Automation

Storkonsulten BOSTON CONSULTING GOUP (BCG) ställer frågan i rubriken i sitt senaste nyhetsbrev apropå Googles lansering av Gemini. Denna, menar man, kan ses som det senaste framsteget inom generativ AI, och lyfter i hög grad fram en förändring mot multimodalitet.
Men först, vad innebär begreppet ”multimodalitet”? Det kan förklaras på följande sätt: Multimodal AI är ett nytt AI-paradigm, där olika datatyper, t ex bild, text, tal, eller numerisk data, kombineras med flera algoritmer för intelligensbearbetning; allt i akt och mening att på sista raden uppnå högre prestanda. Multimodala generativa AI-system förlitar sig vanligtvis på modeller som kombinerar ovan nämnda typer av indata. AI-lösningen konverterar sedan dem till utdata, som också kan innehålla textbaserade svar, bilder, videor och/eller ljud. Sett till denna definition är sålunda ChatGPTs uppgradering är ett anmärkningsvärt exempel på ett multimodalt AI-system.
”Istället för att använda en enda AI-modell utformad för att fungera med en enda form av input, som en stor språkmodell (LLM) eller tal-till-röst-modell, arbetar flera modeller tillsammans för att skapa ett mer sammanhängande AI-verktyg,” skriver BGC. Till bakgrunden hör att vid lanseringen revolutionerade ChatGPT (GPT3.5) innehållsproduktionen, och efterföljande stora multimodala modeller (LMM), som GPT4 och Gemini, har båda potential att revolutionera sektorer som tillverkning, e-handel och jordbruk, varav tillverkningssidan är särskilt intressant för PLM&ERP News läsare. Hur då? Genom att snarare vara tränade på bara text är de nya LMMerna tränade på bilder, kod och text. Med Gemini får man dessutom ljud och video i tillägg. Plötsligt får Ain därmed kapacitet att direkt uppfatta den fysiska världen. Med ytterligare tillägg av nya modaliteter och i open source-miljöer, kan LMMs industriella industriella tillämpningar vässas ytterligare.
- Sådan multimodal förmåga kommer att förändra industrin, säger dr Leonid Zhukov, chef för BCG Global AI Institute, och tillägger: ”Traditionell AI är begränsad av förinställda regler – användare bestämmer vad de vill att AI ska göra och tränar den för den uppgiften. Medan GenAI-modeller frigörs från denna begränsning, går LMMer ännu längre. De kan ta in så många former av data att de skulle kunna reagera på till synes obegränsade situationer i den fysiska världen, inklusive de som användare inte kan förutse.”
Några sådana industriella tillämpningar skulle kunna vara handla om prediktivt, förutsägande underhåll, och optimering av produktionsanläggningar. Men mer då?
Klicka på rubriken för att läsa mer på PLM&ERP News.

En av Siemens Digital Industries Softwares starkaste distanser är lösningar som kopplar ihop produktutveckling och tillverkning. Det finns i detta en rad lösningar med siktet inställt på öppenhet för att riva barriärerna mellan dessa traditionellt silofierade domäner. Detta färgar väl in i en verklighet där de flesta företag landat i PLM- och automations-system med varierade uppsättningar av mjukvaror, vilket gör de industriella landskapen tämligen disparata. För att kunna utnyttja data optimalt krävs därmed att kopplingsbarheten är omfattande och inte för komplex. Visst blir det enklast att riva barriärerna i homogena miljöer, men poängen med att bottna sina lösningar i en disparat verklighet ger bolaget stora förtjänster.
I Siemens mjukvarumiljö tar sig i detta uttryck främst i bolagets Xcelerator-portfölj och en del i denna portfölj är Opcenter-familjen, som är ett tydligt uttryck för viljan att skapa smidiga flöden i hela produktframtagnings-processen. Mer specifikt för tillverkningsbitarna finns dels Opcenter APS för produktionsplanerings- och schemaläggning av produktion, som synkroniserar tillverkningsprocesserna. Utöver detta finns sedan Opcenter Execution Discrete- och Process-plattformarna, som är dedikerade för tillverkningens exekvering (MES).
Dagens aktualitet i detta är en uppdatering och vässning av Opcenter APS-mjukvaran. Denna plattform kan användas för långsiktig strategisk planering som omfattar månader och år, taktisk planering på medellång sikt med några veckors planeringshorisont och för detaljerad sekvensering och schemaläggning. Vidare kan Opcenter APS installeras ”out-of-the-box” och anpassas och konfigureras efter behov. Den kan användas fristående för att hantera planering och schemaläggning, men är också designad för integration med annan programvara som ERP, MES, datainsamling, prognoser, efterfrågeplanering och OEE-applikationer. Det senare, OEE står för ”Overall Equipment Effectivenes” och handlar om nyckeltal för övervakning och förbättring av effektiviteten i tillverkningsprocesser avseende maskiner, celler, linjer eller fabriker.
Bland förbättringarna finns bl a ett nytt modernt användar-gränssnitt och integrationer på MOM-sidan (Manufacturing Operations Management). Men vilka är de andra förbättringarna?
Klicka på rubriken för att läsa mer på PLM&ERP News.

