AI inom tillverknings- och processindustri

Utmaningar

Sveriges tillverknings- och processindustri står inför ett avgörande skifte, drivet av global konkurrens, skärpta hållbarhetskrav och snabb teknikutveckling. För att möta detta krävs mer flexibla, digitaliserade och resurseffektiva lösningar (1, 2). AI spelar en nyckelroll i omställningen genom att effektivisera produktion, optimera resursutnyttjande och stödja datadrivet beslutsfattande (3). Men införandet är utmanande. Många projekt bromsas av teknisk komplexitet, brist på högkvalitativ data och svagt organisatoriskt stöd för tvärfunktionella initiativ. Ofta saknas strategisk förankring, vilket gör att insatser förblir isolerade och svåra att skala upp (4). Företagen brottas dessutom med låg digital kompetens, svag systeminteroperabilitet och osäkerhet kring framtida regelverk – faktorer som försvårar implementering och driver upp kostnaderna (5). Därtill är datamiljön ofta fragmenterad och svåra att använda. Utan tydliga ROI-kalkyler eller tillgång till testmiljöer fastnar många AI-initiativ i pilotfas snarare än att skalas upp till full drift (4).

AI-lösningar

AI förbättrar produktivitet, kvalitet och resurseffektivitet i tillverknings- och processindustrin. Maskininlärning kan användas för prediktivt underhåll genom att analysera realtidsdata från sensorer – exempelvis vibration, ljud och temperatur – för att förutse maskinhaverier. Det minskar oplanerade driftstopp och underhållskostnader (6). Djupinlärning inom bildigenkänning möjliggör automatiserad kvalitetskontroll genom att identifiera defekter i komponenter som annars hade missats av ögat (4). Generativ AI används i produktdesign för att skapa och simulera tusentals designvarianter utifrån exempelvis hållfasthet, vikt och funktion, vilket effektiviserar utvecklingen och främjar innovation (1). Inom produktionen kan AI-algoritmer justera parametrar som tryck och temperatur i realtid, vilket ger stabilare drift, minskat svinn och lägre energianvändning – särskilt värdefullt i energiintensiva processer (4). I logistik och försörjningskedjor möjliggör AI mer precis styrning av lager, transporter och efterfrågeprognoser genom att analysera realtidsdata och förutse avvikelser. Det leder till snabbare omplanering, färre flaskhalsar och ökad leveranssäkerhet (7).

Exempel på AI-tillämpningar

Flera svenska industriföretag har infört AI-lösningar som skapar mätbara förbättringar i både produktion, kvalitet och logistik. Volvo Group använder prediktivt underhåll där AI analyserar sensordata från monteringslinor och maskiner för att förutse avvikelser innan fel uppstår, vilket reducerar oplanerade driftstopp och förbättrar underhållsplaneringen (4, 6). Scania har infört bildigenkänning med AI för att i realtid identifiera defekter i komponenter, vilket ökar kvalitetssäkringen och effektiviteten i produktionsflödet (4). Sandvik tillämpar AI-baserad ljud- och vibrationsanalys för att exakt avgöra när skärverktyg behöver bytas, vilket förlänger verktygens livslängd och minskar materialsvinn (4). Ericsson har etablerat så kallade smarta fabriker där AI i kombination med 5G övervakar produktionskvalitet och styr autonoma transporter inom fabriksområdet i realtid (4). AstraZeneca använder maskininlärning för att förutsäga kemiska reaktionsutfall i läkemedelsproduktion, vilket leder till jämnare processer och minskat spill (4). Flera företag har även implementerat AI för dynamisk produktionsplanering – där realtidsdata om lager, order och kapacitet används för att snabbt anpassa produktionsflöden vid förändringar, vilket förbättrar leveransprecision och resursutnyttjande (4, 7).

Trender och regelverk

Användningen av AI i svensk industri växer snabbt. Enligt Svea Banks AI-undersökning har andelen företag som använder AI tredubblats på ett år – från 10% till 31% – med störst användning inom produktion, dataanalys och marknadsföring. Över hälften av företagen ser störst besparingspotential inom dataanalys (8). Samtidigt växer kraven på tydlig reglering. EU:s AI Act, som trädde i kraft 2024, kräver att AI-system med hög risk, såsom kollaborativa robotar, uppfyller krav på transparens, dokumentation och CE-märkning för att få användas inom EU (9). Industrins syn på AI förändras gradvis – färre ser tekniken som irrelevant och fler betraktar AI som ett stöd snarare än en ersättning för personal. Det återspeglas i konceptet "augmented operator", där AI används för att stötta operatörer i komplexa arbetsuppgifter. Svenska arbetsmarknadsaktörer betonar dock vikten av omskolning och trygg omställning i takt med att tekniken påverkar arbetsinnehåll och kompetenskrav (10).

Källor

(1) Vinnova (2024). AI för avancerad digitalisering 2024. https://www.vinnova.se/e/avancerad-och-innovativ-digitalisering/ai-for-avancerad-digitalisering-2024-/

(2) RISE (n.d.). Starkare processindustri genom digitalisering. https://www.ri.se/sv/starkare-processindustri-genom-digitalisering

(3) Tillväxtanalys (2022). Varför AI?. https://www.tillvaxtanalys.se/download/18.316bf6a2183ea01c86b2b2e9/1668003835555/

(4) Produktion2030. (2021). Artificiell intelligens inom tillverkningsindustri. https://produktion2030.se/wp-content/uploads/P2030_rapport_AI-version-4_210203.pdf

(5) Teknikföretagen. (2024). Så digitaliseras svenska teknikföretag. https://www.teknikforetagen.se/globalassets/rapporter--publikationer/digitalisering/uppkopplad-industri---sa-digitaliseras-svenska-teknikforetag-final.pdf

(6) RISE (2024). AI är framtiden för smart underhåll. https://www.ri.se/sv/ai-ar-framtiden-for-smart-underhall

(7) Oracle. (2024). Benefits of AI in the Supply Chain. https://www.oracle.com/europe/scm/ai-supply-chain/

(8) SVEA. (2024). Nu ser fler nyttan med tekniken: Andelen företag som använder AI har tredubblats. https://www.svea.com/sv-se/foretag/artiklar-och-tips/content/andelen-f%C3%B6retag-som-anv%C3%A4nder-ai-har-tredubblats

(9) Europeiska unionen. (2024). Europaparlamentets och rådets förordning (EU) 2024/1689. https://eur-lex.europa.eu/legal-content/SV/TXT/?uri=CELEX%3A32024R1689

(10) Myndigheten för arbetsmiljökunskap. (2022). Artificiell intelligens, robotisering och arbetsmiljön. https://mynak.se/wp-content/uploads/2022/01/Artificiell-intelligens-robotisering-och-arbetsmiljon.pdf