Industrin samlar in mer data än någonsin. Ändå finns mycket av den viktigaste kunskapen fortfarande bara i huvudet på erfarna tekniker och ingenjörer. Svenska Digital Tvilling vill fånga den kunskapen med hjälp av grafdatabaser, AI och ett verktyg som låter tekniker dokumentera verkligheten direkt ute i anläggningen.
Många industriföretag har varit tidiga med att koppla upp maskiner och samla in stora mängder information. Men att gå från data till faktisk förståelse är betydligt svårare.
– De flesta industriföretag har varit tidiga med att koppla upp sina maskiner och samla in data. Men steget från data till att förstå vad den faktiskt betyder i ett större sammanhang är betydligt svårare, säger Filip Åsblom, CTO på Digital Tvilling.
Informationen finns ofta utspridd i olika system, funktioner och organisatoriska stuprör. Samtidigt finns en stor mängd kunskap som aldrig registreras över huvud taget. Problemet blir särskilt tydligt i den generationsväxling som pågår inom industrin. I snabbt växande verksamheter behöver många nya medarbetare komma in och förstå komplexa processer på kort tid. I andra delar av industrin finns i stället problemet att personer som arbetat med anläggningar och system i decennier går i pension.
– Det kan ta många år att gå från att vara nyanställd till att verkligen förstå en verksamhet på djupet. Samtidigt lämnar människor arbetslivet som sitter på en enorm kunskap om hur systemen faktiskt fungerar och varför de ser ut som de gör.
Som exempel nämner Åsblom järnväg och annan äldre infrastruktur, där personer som varit med och byggt upp systemen i många fall redan har gått i pension. För industrin blir frågan därför inte bara hur data ska lagras, utan hur erfarenhet, sammanhang och praktisk kunskap ska fångas innan den försvinner.
Kopplar ihop informationen
Digital Tvilling använder bland annat grafdatabasteknik för att skapa samband mellan information från olika källor. Till skillnad från traditionella relationsdatabaser, där information struktureras i tabeller, bygger en grafdatabas på objekt och relationerna mellan dem.
– Det ligger ganska nära hur människor själva tänker. Man har olika saker, objekt eller platser och sedan relationerna mellan dem. Ungefär som när man ritar upp ett problem på en whiteboard med noder och kopplingar.
Det betyder inte att industriföretag behöver byta ut sina befintliga databaser.
– De traditionella systemen ska absolut vara kvar där de fungerar bra. Men genom att lägga ett lager ovanpå dem kan man snabbare koppla ihop information från olika delar av verksamheten.
Maskiner, komponenter, byggnader, produkter, underhållsinformation och observationer från fältet kan på så sätt kopplas samman. För Digital Tvilling är graftekniken också en del av arbetet med digitala tvillingar.
– För oss handlar en digital tvilling framför allt om verksamhetsstrukturen. Vilka maskiner finns i fabriken? Vilka produkter flödar mellan dem? Hur är olika delar beroende av varandra? Bland annat graftekniken gör det möjligt att representera den typen av verklighet.
En walkie-talkie med kamera
En viktig utmaning är samtidigt att göra informationsinsamlingen tillräckligt enkel för dem som arbetar ute i verksamheten. Digital Tvilling har därför utvecklat verktyget Diktafon. Medarbetaren kan gå runt i fabriken eller anläggningen, prata in sina observationer och komplettera med bilder eller video.
– Idealbilden är egentligen en walkie-talkie med kamera. Den ska vara så enkel att den fungerar för någon som står ute med stora tummar och tjocka vantar.
Bakom det enkla gränssnittet sker mer avancerad bearbetning. AI används för att transkribera och strukturera informationen och för att försöka koppla observationer till rätt plats, byggnad, maskin eller annan del av verksamheten.
Mindre tid på administration
Enligt Digital Tvilling kan arbetssättet minska tiden för vissa typer av inspektioner kraftigt. Åsblom uppger att användare i vissa fall har kunnat genomföra arbetet på omkring en tredjedel av den tidigare tiden. En stor del av vinsten ligger i att efterarbetet minskar.
