Att förutse och undvika produktionsstopp kan spara både tid och pengar, samtidigt som det maximerar nyttan av befintlig utrustning. Företag som Volvo Trucks och Mack Trucks har redan märkt skillnaden, med betydligt snabbare reparationstider tack vare avancerad dataanalys med hjälp av AIoT – en fusion av AI och IoT. Det skriver Duncan Bain, Senior System Engineer på SAS Institute, i en kolumn.
Många tillverkare tvingas prioritera lageruppbyggnad i stället för att arbeta med mer förutseende och flexibla modeller, skriver Duncan Bain, vilket påverkar både kassaflödet och lönsamheten, ”särskilt i ett läge där höga energikostnader och brist på kvalificerad arbetskraft redan sätter press på marginalerna”. Företag ställs inför ett dilemma: ska kapitalet bindas upp i reservdelar och komponenter, eller ska man riskera att stå utan i en kritisk situation?
För den tunga industrin är frågan särskilt viktig, enligt honom, då en maskin kan kosta miljoner och ha upp till ett halvårs leveranstid. Det är därför förståeligt att företag i god tid vill säkerställa att reservdelar och utrustning finns tillgängliga. Men detta leder i sin tur till att tillgångar som ännu inte ger något värde måste underhållas och servas.
”Bättre beslut kan fattas om man har detaljerade insikter om hur befintlig utrustning faktiskt presterar”. Genom att utrusta maskiner med sensorer och analysera den data som genereras i realtid kan företag få en tydligare bild av vilka tillgångar som fungerar väl och vilka som behöver bytas ut. Data om exempelvis driftstid, temperatur, vibrationer och energiförbrukning kan ge värdefull information om underhållsbehov och förväntad livslängd.
Med hjälp av AI och avancerad analys kan denna data omsättas i praktiskt beslutsunderlag. AI kan upptäcka mönster som annars går förlorade i stora datamängder. Det gör det möjligt att prioritera rätt underhåll i rätt tid och att förlänga livslängden på befintliga tillgångar – eller se när det är mer ekonomiskt att investera i ny teknik.
Duncan Bain pekar på att en växande trend är det som kallas AIoT, en kombination av AI och Internet of Things (IOT, sakernas intetnet). Tekniken ger företag möjlighet att analysera och agera på data från anslutna enheter i realtid.
”Med AIoT får man inte bara snabbare svar, utan även djupare insikter”. Den kan även kombinera data från olika delar av verksamheten, exempelvis för att avgöra om en specifik maskin kan möta framtida efterfrågan, eller om produktionen bör justeras.
”Vi ser redan hur AIoT förändrar hur tillgångar förvaltas och hur stillestånd minimeras”. SAS har exempelvis samarbetat med Volvo Trucks och Mack Trucks – båda är dotterbolag till Volvo AB – där SAS bidragit till att utveckla fjärrdiagnostik och förebyggande underhållstjänster med hjälp av IoT och AI. Enligt SAS är resultatet ”70 procent kortare diagnostider och 25 procent snabbare reparationer”. Det ger både ökad tillgänglighet och nöjdare kunder i en bransch ”där varje timme i drift räknas”.
Bain menar att AIoT inte bara är relevant för tung industri. ”Samma principer kan appliceras på konsumentprodukter”. Med rätt teknik kan till exempel hushållsapparater förutse underhållsbehov och via en app meddela när det är dags att byta ut delar, innan något går sönder.
När AI utvecklas och IoT-lösningar blir allt mer utbredda, innebär AIoT ”ett nytt sätt att tänka” kring förvaltning av tillgångar och kapital, logistik och affärsplanering. ”Det ger företag en mer heltäckande bild av hur tillgångar påverkar allt från försäljning till kundrelationer, och minskar behovet av att lagerhålla för säkerhets skull”.
