IFS som är ett välkänt namn inom till exempel tillverkningsindustrin och energisektorn, samt inom underhåll och service, erbjuder AI-komponenter inom ramen för sina olika applikationer. Enligt Antony Bourne växer intresset för dem, även i Sverige.Just nu är fler än 20 AI-projekt i gång hos våra svenska kunder. I de flesta fall handlar det om tidiga faser av projekten, berättar han.
Smarta digitala råttfällor och IoT
Allra helst pratar Antony Bourne om ett projekt på Anticimex som är avslutat. PLM&ERP News läsare och vår PLM TV-tittare, som följt IFS i våra medier är redan väl bekanta med detta projekt. På Anticimex, som är verksamt i 17 länder, har man gjort företagets digitala råttfällor smartare. I Finland har det lett till en fördubbling av omsättningen, vad gäller råttfällor. Och potentialen är stor, över hela världen har Anticimex 75 000 smarta råttfällor utplacerade.
Själva lösningen kan beskrivas som en IoT-lösning, i vilken fällorna är de uppkopplade enheterna. Sådant som batteristatus och om fällorna behöver tömmas övervakas, och sedan sammanställa, analysera och visualisera informationen. Det gör det möjligt att effektivisera hanteringen åtskilligt. Antony Bourne berättar att lösningen skriver ut 10 000 arbetsorder automatiskt per år.
Men det handlar inte bara om effektivisering. Anticimex i Finland har lyckats öka försäljningen i Sverige, genom att kunna förutsäga kommande råttmigrationer från Finland till Sverige. Det har gjorts genom att använda smarta algoritmer med de data som samlas in.
För en försäljare av råttfällor är det ett starkt försäljningsargument att kunna fråga om en potentiell kund inte vill avstyra en kommande råttinvasion innan den slår ut i full blom.
Lösningar som kan göra timmar till minuter
Det finns fler exempel på avslutade projekt, till exempel inom processautomatisering och automatiserad kundinteraktion.
Vad gäller kundinteraktion berättar Antony Bourne om ett företag som lyckats korta väntetiden till sin kundtjänst från timmar till sekunder, eftersom 60 procent av samtalen kan hanteras automatiskt.
Grunden till sådana lösningar är ofta inledande och fortlöpande dataanalys med en samling AI-tekniker som går under benämningen maskininlärning.
Handlar inte AI-projekt i dag nästan alltid om maskininlärning?
̶ Det handlar inte bara om maskininlärning, utan om en samling olika lösningar, till exempel för robotar. Det viktiga är att utgå från affärsmål och att fundera på vad som kan fungera och vad som kan mätas.
Faran i att känna sig akterseglad
Antony Bourne understryker faran i att känna sig akterseglad. Det är lätt att tro att företag i andra länder, andra företag i ens egen bransch, och så vidare, har kommit längre med AI och att loppet därför är kört. Mot det talar till exempel en undersökning från Gartner från förra året, i vilken man kom fram till att 49 procent av alla företag saknar en plan för användning av AI.
Kontentan av resonemanget är enkel att formulera: sätt i gång med konkreta AI-projekt som syftar till affärsnytta. För att lyckas med det gäller det att undvika att inleda projekt med att fatta teknikbeslut om AI.
– Det är viktigt att prova .
