Så förändras industrin med AI: Experter från SKF och Epiroc delar sina insikter

Den 27 maj deltar två ledande experter inom AI i industrin som talare på Ny Teknik Educations konferens Industrial AI Nordic Summit 2025: Luba Weissman, AI Director på Epiroc, och Linda Örtlund, Interim Director of Digital Engineering & Innovation på SKF. Under konferensen kommer de att dela med sig av sina erfarenheter och insikter om hur AI kan implementeras för att driva innovation och skapa affärsnytta inom industrin.

Framgångsfaktorer för effektiv AI-implementering

Vi passade på att ställa några frågor till Linda och Luba om de vanligaste AI-tillämpningarna inom industrin just nu och hur dessa teknologier används för att förbättra verksamheten.

– AI används på flera sätt som har stor inverkan på verksamheten. En vanlig tillämpning är tillståndsövervakning där AI övervakar maskinernas tillstånd och förutsäger när underhåll behövs. Detta minskar oplanerade driftstopp och förbättrar maskinernas livslängd, säger Linda från SKF.

Ett annat viktigt område är kvalitetskontroll och robotik, där AI används för att skapa smartare tillverkningsprocesser:

– Med AI kan vi snabbt och noggrant identifiera defekter och avvikelser, vilket gör att vi kan agera snabbare än med manuella inspektioner och därmed förbättra produktkvaliteten. AI används tillsammans med robotik för att förbättra kvalitetskontroll och skapa smartare tillverkningsprocesser. Genom att analysera data från sensorer och maskiner identifierar AI flaskhalsar och ineffektiviteter i produktionslinjen samt föreslår förbättringar som ökar produktiviteten och sänker kostnaderna. Exempel på detta är slipningscykler, härdningscykler och autonoma transporter inom fabriken, tillägger Linda.

Luba från Epiroc ser liknande trender inom AI och lyfter också att både generativ AI och mer traditionella tillämpningar fortsätter att utvecklas:

– Många företag fokuserar på agentisk AI och generativa AI-applikationer samt investerar i dess potential för automation och beslutsstöd. Samtidigt förblir klassiska användningsområden som prediktivt underhåll, optimering av försörjningskedjan och processautomation centrala, eftersom de fortsätter att leverera påtagligt värde. Trots den stora entusiasmen kring generativ AI är framgång inom industriell AI fortfarande beroende av att först lösa grundläggande operativa utmaningar, menar Luba.

Viktigt med en AI-medveten organisation

Enligt Luba Weissman, AI Director på Epiroc, handlar framgång med AI inte enbart om teknologin i sig, utan om hur den integreras i verksamheten. Hon betonar vikten av att AI ska vara ett verktyg som stödjer affärsmålen:

– Den avgörande framgångsfaktorn är att säkerställa att AI integreras som ett verktyg som stöder affärsmålen snarare än att implementeras för sin egen skull. AI bör inte diktera strategin; den ska vara i linje med den. I industriella miljöer, där tillförlitlighet och operativ effektivitet är avgörande, måste AI tidigt bevisa sitt värde genom mätbara förbättringar. Utan tillit och anpassning till verkliga affärsbehov kommer även de mest avancerade modellerna att misslyckas med att skapa effekt, säger Luba.

Både Luba och Linda betonar vikten av investering i kompetens och utbildning för att säkerställa en framgångsrik AI-implementering:

– För att driva innovation och implementering av AI är det viktigt att investera i utvecklingen av en arbetsstyrka med god insikt i nya tekniker. Detta inkluderar att säkerställa att AI-användningen är etisk, transparent och i linje med organisationens värderingar. Det är även viktigt att identifiera nya användningsområden som finns ute i verksamheten. Startpunkten för ny utveckling bör vara ett befintligt problem – då ökar sannolikheten att lösningen faktiskt implementeras, säger Linda.

Luba förklarar hur viktigt det är att skapa en AI-medveten organisation:

– Det första steget är utbildning på alla nivåer, där medarbetarna får förståelse för vad AI kan och inte kan göra. För tekniska team bör fokus ligga på att tillämpa AI på sätt som skapar konkret affärsnytta, inte bara att bygga modeller isolerat. För affärsledare handlar det om att utveckla förmågan att ställa rätt frågor och tolka AI-drivna insikter. Slutligen måste företag investera i tvärfunktionellt samarbete, så att AI-team arbetar nära med ämnesexperter som förstår de verkliga problem som AI ska lösa. Att adoptera AI handlar lika mycket om kultur som om teknologi, säger Luba.

Industriell AI har en enorm potential, och för den som vill fördjupa sig ytterligare i ämnet och ta del av de senaste insikterna från branschexperter är Industrial AI Nordic Summit 2025 den 27 maj en utmärkt möjlighet. Läs mer och anmäl dig här!