Produktionsteknologi

Han kaster lys på virksomheders usynlige omkostninger – og kan spare dem millioner

DTU-forsker vil hjælpe produktionsvirksomheder med at blive mere konkurrencedygtige og træffe bedre beslutninger ved at bruge kunstig intelligens til at analysere alt det, deres økonomisystemer ikke ser.

To mænd klatrer op ad en stige på en mast med en stor radar siddende på toppen. Buskads og skyer i baggrunden.
Når firmaer som Terma skal udvikle en ny radar med tusindvis af komponenter, kan AIMO give et overblik over, hvad de reelle omkostninger er ved f.eks. at skabe et nyt produkt frem for at genbruge komponenter fra eksisterende produkter. Foto: Terma
Illustration der viser, hvordan AIMO virker i en virksomhed

Kvalificerer noget vi ikke kan overskue

Carsten Keinicke Fjord Christensen har testet AI-modellen sammen med en række virksomheder, heriblandt forsvarsteknologivirksomheden Terma.

Terma fremstiller bl.a. radarsystemer, der kan bestå af 15.000 komponenter. AIMO kigger på hver enkelt møtrik og beslag, hver gang den laver et estimat af, hvad det vil koste at lave et nyt produkt eller ændringer til et produkt, og det er nyttigt for Martin Elkjær, der har ansvar for udvikling og vedligehold af Termas radarløsninger.

”Vi udvikler hele tiden Termas produktprogram, så det er relevant at kigge på, hvordan vi bedst går til opgaven og skaber mest værdi: hvor bliver komponenterne f.eks. oftest forældede, så vi er nødt til at redesigne et eksisterende produkt, uden at det forbedres i kundens øjne. Der kan AIMO kvalificere noget på mange data, som vi ikke ellers kan overskue,” siger han.

Kan spare mange millioner

Samarbejdet med AIMO har kastet lys over nogle interne processer, hvor forskellige afdelinger skal have fat i de enkelte komponenter mange gange, hvilket er meget tidskrævende.

Terma kan potentielt spare store summer ved at bruge AIMO. I et af de eksempler Carsten Keinicke Fjord Christensen har fået AI-modellen til at regne på, vil deres eksisterende ERP-system anbefale, at man udvikler en bestemt type radar frem for en anden. Men når AIMO tager omkostninger til vedligehold, udvikling, planlægning osv. med i beregningen, så vil det være langt billigere at gå med alternativet. Faktisk kan Terma i eksemplet spare et større millionbeløb igennem produktets levetid.

”Der er potentiale for signifikante besparelser i at få synlighed af ellers skjulte omkostninger, herunder gnidninger i processen. Selv hvis modellen ikke er helt præcis. Grundlæggende gør det vores virke mere effektivt og hjælper med at forbedre vores konkurrenceevne,” siger Martin Elkjær.

Terma har endnu ikke taget stilling til, om de vil gå videre med AIMO-modellen efter forskningsprojektets afslutning og Martin Elkjær erkender, at det kræver, at man har grundlæggende tillid til AI-modellen og outputtet, der genereres.

”Jeg kan sagtens se værdi i, at AIMO bliver et input i beslutningsprocessen, men den kommer aldrig til at stå alene,” siger han.

Når forskningsprojektet AIMO afsluttes senere på året håber Carsten Keinicke Fjord Christensen på at gøre det til en startup-virksomhed. Han arbejder for tiden sammen med DTU Skylab for at folde potentialet ud, ligesom AI-modellen også skal trænes og optimeres yderligere.