Geopolitiska spänningar, osäkra leveranskedjor, ökande kostnader och tuffa hållbarhetsmål; utmaningarna för tillverkningsindustrin är många. Samtidigt dyker nya teknologier upp och det är i det här gränslandet innovation uppstår. I dagens gästkrönika har Stephan Garber, ansvarig för Protolabs i Norden och Baltikum, plockat ut fyra innovationstrender att hålla koll på det kommande året: Smarta fabriken, decentraliserade tillverkningsenheter, robotik och nya material och hållbarhet.
Inte minst det senare är ett givet fokus i skenet av klimat-, temperatur- och utsläppseffekter. ” Branscher som flyg- och rymdteknik samt fordons- och energibranschen har lagstiftade mål de måste nå, som nettonoll till 2050. Det innebär att en stor del av deras produktutveckling handlar om utfasning av fossila bränslen och införandet av ultraeffektiva tekniker, skriver Garber.
Klicka på rubriken för att läsa mer på PLM&ERP News.

HÅLLBAR DESIGN: Kan SIEMENS PLM-verktyg vända utvecklingen? ”Jag är optimist,” säger bolagets VP Eryn Devola i dagens djupintevju - Få industriella aktörer inom produktutvecklingsområdet har samma konkreta betydelse och potential att göra skillnad inom hållbar design som Siemens Digital Industries. Det hävdar Eryn Devola, Siemens Digital Industries VP för hållbarhet, i dagens djupintervju på PLM&ERP News. Det är den tredje artikeln om verktyg för hållbar design bland de tre stora PLM-utvecklarna, där vi i tidigare avsnitt behandlat Dassault Systemes och PTC.
På vilket sätt kan Siemens göra skillnad? Det finns flera anledningar, men framför allt pekar Devola på att Siemens har både mjuk- och hårdvaruarsenalen för de flesta typer av industriell produktutveckling och tillverkning, end-to-end. Samtidigt är koncernen starkt positionerad i kraft av att den inte bara är ett ledande företag inom PLM-mjukvara och produktutveckling, utan också för att den är en av världens största aktörer, om inte den största, inom smart tillverkningsautomation. Tillsammans inom produktutveckling och automation har Siemens runt 200 000 kunder globalt, varav en stor del är världens stora OEM-företag inom dominerande segment som fordon, flyg & försvar, tunga maskiner och högteknologi. Dessutom tillverkar de saker själva inom koncernägda företag. Det gör att innovationer på PLM- och automationssidan snabbt kan få stor spridning bland världens företag.
Lägg därtill energisidan, också i den världsledande, så framträder bilden av en aktör som behärskar, åtminstone teoretiskt, hela den industriella värdekedjan. Alla erfarenheter samlas på integrerade plattformar och marknadsplatser där tillgång till alla tänkbara former av kompletterande kompetens finns, konstaterar Eryn Devola:
- Framgång inom hållbarhet kräver öppna, kommunicerbara lösningar och teknikplattformar som är flexibla. Visst är det fantastiskt att ha lösningar för miljöoptimerade materialval, eller digitala verktyg för livscykelanalys (LCA), det är några av grundkraven. Men man måste vara medveten om helheten. Den industriella världen ser olika ut från plats till plats. Kompetens- och kunskapsnivåer kan skilja sig markant och hållbarhetsmål med netto-noll är inte något som händer över en natt, säger hon och indikerar att koncept med hållbar design är brett och innehåller en rad olika aspekter som i slutändan kokar ner till att ingen PLM-leverantör ensam kan garantera digitala verktyg som räddar planeten.
Klicka på rubriken för att läsa mer på PLM&ERP News.

