och ledde användare till relevant dokumentation. Windchill AI Assistant är ett generativt AI-verktyg som fungerar som ett "chattgränssnitt" och syntetiserar information från tusentals dokument till ett sammanfattat svar.
• Handlingsbarhet och kontextuell förståelse: Medan tidiga AI-funktioner i PTC-produkter huvudsakligen erbjöd hjälp i stil med "dagens tips", erbjuder den nya assistenten kontextmedvetna svar hämtade från specifika tekniska tester, specifikationer och ändringsordrar från egna Windchill-data.
• Djup integration i PLM-data: Istället för att bara fråga externa manualer är detta verktyg utformat för att fungera som ett plugin till befintliga Windchill-data, vilket möjliggör frågor som: "Vad är statusen för del X?" eller att sammanfatta "alla ändringsordrar för projekt Y".
• Fokus på dokumentationsspridning: Detta syftar specifikt till att lösa "dokumentationsproblemet" – den överväldigande mängden data i ingenjörsteam – genom att automatisera extraheringen av viktiga detaljer snarare än att bara hjälpa till att hitta filer.
"För många användare är utmaningen inte brist på produktdata. Det handlar istället om hur svårt det kan vara att hitta och återanvända det som team redan har lärt sig från tidigare tekniskt arbete", säger John Haller, GM för Windchill, PTC. "Med Windchill AI Assistant tillämpar vi AI på ett praktiskt sätt för att hjälpa team att få snabbare tillgång till betrodd information som redan finns i Windchill, så att de kan spendera mindre tid på att söka efter svar och mer tid på att tillämpa insikter i sitt arbete."
Men vad är det som utmärker PTC i AI-konkurrensen? Klicka på huvudrubriken för att läsa mer om detta på PLM&ERP News.

I mer än två tredjedelar av SAP:s molnkontrakt under det senaste kvartalet valde kunderna att inkludera AI-funktionalitet.
”Den senaste tidens försäljningsvåg av SaaS-aktier bygger på en missuppfattning av den verkliga omvälvningen. Den avslöjar varför programvara är viktigare än någonsin,” det skriver SAP-chefen Christian KLEIN i dagens gästkrönika på PLM&ERP News, och fortsätter:
”Artificiell intelligens är den mest betydelsefulla tekniska förändringen sedan internets genombrott och den som mest påverkat utvecklingen inom programvara. Inte för att AI utgör ett hot mot programvara i sig, utan för att AI är starkt beroende av den. Genombrotten inom resonemang, kodgenerering och autonoma agenter är verkliga och de kommer att förändra alla branscher.
Jag ser det med egna ögon. AI ger tvåsiffriga effektivitetsvinster i SAPs egen verksamhet. I mer än två tredjedelar av våra molnkontrakt under det senaste kvartalet valde kunderna att inkludera AI-funktionalitet. Tillverkningsföretag använder AI-agenter för att automatisera offertprocesser och avsevärt minska svarstiderna. Och konsultteam frigör nu upp till en fjärdedel av sin arbetsvecka för mer värdefulla uppgifter.
Alla större plattforms-förändringar följer ett välbekant mönster. I början samlas värdet i de lägre lagren av teknikstacken i form av datorkraft, modeller och infrastruktur. Med tiden flyttas det bestående värdet upp till applikationslagret där tekniken omvandlas till konkreta affärsresultat. Internet är ett tydligt exempel och molntjänster en bekräftelse på det. AI kommer inte att vara annorlunda – programvara är AIs superkraft.”
Klicka på rubriken för att läsa hela Christian Kleins krönika på PLM&ERP News.

”En perfekt storm blåser upp,” skriver dagens gästkolumnist på PLM&ERP News, Mats Ericson, chef för Norden och Baltikum på Nutanix, hur då? En bakgrund är, som Dagens Industri noterar, att ”molnjättarnas AI-investeringar växer så det knakar – och mer ska det bli. Men bakom uppgångarna lurar ’chipflation,’ påpiskad av skenande priser på minne.” Men det stannar inte där: Intel och AMD varnar för upp till sex månaders väntetid på processorer i Kina, vilket förvärrar bristen och höjer priserna. Förseningarna kan drabba kinesiska AI-bolag negativt och drivit upp kostnaderna för andra komponenter med 10 procent.
