Svensk tillverkningsindustri sitter på decennier av maskindata, processdokumentation och erfarenhet — mycket av det olåst för AI. Vi hjälper er låsa upp rätt delar utan att spräcka varken budget eller EU AI Act-gränser.
Tillverkningsbolag med 100–2000 anställda har typiskt en solid grund för AI: strukturerad produktionsdata, manualer, kvalitetsrapporter och erfaren personal som bär implicit kunskap. Det som saknas är ofta inte datan utan verktygen som gör den användbar.
Vi möter återkommande samma tre situationer: (1) maskindata som samlas utan att någon analyserar den, (2) dokumentation som ingen hittar i, (3) specialistkunskap som försvinner när seniora medarbetare går i pension. AI är rätt verktyg för alla tre — men bara när det är rätt avgränsat.
Problemet: Oplanerade stopp kostar 5–20x mer än planerat underhåll. Men reaktivt underhåll leder till onödigt slitage och oplanerade stopp.
Vad AI gör: ML-modeller på sensor- och driftsdata identifierar avvikande mönster 2–8 veckor innan haveri. Kombineras med RAG mot servicemanualer så tekniker får både larm och reparationsförslag.
Problemet: Manuell kvalitetskontroll är dyr och inkonsekvent. Traditionell bildigenkänning kräver stora träningsset per defekttyp.
Vad AI gör: Modern computer vision kan flagga avvikelser utan att explicit lära sig varje defekt. Mänsklig granskning i slutet. Precision typiskt 95%+ efter trimning.
Problemet: Operatörer frågar efter information i 500-sidiga manualer som ingen hinner läsa. Svaret tar 10 minuter att hitta, problemet kräver åtgärd nu.
Vad AI gör: RAG-system mot manualer, ritningar och interna rutiner. Operatören frågar i naturligt språk, får svar med källhänvisning inom sekunder.
Problemet: När Sten går i pension försvinner 30 års erfarenhet. Mentorskap räcker inte.
Vad AI gör: Strukturerade intervjuer kombinerat med RAG-system som låter yngre tekniker söka i Stens samlade insikter. Formellt enklare än det låter, konkret värdefullt.
Utöver EU AI Act kan maskindirektivet (2006/42/EG) och kommande AI-klausuler i Cyber Resilience Act påverka hur ni bygger AI i maskiner och styrsystem.
Beskriv vad ni vill lösa — vi återkommer med konkret bedömning.