FÖRSTA STEGET I ETT FÖRDJUPAT SAMARBETE MED MICROSOFT. En av effekterna av AI-boomen är att flera stora spelare gemensamt tittar på lösningar. Det är något av en utvecklingsbild som präglar faktumet att ensam inte är stark. Dagens system, och kanske framför allt morgondagens, hänger ihop med varandra på ett sätt som gör att effektiva verksamheter måste gå att koppla ihop.
Det under förra veckan annonserade samarbetet mellan Microsoft och Siemens är ett utmärkt exempel. Bolagen fördjupar sitt partnerskap genom att föra ut fördelarna med generativ AI till industrier över hela världen.
Som ett första steg introducerar företagen Siemens Industrial Copilot, en AI-driven gemensamt utvecklad assistent som syftar till att förbättra samarbetet mellan människa och maskin i tillverkningen. Dessutom kommer lanseringen av integrationen mellan Siemens PLM-plattform Teamcenter och Microsoft Teams att ytterligare bana väg för att möjliggöra det som många förutspår kommer att växa kraftfullt - det industriella metaverset. På sista raden, menar dessa storaktörer, kommer de lösningar man nu tar fram att, ”förenkla virtuellt samarbete mellan designingenjörer, frontlinjearbetare och andra team över affärsfunktioner.”
Microsoftbasen, Satya Nadella, menar i en kommentar att man med denna nästa generation av AI skapar en unik möjlighet att påskynda innovation inom hela industrisektorn:
- Precis, vi bygger vidare på vårt mångåriga samarbete med Siemens och sammanför AI-framsteg över Microsoft Cloud med Siemens industriella domänexpertis för att ge både frontlinje- och kunskapsarbetare nya, AI-drivna verktyg, till att börja med Siemens Industrial Copilot, summerar han saken.
Siemens AGs CEO, Roland Busch, är inte mindre entusiastisk:
- Vår gemensamma vision kring generativ AI har absolut en potential att revolutionera hur företag designar, utvecklar, tillverkar och driver sina affärer. Genom att göra samarbete mellan människa och maskin mer tillgängligt kan ingenjörer påskynda kodutvecklingen, öka innovationen och ta itu med bristen på kvalificerad arbetskraft.
Klicka på rubriken för att läsa mer på PLM&ERP News.

Hexagons Manufacturing Intelligence-division har släppt en uppsättning mjukvarulösningar för tillverkning som kopplar arbetare till realtidsdata för insikter och rapportering om drift, underhåll, kvalitet och revisioner: Nexus Connected Worker.
Det handlar om en uppsättning SaaS-applikationer som drivs av Hexagons Nexus-mjukvara, bolagets plattform för digital verklighet i samband med verkstadsproduktion. Sviten förenklar samarbete mellan avdelningar och har lösningar för systemintegration över hela företaget. Hexagon beskriver den som, ”en central plats för digitala representationer av tillgångar, processer och produktionsanläggningar för att stödja beslutsfattande i realtid.”
Parth Joshi, CPTO, chief product and technology officer, på Hexagon, menar i en kommentar att de nya Nexus Connected Worker-lösningarna kommer att ge värdefulla bidrag till digitaliseringen av kundernas processer på verkstadsgolvet:
- Helt klart och vi är glada över att kunna göra fler insikter tillgängliga för anställda i frontlinjen när vi utnyttjar data från ofta silofierade funktioner genom Nexus-plattformen. Nexus Connected Worker är det senaste tillskottet efter lanseringen av Nexus i mars, och en viktig milstolpe när vi fortsätter att berika de lösningar som är tillgängliga för våra användare och ge deras team möjlighet att fatta smartare tillverkningsbeslut.
Lösningarna inkluderar mjukvaror för tillverkningsdrift, underhåll och kvalitetsaktiviteter, och för utförande av revisioner.
Klicka på rubriken för att läsa mer på PLM&ERP News.

