Allmänt kan noteras att det inte verkar finnas några gränser för potentialen och produktivitetslöftena för AI inom produktutveckling och tillverkning. Men som alltid måste det finnas en utövad datakultur och framför allt gedigen datahantering. Enligt undersökningen som citerades i ingressen har företag som har etablerat PLM ett försprång när det kommer till AI, om lösningen ger en öppen arkitektur och är mycket anpassningsbar.
AI är ingen silverkula
– AI utför många uppgifter bättre än människor, men det är ingen silverkula. Den kan inte skapa ordning i kaos på egen hand. AI behöver struktur och en solid grund för att realisera sin potential av lönsamhet, säger Leon Lauritsen och råder därför företag att ta ett systematiskt grepp:
– På grund av de potentiella effektivitetsvinsterna kommer ingen att kunna undvika att introducera denna teknik på medellång sikt. Men för att AI ska kunna leverera meningsfulla resultat måste datagrunden ha rätt. När allt kommer omkring, ju bättre input, desto mer användbar utdata.
AI kräver system med mycket god integrationsförmåga
För denna integration är det dock väsentligt att PLM-systemet har de nödvändiga gränssnitten och en motsvarande öppen arkitektur.
– Än idag är flexibilitet, skalbarhet och maximal integrationsförmåga ett måste för våra kunder när de bestämmer sig för ett PLM-system, säger Lauritsen. Denna trend att koppla ihop ett godtyckligt antal system till en integrerad process och datakedja kommer sannolikt att förstärkas av AI-applikationer. Till exempel är det idealiskt för produktdesigners som idag kan ta fram all tillgänglig information om de enskilda komponenterna när som helst och ta hänsyn till dessa under utvecklingen. Men en människa kan inte hålla reda på alla ömsesidiga beroenden eftersom det övergripande systemet är för komplext. AI, å andra sidan, känner igen dessa och andra beroenden och kan förebyggande varna konstruktören om framtida ändringar av komponenter eller kommande lagändringar. Eventuella flaskhalsar eller dyra anpassningar under produktionen kan därmed minimeras avsevärt.
Färdkarta för att introducera AI
Aras operative europachef landar sina resonemang kring AI i ett tillvägagångssätt om fyra steg, som han rekommenderar för en smidig introduktion av AI-applikationer:
- Bryt ner datasilos i företaget och implementera PLM för att tidigt skörda frukterna av ett omfattande datautbyte i de olika avdelningarna.
- Förtydliga den rättsliga ramen för införandet av AI, eftersom de nya applikationerna använder både interna och externa resurser för dataanalys.
- Inför AI-pilotprojekt som till en början körs i slutna och välövervakade system. Även om tillämpningsmöjligheterna fortfarande är begränsade är potentialen redan förutsägbar här och medarbetarna får sin första erfarenhet av tekniken.
- Integrera nya AI-applikationer som även möjliggör extern datatrafik och informationsutbyte.
– Ju fler deltagare som gör sin data tillgänglig för AI-bearbetning, desto mer meningsfulla och korrekta blir resultaten. Företag bör dock korrekt kontrollera åtkomsträttigheterna till AI så att känslig intern data inte kan läcka oavsiktligt, kommenterar Aras VP Lauritsen. Med bra rättighetshantering i PLM kan företag bemästra datavärlden och bli tillräckligt säkra så att de inte behöver hålla tillbaka ny teknik över säkerhetsproblem.
Avgörande framtida mervärde med PLM och digitala tvillingar
AI kommer sannolikt att leverera ett avgörande mervärde i framtiden, särskilt när man utbyter information med externa partners eller datatjänstleverantörer. Leon Lauritsen vågar sig på en blick in i framtiden:
– I framtiden kommer produktdesignavdelningen att kunna använda AI och PLM för att skapa en digital tvilling av nya produkter och samtidigt få en passande 3D-modell. Det är till och med tänkbart att skapa en flerdimensionell modell som också tar hänsyn till tidsdimensionen. Detta gör att produkten inte bara kan delas upp i enskilda komponenter över hela dess livscykel, utan slitage och underhåll kan också jämföras under olika användningsperioder. skulle vara en enorm vinst för företag.
Kommande web-seminarium med Fraunhofer Institute
Tillsammans med Fraunhofer Institute IEM och AI Marketplace kommer Aras att utforska tillämpade AI-användningsfall för PLM under ett webbseminarium den 12 december 2023 kl. 16.00.
Förutom en översikt över kärnkoncept och potentialen för AI inom teknik, kommer en livedemonstration att illustrera den praktiska implementeringen av AI i ett PLM-system. Webbinariet är kostnadsfritt
Registrering går att göra via denna länk:
