Schneider Electric lyfter industriell AI som en avgörande konkurrensfaktor när tillverkare väntar ökade produktionsförluster till 2030. Samtidigt visar en ny undersökning att gapet mellan AI-ambitioner och faktisk effekt är stort.
En global undersökning med 1 453 beslutsfattare inom tillverkning av konsumentförpackade varor visar att ineffektivitet redan idag orsakar betydande intäktsbortfall. Förluster kopplade till förseningar, stillestånd och kvalitetsbrister motsvarar i snitt 15,2 procent av intäkterna och väntas öka till 29,14 procent år 2030.
Samtidigt motsvarar ineffektivitet omkring 20,3 procent av tillverkningskostnaden per produkt, vilket ytterligare pressar marginalerna i en redan utmanande marknad.
Sverige över nordiskt snitt
I Norden uppgår ineffektiviteten till 10,8 procent av intäkterna idag och väntas stiga till 18,5 procent till 2030. I Sverige är siffrorna högre – 12,7 procent idag och 19,1 procent år 2030.
— För svenska tillverkare blir det allt viktigare att minska ineffektivitet och förväntade produktionsbortfall, och där kan industriell AI spela en avgörande roll för att stärka konkurrenskraften. Det handlar ytterst om att använda data och automation bättre för att fatta snabbare och mer träffsäkra beslut i produktionen, säger Susanne Dahl, Vice President för industriell automation i Norden och Baltikum på Schneider Electric.
Höga AI-förväntningar – men låg avkastning idag
Endast 13 procent av tillverkarna uppger att AI idag är fullt integrerat i verksamheten. Samtidigt förväntar sig 37 procent att AI ska vara en central del till 2030.
Förväntningarna på avkastning är också höga. En tredjedel räknar med 50–74 procents ROI på AI-investeringar, medan nästan 8 procent tror på över 100 procent.
Trots det uppger 70 procent att dagens AI-avkastning ligger under 20 procent, och 28,4 procent ser en ROI på 5 procent eller lägre.
— Tillverkare räknar med att den heltäckande användningen av AI kommer att tredubblas till 2030, samtidigt som de förväntar sig ett tydligt steg upp i avkastningen – i nivå med vad endast de mest avancerade Lighthouse- och autonoma fabrikerna uppnår idag. Det här förväntningsgapet är den tydligaste signalen om hur brådskande frågan är som vi har sett på flera år, säger Neil Smith, President, CPG, Schneider Electric.
Strukturella hinder bromsar utvecklingen
Undersökningen visar samtidigt att hindren främst är organisatoriska snarare än tekniska. De största utmaningarna är:
- kompetensbrist inom AI och datavetenskap
- äldre automationssystem
- brist på relevant operativ data
- motstånd i organisationen
Dessa faktorer väger tyngre än både cybersäkerhet och regelverk.
— Resultaten är tydliga: för att leverera den transformativa ROI som förväntas av industriell AI inom bara fyra år krävs ett tydligt steg upp i samarbete, transparens och gemensamma standarder, säger Cecile Vercellino, SVP Services, Industrial Automation på Schneider Electric.
Rapport pekar ut vägen framåt
Rapporten “Beyond the Hype: Practical AI for Competitive Consumer Goods Manufacturing”, framtagen tillsammans med AVEVA, lyfter konkreta steg för att lyckas med industriell AI.
Fokus ligger på industriell data, modulär automation och elektrifiering – som tillsammans ska möjliggöra nästa steg mot autonom drift och ökad konkurrenskraft i industrin.