Priserna på kritiska minneskomponenter rusar alltså, samtidigt som ledtiderna för processorer förlängs. På samma gång ökar behovet av svenskt och europeiskt oberoende av de stora publika molnleverantörerna. Den här situationen gör att brant stigande kostnader för egna datacenter, så kallade private cloud-lösningar, kan ställa till med stora störningar för svenska företagsverksamheter, investeringsplaner och tillväxt.
Molninfrastruktur är idag en grundsten för moderna och framgångsrika företag. OECD-forskning visar att digital infrastruktur är avgörande för produktivitet och innovation. Samtidigt växer AIs behov av datorkraft och minne medan tillgången på dessa resurser är begränsad och koncentrerad till några få leverantörer. Vilket är det som driver upp kostnaderna.
Eftersom de största publika molnleverantörerna säkrar sin hårdvara via stora volymavtal hamnar enskilda företag, oavsett storlek och tekniskt kunnande, sist i kön. För de som bygger egna datacenter och ”private cloud” innebär detta inte bara högre kostnader, utan också månader av väntan på kritisk utrustning.
Samtidigt ökar tillsynen på hur företag hanterar sina molnlösningar. EU Cloud and AI Development Act är ett försök från EU att minska beroendet från USA och öka den tekniska förmågan inom EU. I Storbritannien har ett nytt program, övervakat av Bank of England, infört direkt reglering av outsourcingtjänster inom framförallt finanssektorn, där man vill hantera störningar hos ett fåtal kritiska leverantörer som kan sprida sig till företag, marknader och i slutändan hela ekonomin. Detta visar hur molninfrastruktur påverkar hela ekonomin.
Eftersom trycket på minnesförsörjningen förväntas fortsätta under flera år är det viktigt för svenska företag att agera nu. Att skjuta upp investeringar riskerar att leda till tappad produktivitet och förlorad konkurrenskraft. En bra start är att lyfta upp frågan på ledningsnivå och föra en strukturerad diskussion.
Fyra frågeställningar förtjänar att toppa agendan inom den närmaste månaden – vilka är de? Klicka på rubriken för att läsa hela artikeln på PLM&ERP News.

“Creates value within just a few weeks,” says Philip Ashton, President of IFS.ai Logistics.
In recent years, IFS has successfully pioneered industrial AI solutions, propelling the company to the forefront of the global ERP arena. A pivotal move in this strategic evolution was the August 2025 acquisition of 7bridges, a specialist in logistics and transport optimization. By integrating 7bridges’ AI-powered simulation and analytics tools into the IFS Cloud platform, IFS aims to provide customers in asset-intensive sectors—such as manufacturing, aerospace, and defense—with a more robust and comprehensive supply chain management system.
Today, that vision has evolved. With last week’s launch of IFS.ai Logistics, the company unites AI-driven planning, automated operations, freight cost auditing, and network optimization into a seamless, closed-loop workflow. The result? Transforming logistics from a complex cost center into a strategic competitive advantage.
It’s easy to see why logistics and transport optimization are mission-critical for industrial AI. Most industrial operations are, at their core, defined by flows. Managing these effectively is the linchpin of business success. Thanks to the data explosion of recent years, we now possess the data-driven technologies required to automate, predict, and optimize complex flows in real-time.
When these digital tools are integrated into both PLM and ERP systems, the impact is immediate: heightened efficiency and reduced costs across industrial processes. The ultimate goal is clear: leveraging AI to transform logistics from manual, reactive tasks into smart, proactive, and automated systems. And that is exactly where IFS positions itself today.
With its new solution, IFS is integrating industrial AI directly into the physical material and goods flows that form the backbone of industrial operations worldwide. Having already managed $2.4 trillion in mission-critical assets for its customers, IFS is now adding a layer of intelligent logistics with IFS.ai Logistics, connecting operational decisions to financial results across the entire supply chain.