Prediktivt, eller förebyggande, underhåll är ett av de kanske intressantaste och mest näraliggande områdena där AI, artificiell intelligens, kan spela oerhört viktiga, effektivitets-ökande roller. Det vet man inom verkstadskoncernen Sandvik och satsningarna på detta är rejäla. I artikeln diskuterar Rahul Kedia kring detta; han är chef för Sandvik Artificial Intelligence and Automation Center for Enablement (CFE).
- Vi investerar betydande resurser i utveckling och implementering av AI-baserade system. Dels har vi förvärvat många branschspecifika mjukvaruföretag som är pionjärer inom AI, dels investerar vi organiskt betydande resurser i utveckling och implementering av AI-baserade system, säger han i en artikel på Sandviks sajt.
Ett bra exempel på prediktiv AI är Sandviks tjänst ”Remote Monitoring Service”.
- Vi använder i detta AI för att identifiera när en maskin är på väg att misslyckas, säger Esa Mattila, ansvarig för Global Productivity and Reliability Center inom Sandvik Mining and Rock Solutions.
Mer specifikt pekar han på ”Remote Monitoring Service”, som var de första betydande AI-aktiverade tjänsterna som Sandvik etablerade. Tjänsten används för prediktivt underhåll och utnyttjar ett upplägg med avancerade analytiska AI-modeller för att identifiera problem i gruvutrustning innan de uppstår, vilket gör det möjligt för gruvoperatörer att förhindra fel.
- Vi alertar användarna på det som upptäckts och dem sedan att utföra vissa inspektioner för att fixa till problemet redan det innan det uppstår. Förutom att förutsäga vad som kommer att misslyckas beskriver vi sålunda också vad som ska göras.
I grunden handlar detta AI-exempel på att koppla upp maskiner och skicka data till molnet. Detta är i sig inget ovanligt. Men poängen med Sandviks modell är förmågan att förstå data genom AI-modeller i stor skala och ge kunden exakt och snabb insyn om vad som kommer att hända och vad som behöver göras: ”Det är revolutionerande," säger Mattila.
- Precis, när maskinerna går sönder sällan kan de användas mer och de förbrukar färre reservdelar. Genom att analysera de förbättringar som tjänsten innebar för en kund ökade utnyttjandet av maskiner med 15 procent och kostnaderna för att använda utrustningen minskade med 20 procent. Det är en enorm förbättring, tillägger han.
- Kundupptaget av Remote Monitoring Service ökade med 50 procent förra året. Och vi ser nu att det ökar ytterligare, tillägger Mattila. Över 700 maskiner övervakas i dagsläget i över 50 gruvor.
Men hur ser Sandvik allmänt på sina AI-satsningar?
Klicka på rubriken för att läsa mer på PLM&ERP News.

PRODUKTUTVECKLING/AUTOMATION. Hur kan man effektivt integrera automatiserad robotladdningsteknik för underjordsgruvor? Detta har ABBs Process Automation-division undersökt tillsammans med Boliden och LKAB. Idag rapporterar man att de tre bolagen framgångsrikt slutfört tester av branschens första automatiserade robotladdningsteknik för underjordsgruvor. Målet är att göra gruvor säkrare genom att automatisera en av få manuella processer som finns kvar inom gruvdrift: att ladda spränghålen med sprängämnen. Resultatet är att man med ABB Robot Charger dels upptäcker borrhål i bergväggen och dels installerar sprängladdningar under gruvdrift, vilket eliminerar behovet av mänsklig närvaro och ger säkrare arbetsmiljöer.
Sprängningsscheman i underjordsgruvor kan variera, men processen äger rum upp till 15 gånger per dag i större gruvor när gruvarbetare expanderar kamrarna för att utvinna metaller och mineraler. ABB Robot Charger upptäcker alltså automatiskt borrhål och fyller dem med sprängladdningar utan närvaro av människor, vilket gör att gruvarbetare inte behöver vara nära den ostödda bergväggen under sprängningssekvenser.
I den avslutade testfasen har man fått bekräftat effektiviteten i att integrera robotladdaren med ett bärarfordon, kommunikation med bulkemulsion och visionsystem samt införlivandet av en andra robotarm för att montera primer och detonator. Det säkerställer full räckvidd till alla borrhålsnivåer och områden i bergväggen samt fjärrstyrning för operatörerna. Programmet har genomförts vid Boliden Garpenberg, som är världens mest produktiva underjordiska zinkgruva.
- Detta är en viktig teknikutveckling för ABB och branschen i stort där säkerhet är en del av de övergripande ESG-åtagandena, säger Vedrana Spudic, global teknikchef för ABBs gruvverksamhet.
Klicka på rubriken för att läsa mer på PLM&ERP News.

