– AI är tveklöst stort nu, konstaterar Martin Gunnarsson, så stort att det med sina synbart obegränsade möjligheter har en tendens att rubba cirklarna på många ställen. Teknologins löften är som en turbo på ren och skär affärslogik. Rätt använd kan den ge hur mycket som helst.
– Precis, men det är en del kvar, säger Dan Matthews. Vi går nu in i ett AI-i-praktiken-läge. Det som är nytt är det generativa, det har öppnat ögonen på folk. Men det gäller att ställa rätt frågor och det kräver lite eftertanke. Vi ser definitivt en hockey ”stick-effekt” där vi som ERP-leverantör behöver spela en stor roll. Att kunderna själva löser detta har sina risker. För optimering, och om något går fel, vill man veta och förstå att AIn ”tänkt” rätt. Det går att få fram och vi bygger in detta i vår maskininlärnings-service.
I detta är IFS beredda att ta en stor roll för att det ska bli tryggt, pålitligt och säkert, tillägger han.
Bygger på IFS komponerbara arkitektur
När det gäller tekniken bygger IFS lösningar allmänt på ett starkt koncept som är modulärt. ”A composable architecture,” brukar det beskrivas som. Alltså en komponerbar arkitektur, som ger en optimala möjligheter att sätta ihop kombinationer med precis de varierade funktionaliteter som behövs i en organisation, stor som liten. Det handlar om utbytbara funktionella komponenter som kan kopplas på, eller av, vilket är närmast exakt vad analytiker som Gartner och CIMdata talar om när det gäller toppmoderna plattformskoncept, Product Innovation Platforms.
För IFS del ligger AI-verktygen inom ramen för IFS.ai. Denna ai-arkitektur ger en utökad och användarbestämd upplevelse för medarbetare inom alla funktioner i affärsverksamheten. Eftersom detta kan anpassas till deras specifika sätt att arbeta, hjälper AI-upplägget dem att bli mer effektiva och deras organisationer kan automatisera och optimera processer över traditionella drift- och datasilos.
IFS.ai och det strukturella upplägget
Generellt gäller att IFS.ai driver alla IFS-funktioner och fungerar nativt med IFS Cloud, IFS Ultimo, IFS assyst, och IFS Poka.
– Förmågan förbättras med AI och levereras till användaren för att skapa ett djupare och bredare affärsvärde, säger Dan Matthews, och punktar upp den övergripande strukturen för IFS.ai ut så här:
- IFS.ai Data Foundation, Orchestration Layer och Co-Pilot arbetar dynamiskt och integrerat med IFS’ möjligheter att kombinera data och AI för att arbeta sammanhängande eller separat baserat på användarens roll.
- IFS.ai Data Foundation säkerställer tillgången av data i realtid, i allt från företagsdata och kunddata, till telemetridata och data från tredje part. Allt i akt och mening att göra det möjligt för IFS.ai att ge relevanta insikter.
- IFS.ai Orchestration: Kombinerar data och AI dynamiskt, växlar komponenter för att utnyttja dem individuellt eller tillsammans med den data som behövs för att exekvera en process. IFS.ai orkestreringstjänster levereras baserat på roller och processer.
- IFS.ai’s Co-Pilot spelar en betydelsefull roll i det att den kontinuerligt hjälper användare att bli mer effektiva, mer produktiva och leverera till en högre kvalitet med hjälp av telemetridata och annan rollrelevant data.
- IFS.ai Interactive Experience: Här använder IFS.ai telemetridata där de anställda/användarna interagerar med IFS-teknik. Dessa dataupplägg är skräddarsydda för deras olika roller och för att justera processer och prioritera åtgärder som skapar mervärde.
Simulering av komplexa industriella kedjor ett toppnummer
Detta sagt ska konstateras att IFS AI-lösningar i stor utsträckning präglas av en industriell inriktning, framför allt relaterat till bolagets sex industriella huvudspår (se ingressen).
”Exempelvis både kan och ska man simulera det som ska göras med vår ai-motor. Du kan lägga upp AI-baserade schemalagda tillverkningsplaner, optimera med AI, drifta produktionslinjen med AI och i detta upptäcka anomalier med genAI som kan korrigeras med åtgärdsupplägg, säger Matthews.
Varför är simuleringsbiten viktig?
– Flera skäl. I industriell tillverkning handlar detta om ofta komplexa kedjor där flera olika grenar måste samköras och där det ena är knutet till och påverkar det andra. Tillverkning av batcher, varianthantering som påverkar produktionslinan, ledtider mot kund, logistik och service är bara några exempel på faktorer som ingår i kedjorna. Hur optimerar man dessa? AI-baserad simulering kan ge bra svar med en breddad tillämpning som kan visa vad som händer om företaget får en order som t ex också involverar flera anläggningar: Behöver vi gå upp i treskift? Ska ytterligare en maskin aktiveras? Vilka andra batcher som ligger för för tillverkning kolliderar den nya ordern med? Vilket är den optimala koordineringen av detta? Osv. AIn kan i detta använda historiska data och simuleringsmotorn provar ”själv” olika algoritmer för att driva fram realistiska scenarier över molnet. Effekterna av detta kan få viktiga affärsmässiga effekter, förklarar IFS’ CTO.