"Logistics is one of the largest cost centers, yet it is often the least controlled and most vulnerable to disruption, with consequences directly impacting EBITDA," says Philip Ashton (pictured), President of IFS.ai Logistics. "However, we have found that when AI is applied at scale, directly into industry-specific applications like logistics operations, we can generate tangible value for our customers within just a few weeks."
Click on the title to read more on. PLM&ERP News.

"Skapar värde inom bara ett par veckor," säger Ashton, som är IFS.ai Logistics President.
IFS har under de senaste åren framgångsrikt utvecklat olika industriella AI-lösningar på ett sätt som skjutit fram företagets lösningar i spets på den globala affärssystem-arenan. En av de senare åtgärderna i den kedja man byggt upp för att hantera detta handlar om förvärvet av logistik- och transportoptimerings-spelaren 7bridges i augusti 2025. Genom att knyta an till 7bridges team och teknik ville IFS erbjuda sina kunder ett mer omfattande och robust system för leveranskedje-hantering som bättre kan automatisera processer, anpassa till störningar och sänka driftskostnaderna gerom att integrera 7bridges AI-drivna verktyg för simulering och analys av leveranskedjor i IFS Cloud-plattform, med målet att förbättra effektiviteten för tillgångs-intensiva kunder inom tillverkning, flyg- och rymdindustrin och försvar.
Idag har man tagit detta förvärv ett steg vidare in i lösningsportföljen: Med lanseringen av IFS.ai Logistics i förra veckan samlar man AI-driven planering, automatiserad drift, granskning av fraktkostnader och nätverksoptimering i ett sammanhållet, slutet operativt flöde och tar logistik från att vara ett svårstyrt kostnadsställe, till att bli en strategisk konkurrensfördel.
Man behöver inte fundera särskilt länge över varför området logistik och transportoptimering får anses tillhöra framgångskritiska verksamheter inom industriell AI. Inte minst för att i stort sett all industriell verksamhet präglas av olika slags flöden. Att hantera dessa effektivt är tveklöst avgörande för affärssuccé och i de senaste årens explosiva datautveckling finns de datadrivna tekniker som behövs för att automatisera, förutsäga och optimera komplexa flöden i realtid. En effekt är att framgångsrik implementering av denna typ av digitala verktyg, integrerade i både PLM- och affärssystemen, direkt ökar effektiviteten och minskar kostnaderna i industriella processer. En tung poäng i detta är att låta AI omvandla logistik från manuella, reaktiva processer till smarta, proaktiva och automatiserade system. Detta är varken mer eller mindre än kärnan i industriell digitalisering.
Där menar sig IFS också vara idag idag. Med den nya lösningen integreras industriell AI i de fysiska material- och varuflödena som utgör ryggraden i industriföretags dagliga verksamhet världen över. IFS förvaltar redan 2,4 biljoner dollar i verksamhetskritiska tillgångar åt sina kunder och med IFS.ai Logistics adderar de nu ett lager av intelligent logistik, som kopplar operativa beslut till finansiella resultat genom hela leveranskedjan.
”Logistik är ett av de största kostnadsställena samtidigt som de är de minst styrda och mest känsliga för störning, och konsekvenserna syns direkt i EBITDA,” säger Philip Ashton, President för IFS.ai Logistics. ”Vi har dock sett att när AI tillämpas i stor skala, direkt i branschspecifika applikationer som företags logistikverksamhet, kan vi skapa värde för våra kunder inom ett par veckor.”
Klicka på rubriken för att läsa mer på PLM;&ERP News.

Veckans stora affärsnyhet på PLM-området är globala konsulten Capgeminis köp av tyska Piterion, en ledande, oberoende specialist inom PLM och operativ tillverkningshantering på MOM-området.
