Annons

IFS EVP Martin Gunnarsson: Så kan industriföretag skala upp och omsätta AI till mätbara resultat

”Trots en stark vilja att utnyttja AI befinner sig många ännu i “Proof-of-Concept”-skärselden –så hur skalar man upp AI-användandet?” Agentisk AI är ett av begreppen som vi ser alltmer av i takt med hur artificiell intelligens utvecklas. Det finns flera definitioner, men en föredömligt enkel och illustrativ är att agentisk AI kan ses som ett ramverk; medan AI-agenter är byggstenarna inom ramen. Men lite mer konkret: Vad kan agenterna, byggstenarna konkret göra? Affärssystemutvecklaren IFS tillhör de utvecklare som snabbt kommit långt på området relaterat till industriell AI, och i dagens gästkrönika berättar bolagets Martin Gunnarsson, senior VPn för produkt- och partner-strategi, mer om saken.
IFS har utvecklat en intressant modell med siktet inställt på just agentisk AI, där AI-agenterna alltså spelar viktiga roller i upplägget. Det handlar om program som kan interagera med sin omgivning, samla in data och använda data för att utföra självbestämda uppgifter för att uppfylla förutbestämda mål. Vissa agenter arbetar enbart med fördefinierade regler, medan andra använder inlärningsalgoritmer för att förfina sitt beteende. Människor sätter upp mål, men en AI-agent väljer självständigt de bästa åtgärderna den behöver utföra för att uppnå dessa mål. De kan göra det som ska göras bättre, snabbare och inte minst billigare än sakerna gjorts tidigare.
Med hjälp av sofistikerade modeller kan AI-agenter t ex sluta sig till en kunds avsikt, förutsäga behov och erbjuda skräddarsydda lösningar, allt medan de arbetar 24/7 för att säkerställa konsekvent och effektiv support. I detta ser Gunnarsson och IFS framväxten av AI-agenter som kan hantera kompletta affärsuppgifter över olika delar av ett affärssystem. Vi kan därmed gå från enkel automatisering till komplexa, sammanhangsmedvetna åtgärder. IFS system ska vara en bro mellan alla dessa öar av möjligheter. Martin Gunnarsson skriver:
”Många industriföretag har redan börjat utforska möjligheterna att använda agentisk AI där intelligenta agenter självständigt kan ta över uppgifter som en eller flera människor idag utför. En AI-agent kan t ex övervaka försäljningsordrar, varna vid saknade artiklar och föreslå ersättning. Samtidigt kan en annan AI-agent skriva ett kundmejl, som du granskar och bekräftar innan det skickas. Men trots en stark vilja att utnyttja AI-tekniken befinner sig många fortfarande i en pilotfas, fast i en slags “Proof-of-Concept”-skärseld – i vilket AI ofta är mer av en belastning än en verklig tillgång. Hur tar man då steget för att skala upp AI så den kan effektivisera verksamheten på allvar?


Utan tydliga affärsmål – inga mätbara resultat
Det första steget handlar om att tydligt definiera vilka affärsmål AI-agenterna ska nå. En AI-agent ska ha ett tydligt uppdrag, till exempel en ”monitoring agent” ska övervaka och förbättra drifttiden på en maskin, ”communication agent” har sitt fokus på att kommunicera att det är problem med drifttiden på en viss maskin. Genom att koppla specifika roller med tydliga mål för respektive agent skapas mätbara resultat
Nästa steg är att säkerställa att data och infrastruktur är redo. AI-agenters framgång är beroende av tillgång till högkvalitativa data och robusta processer. Att förbättra datainfrastruktur och skapa tydliga riktlinjer för hur verksamheten ska fungera är avgörande för att undvika att AI-projekt stannar vid prototypstadiet.
Det är också viktigt med en stegvis implementering; att börja med att implementera AI-användandet i de viktigaste delarna av verksamheten. Det kan låta som en självklarhet, men alltför ofta frestas företag att försöka köra en fullskalig lansering direkt.

Motverka personalens rädsla för AI
För att AI ska bli en integrerad del av företaget krävs det såklart även att organisationen och personalen är med på resan. En stor utmaning idag är att många anställda oroar sig för att AI ska hota deras jobb. I detta fall gäller det att skapa tydliga planer för omställningen, utbilda personalen och involvera dem tidigt – så att de förstår att AI bör ses som ett verktyg för att frigöra tid för mer värdeskapande arbete, inte som ett hot. Det handlar om företagets konkurrenskraft över tid där AI kommer spela en avgörande roll för företags framtida tillväxt och lönsamhet
Slutligen är det oerhört viktigt med kontinuerlig mätning och förbättring. Att utvärdera hur AI-agenter presterar och successivt ge dem mer självständighet är nyckeln till att skala upp. Samtidigt måste organisationen ha tydliga ramar för att styra utvecklingen och säkerställa att AI agerar i linje med företagets värderingar och mål.
Jag är övertygad om att de företag som tar dessa steg på sin AI-resa kommer att bli marknadens vinnare. För den industriella AI-revolutionen handlar om att omsätta de enorma möjligheter vi nu står inför, till verkliga resultat.

 Av Martin Gunnarsson, SVP Product & Partner Strategy, IFS

Print Friendly, PDF & Email

Success Stories

Success Stories

Industriellt

Intressant på PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

PLM TV News

Aktuell ANALYS

Aktuell Analys

Aktuell Analys

3D-printing

Block title