Vid en traditionell inspektion dokumenteras observationerna ofta på plats, medan bilder ska sorteras, anteckningar renskrivas och protokoll färdigställas senare på kontoret. Med Diktafon kan delar av det arbetet automatiseras och informationen struktureras redan i samband med inspektionen.
– Då kan du göra betydligt mer ute i fält och lämna den tråkiga administrationen till AI.
När information från tidigare besök dessutom finns tillgänglig kan nästa tekniker bättre förbereda sig inför sitt uppdrag. Om en tidigare inspektion exempelvis visat att en brandsläckare saknades kan det finnas med i nästa checklista. Teknikern kontrollerar åtgärden, fotograferar resultatet och dokumentationen kopplas till samma objekt.
AI måste förstå verksamheten
AI-systemet kan däremot inte förväntas förstå alla industriella miljöer från början. Digital Tvilling arbetar därför tillsammans med experter inom den aktuella verksamheten för att utvärdera resultaten och anpassa systemet efter exempelvis terminologi, rapportstruktur och vilka uppgifter som är viktiga.
– Man får stämma systemet ungefär som en gitarr. Hur vill vi att rapporterna ska se ut? Vilket språk ska användas? Vad är viktigt och hur noggrann behöver modellen vara?
Åsblom tror att mänsklig expertis kommer att behövas i det arbetet under lång tid framöver.
Störst nytta i komplexa miljöer
Den största nyttan ser han i större eller geografiskt utspridda verksamheter där det är svårt för centrala funktioner att få en aktuell bild av anläggningarnas status. Det kan exempelvis handla om säkerhet och arbetsmiljö, men också om skicket på elanläggningar, maskiner eller annan utrustning.
– Om man snabbt vill skapa ett dataunderlag som visar hur verkligheten faktiskt ser ut just nu kan man gå runt, dokumentera, fotografera och prata.
I mindre fabriker med relativt få maskiner blir effekten enligt Åsblom mindre. Nyttan ökar när verksamheten blir större och mer komplex och information behöver knytas samman över både organisatoriska och geografiska gränser.
Digitalisering måste in i affären
Tekniken är dock bara en del av utmaningen. Åsblom anser att många digitaliseringsinitiativ fortfarande fastnar organisatoriskt.
– Vänta inte på ett stort innovationsprogram. Koppla digitaliseringen till den affärsnytta ni vill uppnå, gör något, lär er och bygg vidare.
Han menar att digitalisering alltför ofta behandlas som ett separat innovationsprojekt i stället för som en del av den ordinarie verksamheten.
– Det måste in bland ledningsgruppens prioriteringar och kopplas till tydliga mätetal och business case.
Samtidigt finns fortfarande en föreställning, framför allt bland mindre och mellanstora företag, om att digitaliseringsprojekt alltid måste vara mycket stora och kostsamma.
– Gör man rätt saker och kopplar dem till verkliga affärsproblem kan investeringen betala sig väldigt snabbt.
Ge juniora ”superkrafter”
När industrin samtidigt brottas med kompetensbrist ser Åsblom ytterligare en möjlighet. Om erfarenheten hos seniora tekniker och ingenjörer kan dokumenteras och göras sökbar kan yngre medarbetare snabbare bygga upp sin egen kompetens.
– Frågan är hur vi kan ge mer juniora medarbetare något av de ”superkrafter” som de seniora sitter på. Hur kan vi hjälpa någon att snabbare ta steget från junior till senior?
AI kommer enligt honom att spela en central roll i den utvecklingen. Men samma teknik innebär också nya risker, bland annat när det gäller cybersäkerhet.
– AI kommer göra det möjligt att få mycket bättre koll på sin verksamhet. Samtidigt blir exempelvis cyberattacker mer sofistikerade. Därför blir det inte bara en möjlighet att modernisera informationshanteringen, utan också en nödvändighet.
För den industriledare som vill framtidssäkra verksamhetens kunskap tycker Filip Åsblom att utgångspunkten är tydlig:
– Vad är det som i dag sitter i väggarna och hos medarbetarna men som vi inte har fångat någonstans? Den djupa kunskapen måste bli tillgänglig även den dag Bosse eller Katrin slutar.