Klart är att köpet representerar en förstärkning av Capgeminis PLM-relaterade verksamhet, både finansiellt och tekniskt. Capgemini avslöjar inte i sina redovisningar de utbrutna siffrorna för de PLM-relaterade intäkterna, men sett till hela bolagets intäkter på runt 22,5 miljarder euro 2025 torde det handla om en liten del. Analytikern CIMdata räknade i sin 2025-rapport med att bolaget på cPDm-området (collaborative Product Definition management) drog in runt 400 miljoner dollar på PLM-tjänstesidan, vilket gav en åttonde placering avseende 2024 på topplistan över tjänsteproducenter. Denna lista toppades av Accenture (ca 2,2 miljarder dollar), med TCS (knappt 1 miljard dollar) på silverplats och IBM (runt 750 miljoner dollar) på bronsplats.
Capgeminis styrkor inom Product Lifecycle Management (PLM) ligger i deras kapacitet för digital transformation end-to-end, djupgående branschspecifik expertis inom tillverkning för framför allt fordons- och flygindustrin), och ett starkt, strategiskt partnerekosystem med de tre stora PLM-programvaruleverantörerna: Siemens Digital Industries (Teamcenter, Polarion), Dassault Systèmes (3DEXPERIENCE) och PTC (Windchill).
Capgemini, som erkänts som en "Winner's Circle"-deltagare av HfS Research, betonar "Digital kontinuitet", som kopplar samman produktdesign, tillverkning och service. Just i detta spår ligger också att Capgemini kapabilitet att möjliggöra en "digital tråd" som överbryggar teknik och service, vilket förbättrar datakonsistens och integration över hela produktens livscykel.
Vad innebär då köpet av Piterion, vid sidan av en möjlig intäktsförstärkning på närmare 40 miljoner dollar? Med PLM och MOM som de starka domänerna i utbudet har Piterion sedan bolaget grundades 2002 byggt upp en stark position i Tyskland, med huvudkontor i Stuttgart. Men har också expanderat verksamheten genom dotterbolag i Italien, Tunisien och Indien. Genom att integrera mekanisk, elektronisk och mjukvaruutveckling stöder deras team på över 200 personer en rad välkända kunder inom konsument- och kommersiell fordonsindustri, flyg- och försvarsindustri, life science och högteknologi – sektorer där Capgemini också är djupt aktiva.
"Kunderna vill i allt högre grad optimera sina industriella tekniska processer genom digitalisering och AI,” kommenterar dr Michael Schulte, CEO för Capgemini Engineering och koncernlednings-medlem. ”Piterion är en ledande aktör inom PLM och MOM och med deras starka tyska närvaro och internationella leveranskapacitet kommer köpet att stärka Capgeminis globala PLM-verksamhet, utöka utnyttjandet av våra AI-agentbaserade lösningar, fördjupa strategiska kundrelationer och bidra till att accelerera tillväxten.”
”I tider där AI, moln och uppkopplade produktekosystem omformar industriella värdekedjor skapar denna kombination nya möjligheter för våra kunder,” summerar Ravi Nirankari, medgrundare av Piterion.
Ingen köpeskilling avslöjas i pressmaterialet.
Klicka på rubriken för att läsa mer på PLM&ERP News.

Dagens gästkrönikör Cognizants Kathrin KIND-TRUELLER: ”Att kunna redogöra för datans ursprung är avgörande för att kunna hantera juridiska och finansiella risker.”
I många AI-initiativ hamnar ansvarsfull AI i skymundan. Men för att minimera juridiska och ekonomiska risker måste frågorna hanteras från början – innan någon ens har hunnit skriva sin första prompt. Det menar dr. Kathrin Kind-Trueller, Director of Artificial Intelligence and Advanced Analytics, hos globala konsulten Cognizant, i dagens gästkrönika.
”Föreställ dig ett produktteam som lanserar en ny funktion på rekordtid med hjälp av AI. Resultatet hyllas internt. Samtidigt kan modellen bakom innovationen vara tränad på proprietär data som företaget inte äger eller på källor vars licensvillkor ingen har granskat. Teamet vet kanske inte exakt var träningsdatan kommer ifrån och ännu mindre vilka rättigheter som reglerar hur den får användas,” skriver hon och varnar för att bristen på insyn kan snabbt utvecklas till betydande juridiska risker.
