Tema |
27 november 2018
På BillerudKorsnäs har man tagit digitaliseringen på stort allvar. Ett särskilt digitaliseringsteam har skapats för hela koncernen samtidigt som flera AI-projekt har initierats.
Sedan ett antal år tillbaka har BillerudKorsnäs intensifierat arbetet med en digital omställning av koncernens produktion, processer och produkter. Bland annat har ett särskilt tvärfunktionellt digitaliseringsteam skapats med sju representanter från IT, strategisk utveckling, produktion och marknad och med företagets nya Chief Digital Officer (CDO) Eva Harström som ordförande.
– Inom detta team har vi initierat ett flertal pilotprojekt, där vi med hjälp av ny teknologi försöker skapa en förändringsresa för företaget och öka vår digitala mognad. I digitaliseringsteamet har vi samlat människor, som vi bedömer har kapacitet att driva nödvändiga förändringar i olika organisationsdelar, förklarar Olle Steffner, som tog initiativ till teamet för snart tre år sedan.
I en av testpiloterna försöker man sedan maj 2017 att med stöd från Vinnova dra viktiga slutsatser med hjälp av bilddata, som sedan tidigare redan samlas in i mälderiet och från pappersmaskinen.
– Vi undersöker i projektet hur vi utifrån information från bilddokumentationen i kombination med övriga processdata kan stabilisera vår produktion och hur vi kan förutsäga kvaliteten på våra pappersprodukter, säger Olle Steffner och fortsätter:
– I projektet, som kommer att pågå till och med april 2019, samarbetar vi med flera parter, bland annat Peltarion, specialiserade på djupinlärning, och Pulpeye, som jobbar med analysutrustning baserad på mikroskopbilder av fibrer. RISE SICS i Västerås står för själva projektledningen.
Olle Steffner ser inga problem med ett utökat samarbete med andra branschföretag eller företag inom basindustrin.
– I och med att utvecklingen går så snabbt, har vi mer att vinna på samarbeten än vad vi riskerar. När det gäller utveckling inom AI finns ibland en tendens att övervärdera riskerna med att låta andra ta del av till exempel produktionsdataset, samtidigt som man undervärderar vad som finns att vinna i egen effektivitet. Vi behöver få fram applikationer av AI, som kan inspirera och sporra fortsatt utveckling av svensk industri. Det är också hög tid att tydligare definiera och avmystifiera det vi generellt kallar för AI. Väldigt mycket av det som idag kategoriseras som AI kan i själva verket visa sig vara enkla klassificeringsproblem, som vi löser med hjälp av maskininlärning. Om några år kan vi räkna med att samma sak beskrivs som automation. Vartefter till exempel maskininlärning blir ett mer naturligt verktyg i processanalys och processtyrning, så kan man också förvänta sig att såväl kostnader som tidsåtgången för nya projekt går ner.
Olle Steffner tror starkt på AI, som ett viktigt verktyg för att ytterligare förbättra industrins effektivitet, kvalitet och leveranssäkerhet.
– Det är vanligt när man pratar om AI att lyfta fram och diskutera vad som kan hända i en avlägsen framtid, där företagens industriella processer lär sig autonomt och styr sig själva. Det är intressant och absolut något som kan komma att hända. Men ännu mer intressant är de möjligheter som finns idag, säger han och fortsätter:
– Teknologin kring maskininlärning kan redan nu användas för processövervakning och styrning. Det är också mycket lättare att få fram processdata nu jämfört med för bara några år sedan och det är även lättare att kombinera data från olika system både internt och externt. Allt fler potentialer kan identifieras, kartläggas och implementeras i våra processer. Dessutom genereras det succesivt allt mer ny data, som kan bidra till analysen. Detta kommer att leda till att vi kan förbättra vår effektivitet, vår kvalitet, liksom att våra logistikkedjor blir mycket mer precisa. Våra produktionsprocesser kommer att gå snabbare och jämnare och när det går åt skogen förstår vi genast vad orsaken var. Det är den utveckling jag tror kommer att leda till den mest synbara förändringen för industrin i närtid.
För att nå dit finns givetvis flera trösklar och utmaningar. En av dessa är, enligt Olle Steffner, industrins processförståelse och förmåga att identifiera och beskriva problem och potentialer.
– När vi i vårt utvecklingsarbete har samlat på oss en tillräcklig mängd data för att utveckla och implementera våra algoritmer, så har vi funnit att det kan vara en väl så stor utmaning att beskriva rätt problem och på rätt sätt jämfört med att bygga själva lösningen.
Framför allt behövs det Olle Steffner väljer att kalla för domänkunskap - en djupförståelse av företagets egna delprocesser och hur de samverkar med varandra.
– Dagens effektiva fabriker har väsentligt färre människor, som arbetar med maskinerna. Dessa maskiner är i sin tur avsevärt mer automatiserade än tidigare. Det betyder att enkla processproblem sedan länge har lösts med automation. Kvar finns då de mer komplexa problemen, där informationen vi söker finns i utspädda data och sambanden är mer svårfångade, inte sällan tidsförskjutna. Mitt intryck är att vi lägger mindre tid på processförståelse idag än tidigare och att detta kanske är den viktigaste bristen att åtgärda för oss själva.
Olle Steffner avslutar:
– Med djup förståelse på plats om våra processer, hur olika processdelar samverkar samt vilka förluster vi har, är förutsättningarna utmärkta att ta tillvara de möjligheter som erbjuds med AI.
Det här är en artikel från SSGs kundtidning WE. Ta del av fler nyheter, artiklar och repotage från industrins värld bland flera utgåvor av WE.