Bilindustrin iakttar försiktighet när det gäller att tillämpa artificiell intelligens inom produktionsprocesserna. Framför allt av effektivitets- och lönsamhetsskäl.
Vid en första anblick kan AI:s framsteg inom bilindustrin verka blygsamma. Det är vad Capgemini konstaterat i sin studie över ämnet (1). Resultatet visar att antalet företag i branschen som storskaligt infört AI har gått från 7 procent 2017 till 10 procent idag. Enligt Capgemini skulle dock de stora tillverkarna kunna öka vinsterna med upp till 16 procent genom storskalig artificiell intelligens. Thomas Hoffmann, Business Development Manager inom VINCI Energies varumärke Actemium, tonar dock ner påståendet.
”AI är endast relevant om den leder till stora förbättringar av tillverkningsresultatet och kan garantera en rimlig avkastning på investeringarna”
”Man måste se till helheten: bilindustrin är antagligen den mest robotiserade sektorn. De allra flesta uppgifterna är redan automatiserade. Dock bromsas AI:s utveckling av två huvudfaktorer: den nya teknikens mognadsnivå som ännu inte är optimalt för att systematiskt industrialiseras samt industrins egna kultur som ställer extremt höga krav på slutproduktens prestanda och säkerhet”, säger han.
Men han menar också på att bilindustrin skulle kunna hitta fler områden där AI kan bidra. ”Men man får inte glömma att AI endast är relevant om den leder till stora förbättringar av tillverkningsresultatet och kan garantera en rimlig avkastning på investeringarna. En god hantering av IT-miljön och IT-säkerheten är ytterst viktig för anläggningssäkerheten”, säger Thomas Hoffman.
Applikationer och beslutsstöd
AI:s fördelar är redan uppenbara om man ser till Lean Management. Tekniken bidrar till att optimera produktiviteten genom konceptet TAK (Tillgänglighet-Anläggningsutnyttjande-Kvalitetsutbyte) eller UTE/OEE (Utrustningens Totala Effektivitet/Overall Equipment Effectiveness). I sin studie tar Capgemini upp fallet med Audi som håller på att testa ett AI-baserat system med smarta kameror för att hitta ytterst små defekter och sprickor i plåten.
”Idag kan fabrikerna bevaka produktionsutrustningen och de tunga maskinerna med IoT-sensorer. Man talar om förebyggande underhåll. Sensorerna är kopplade till en maskin som samlar in vibrationsrelaterade uppgifter varje gång utrustningen flyttas eller används. Den detaljerade analysen av maskinerna hjälper till att förebygga driftsstopp som kan störa monteringsprocessen”, säger Thomas Hoffmann.
General Motors har därför utvecklat ett molnbaserat klassificeringsverktyg för närmare 7 000 robotar. Pilotprojektet som utvecklats för att hitta potentiella komponentproblem innan de uppstår har gjort det möjligt att förhindra 72 incidenter som hade kunnat försena produktionen.
Men Thomas Hoffmann menar att AI framför allt ska ses som ett verktyg för beslutsstöd. ”Människan ska i de flesta fall fortfarande vara den som tar det slutgiltiga beslutet. AI ingår redan i biltillverkningsprocessen men kommer att göra det i ännu större utsträckning för utvecklingen av nya elbilar”, säger han.
(1) Capgemini har intervjuat 500 chefer inom bilindustrin i åtta länder mellan december 2018 och januari 2019. De har även gjort djupintervjuer med ett antal branschexperter och entreprenörer.
20/02/2020