”Det som först framstår som en lyckad teknisk innovation kan i stället leda till immaterialrättsliga tvister, skadeståndskrav och förlorat kundförtroende. I takt med att AI får fäste i både näringsliv och offentlig sektor är detta inte ett extremfall, utan en påtaglig risk.”
Samtidigt ökar tempot i hur organisationer implementerar AI. Konkurrenstryck, produktivitetslöften och rädsla för att hamna efter gör att många företag prioriterar snabb implementering framför långsiktig styrning. Men AI-initiativ som saknar tydliga principer för datakontroll och ansvar riskerar att skapa teknisk skuld redan från start. Den skulden kan bli både dyr och svår att hantera när systemen väl är i drift.
Klart är att problembilden inte bara handlar om juridiken, frågan berör även affärsstrategi och förtroende, hur då?
Klicka på rubriken för att läsa hela dagens gästkrönika på PLM&ERP News.

Mattias BOLANDER, IFS' New Nordic Boss: "Rollout to span 25 countries as IFS scales Industrial AI beyond the pilot phase."
The enterprise systems developer IFS is maintaining a relentless pace in its AI expansion. Moving beyond the hype of experimental "co-pilots," the company is increasingly focused on the large-scale implementation of "Industrial AI" for global players. This shift is critical at a time when many organizations struggle to move AI projects from proof-of-concept into production.
This week, IFS announced a landmark agreement with premium appliance manufacturer Miele. Following a successful pilot in Australia and New Zealand, Miele is now initiating a global rollout of IFS.ai to modernize its business-critical service operations.
"We are evolving our service operations to resolve technical issues faster and more sustainably, with minimal disruption for our customers," says Axel Kruse, Senior VP of Customer Service at Miele. "The success in Australia and New Zealand has given us the confidence to scale this model globally."
The five-year rollout will integrate AI-powered workforce scheduling and predictive maintenance across more than 25 countries, including Sweden, Denmark, Norway, and Finland. For IFS Nordic’s Managing Director, Mattias Bolander, the project is a prime example of AI delivering tangible business value. ”While many discuss the potential of AI, Miele is demonstrating what happens when the technology is applied to solve real-world operational challenges,” he says.
IFS.ai distinguishes itself by being natively embedded within the system rather than offered as a bolt-on service. This deep integration into core ERP, EAM, and FSM functions facilitates the automation of complex, repetitive workflows—such as inventory replenishment—laying the foundation for a real-time, optimized enterprise.
Consequently, IFS.ai leverages the specific industrial context of IFS Cloud. By "understanding" unique business processes, it ensures the right data reaches the right stakeholder at the precise moment required. Because these AI capabilities are foundational to the platform’s architecture, implementation is accelerated, sparing users the friction of complex integrations.
By adopting IFS.ai, Miele is now accelerating the evolution of its service offering. But how is this being achieved in practice?
Click the title to read the full story on PLM&ERP News.

Mattias BOLANDER, IFS Norden-bas: ”AI som fungerar i praktiken.”
Affärssystemutvecklarens, IFS, satsning går vidare i högt tempo på AI-sidan. Inte bara genom att utveckla lösningar kring agentisk AI eller co-piloter, utan också genom att med lyckat resultat implementera lösningarna hos större aktörer. Det sista inte minst viktigt i en tid när många har haft svårt att få system som motsvarar ingångskraven på plats. I veckan har IFS också släppt en pressrelease om en sådan satsning: Vitvarutillverkaren Miele, som inleder en global implementering av IFS.ai.
Lösningen ska accelerera transformationen av företagets tekniska service, en affärskritisk del av verksamheten.