En spännande trend när det gäller lågkod är att denna typ av plattformar blir alltmer attraktiva även på industrisidan, och då kopplat till PLM, automation och tillverkning. Ofta har dessa lösningar haft sin användning i, och ursprung från, sånt som fintech, bank och finans, men nu breddas intresset och inom industriella verksamheter börjar det bli alltmer tydligt vilken nyttan kan vara. Ett bra exempel rapporterade PLM&ERP News om nyligen: Volkswagen Autoeuropas anläggning i portugisiska Palmela, som fick "Automotive Lean Production Award" i OEM-kategorin.
Så, vad kan lågkod göra inom produkt- och produktionsutveckling på industrisidan, som t ex AUTOMOTIVE och inom AEROSPACE & DEFENSE? Och vilken av marknadens lösningar lever bäst upp till de kapabiliteter man kan begära av en modern lågkod-plattform? Ett intressant svar kommer från respekterade PLM- och ERP-analytikern Gartner i deras senaste s k ”Magiska Kvadrant”: Siemens Digital Industries Software och deras för några år sedan inköpta Mendix-mjukvara är marknadens bäst positionerade lösning med avseende på exekveringskapacitet och vision.
Finessen med denna plattformstyp landar principiellt i ett ökande behov av att flera intressenter ska kunna hantera de allt komplexare digitala kedjorna. För effektivitet på alla platser i hela kedjan krävs enkelhet på ytan, parat med förmåga att hantera komplexiteten därunder. Poängen är att utan jobbig programmering få till anpassade applikationer som kopplar ihop nära nog allt som har med produktframtagning att göra, från kravställning, produktutveckling, simulering, inköp av insatsvaror till produktion och relaterad logistik. I Siemens Mendix kan man skapa applikationer med instrumentbrädor som ger en total översikt via drag’n’drop.
I Gartners senaste utvärdering, ”Magic Quadrant for Enterprise Low-Code Application Platforms,” toppar Siemens Mendix klart före Outsystems (Developer Cloud och 011) och Microsofts Power Apps (med AI Builder, Datavberse och Power Automate). I ledarkvadranten finns också ServiceNow, Salesforce och Appian. Men inget av systemen har kommit lika långt som Mendix, vare sig avseende exekveringsförmåga eller vision.
Det ser onekligen ut som mer än en tillfällighet att den prisbelönta Volkswagen-fabriken i Portugal byggde sitt system på just Mendix-plattformn.
Men hur ser detaljerna i de analytiska specialisternas, på Gartner, bedömning ut? Läs mer om deras senaste magiska kvadrant på PLM&ERP News.

FoU/HÖGSKOLAN VÄST, SIEMENS Energy och GKN. Allt fler företag satsar på digitala verktyg och system, men är inte alltid förberedda på hur teknikomställningen påverkar medarbetare, arbetssätt och ledning.
– Digitaliseringen kräver nya kunskaper och nya sätt att leda och organisera arbetet. För att lyckas behöver medarbetarnas perspektiv vara med från start, säger Anna Karin Olsson och Kristina Eriksson, forskare vid Högskolan Väst.
Teknikomställningen inom svensk tillverkningsindustri pågår för fullt. För att effektivisera och stärka konkurrenskraften blir produktionen och flera stödfunktioner alltmer digitaliserade. Förändrade roller och arbetssätt väntar alla som jobbar inom tillverkningsindustrin. Men hur genomför man en digital omställning på ett hållbart sätt? Finns risken att medarbetarnas kunnande och erfarenhet tappas bort? Hur möter tillverkningsindustrin kravet på nya och förändrade kompetensbehov? PLM&ERP News har tidigare rapporterat om denna forskning, bl a i samband med utdelningen av Primus-priset. Forskningen har utförts inom ramen för ett tvärvetenskapligt forskarteam på Högskolan Väst har i nära samverkan med Siemens Energy och GKN Aerospace fördjupat sig i de här frågorna. Det treåriga forskningsprojektet Artificial and Human Intelligence through Learning (A-HIL) har gett värdefulla insikter och lärdomar som nu sprids till andra industriaktörer, forskarvärlden och studenter under utbildning.
Hur kan forskningen hjälpa industrin? Klicka på rubriken för att läsa mer om detta på PLM&ERP News.