– Precis, tänk dig själv; du kan t ex ta reda på vad som krävs för att gå från 95% effektivitet till 99%, vilket i sin tur kan skapa mycket goda ekonomiska tillskott genom förmågan att optimera möjligheterna att nå målen.
”Generativ AI är inte jättebilligt”
Tämligen komplexa kapabiliteter alltså, hur kommer man igång? Vad kostar det? Vi diskuterade saken med seniora VPn, Martin Gunnarsson.
– Som framgår av diskussionen hittills så är AI inte helt enkelt att implementera, vilket gör att man får tänka i stegvisa processer. Samtidigt, AI är inte jättebilligt, men implementerat i rätt ordning och på rätt ställen är det definitivt prisvärt sett till den enorma potentialen där AI framför allt stöder människorna i affärsprocesserna. Så när man tittar på hur investeringarna kommer att se ut gäller det att ta höjd för ett naturlig behov av läropengar. Alla projekt kanske inte ger blixtsnabba resultat, men när framstegen kommer kan det handla om sjumilakliv.
Gunnarsson pekar vidare på att satsningarna man gjort inom IFS, med siktet inställt på inbäddade AI-kapaciteter över hela IFS Cloud-plattformen, framför allt stöder bolagets industriella huvudspår.
– Det är klart att detta påverkar våra AI-upplägg. Vi stöder våra sex huvud-industriella spår med flyg- och försvars-, energi-, bygg- & anläggnings-, tillverknings-, service- och telekom-segmenten. Alla dessa tillverkar, bygger, servar, underhåller, lagrar och distribuerar fysiska produkter. Vår AI ska sättas i denna kontext, där vi nu jobbar intensivt med att ta fram anvädningsfall. Det kan handla om de produktionsrelaterade bitarna som Dan Matthews tar upp, men givetvis också har det lika mycket inriktningen på att koppla ihop detta med logisk och s a s naturlig affärsfunktionalitet längre fram i kedjan.
– Detta kan handla om betalningsprognoser för en kund, där du via AIn kan ta fram prognoser baserad på all historisk data. Allt kan alltså ses i ett livcykel-perspektiv.
Optimering med hänsyn tagen
till en mängd parametrar
Hur kan en sådan loop se ut? Martin Gunnarsson igen:
* Man kan t ex simulera vad som händer om vi behöver förändra produktionen efter en stor order.
* Planera med den existerande informationen du sitter på i nuläget.
* Optimera med hänsyn tagen till mängder av parametrar, t ex med hänsyn tagen till leveranstid, produktionstid, lagerstatus, konfigurationskrav, etc.
* Därefter kommer vi in i det operativa driftsläget, där sånt som att spåra anomalier och generera aktiviteter för att åtgärda dessa. AI gör här snabba förslag på vad.
* Man kan vidare tänka sig påkoppling av distributions-, service- och underhållsbitarna.
Det är denna typ av livscykel-loop som IFS’ lösningar tar sikte på, säger Gunnarsson och fortsätter: ”Vi talar i detta om användningfallens betydelse och planerna omfattar över tid fler än 400 scenarier som vi ska implementera i IFS Cloud. Genom att vara det vi kallar ”evergreen” – alltså på så färsk release som möjligt – kommer man att få tillgång till dessa.”
– Detta är fråga om en kontinuerlig leveransdynamik där AI blir en naturlig del i affärsprocessen för våra kunder. Vi har nu i dagsläget 20-talet användarfall implementerade, men antalet växer med varje ny release. Tempot ligger idag på en ny utgåva var sjätte månad.
”Marknaden är mogen för AI”
Sammanfattningsvis: ”Marknaden är mogen för AI, vi har de verktyg man behöver för att komma igång och vi ligger långt fram i spåret i utvecklingen av nya AI-verktyg och framtagning av usecases” hävdar IFS Norden-chef, Ann-Kristin Sander. ”2024 blir året då AI på allvar etableras i företagen.”
Hon framhåller också betydelsen av IFS ekosystem när AI nu ska initieras och implementeras i företagen.
– Liksom vår komponerbara arkitektur är en teknologisk framgångsnyckel, och liksom molnet är det som teknikplattform för IFS Cloud, är våra partners i ekosystemet väldigt viktiga. Aktörer som Microsoft, Accenture, Capgemini, Boomi, Pagero och andra kan erbjuda helhetslösningar där AI spelar en avgörande roll.