”Precis, vi utvecklar vår serviceverksamhet för att kunna lösa tekniska problem snabbare, mer hållbart och med minsta möjliga påverkan för våra kunder,” säger Axel Kruse, senior VP för affärsenheten Customer Service på Miele. ”Det hela baserar sig på den framgångsrika implementeringen av IFS.ai i Australien och Nya Zeeland, som har gett oss förtroendet att skala modellen globalt.”
Vad IFS.ai mer precist gör är att omvandla Mieles globala fältserviceverksamhet genom att integrera industriell AI i sin servicecykel, med målet att förbättra produktivitet, effektivitet och hållbarhet i över 25 länder. Baserat på Australien- och Nya Zeeland-erfarenheterna skalar Miele upp det AI-drivna IFS Cloud för att modernisera hanteringen av serviceförfrågningar, bättre förutspå utrustningsfel och skicka ut tekniker. Detta kör man nu in i organisationen och under de kommande fem åren ska lösningen rullas ut i över 25 länder, däribland Sverige, Danmark, Norge och Finland.
”Det pratas mycket om AI, men Miele visar vad som händer när den faktiskt används i praktiken. De bevisar hur industriell AI kan skalas upp och skapa verkligt värde, både för företaget och deras kunder,” säger Mattias Bolander (bilden), Nordenchef för IFS.
IFS.ai skiljer sig från andra lösningar genom att vara inbäddad i systemet, snarare än att vara en påbyggnadstjänst, vilket innebär att AI är integrerad i kärnfunktioner inom ERP, EAM och FSM (”fältservice”). Detta möjliggör bättre automatisering av komplexa, repetitiva arbetsflöden – som lagerpåfyllning och händelser i leveranskedjan – och utgör grunden i en realtids-optimerad verksamhet.
En effekt av detta är att IFS.ai:s analyser är baserade på den specifika kontexten i IFS Cloud. Den "förstår" de industriella processerna och ser till att rätt information når rätt person i exakt rätt tid, för att ta ett exempel. AI-funktionerna är kort sagt en del av plattformens arkitektur. Det innebär snabbare implementering och att användarna slipper komplexa integrationer för att börja använda AI i sitt dagliga arbete.
Genom valet av IFS.ai ökar Miele tempot i utvecklingen av sitt serviceerbjudande. Hur då?
Klicka på rubriken för att läsa mer på PLM&ERP News.

Mattias STENBERG, CEO för Octave: ”Vi ska möta en alltmer komplex och ofta fragmenterad data- och system-verklighet med domänspecifik AI och en högkvalitativ SaaS-modell som grund för att driva förändring inom samhällskritisk infrastruktur.” Mattias Stenberg, CEO för Octave, säger att denna nya aktör in om ramen för en SaaS-modell (Software-as-a-Service) ska erbjuda samlade lösningar som hanterar och förenklar komplexitet genom hela livscykeln – från projektering och byggnation till drift och skydd av människor, fastigheter och anläggningar.
"Octave finns till för att hjälpa kunder fatta bättre beslut i komplexa situationer där konsekvenserna är stora", säger Stenberg (bilden), och tillägger: "Det handlar om mer än en ny logotyp. Det är ett löfte om att stå vid kundernas sida när det verkligen gäller – och ge de ledare som inte har råd att misslyckas den tydlighet och det beslutsunderlag de behöver."
Bakgrunden för det nya bolagets verksamhet är att industri- och infrastrukturföretag står inför en alltmer komplex verklighet: Fragmenterade system, otillförlitlig data och svåröverskådliga processer försvårar beslutsfattandet på alla nivåer.
”Octave möter dessa utmaningar genom att omvandla splittrad information till ett sammanhållet beslutsunderlag – och hjälper organisationer att göra osäkerhet till en konkurrensfördel snarare än ett hinder,” säger Stenberg.
Bolagets lösningar bygger på domänspecifik artificiell intelligens och samlar dataflöden i en kontextualiserad plattform. Det ger den intelligens som krävs för att optimera verksamheten inom fyra områden – vilka är de och hur är upplägget tänkt?
Klicka på rubriken för att läsa mer på PLM&ERP News.