Hoppa till innehållet
David Sjödin
Visa originalbild , Öppnas i nytt fönster/flik

Forskningsprojekt ska stödja AI-drivna cirkulära affärsmodeller i industrin

Publicerad: 15 december 2020

Redan idag finns tekniska AI-lösningar som kan utnyttjas i industrin för att utveckla mer resurseffektiva produktionsprocesser, till gagn för både miljön och företagen.
– Den främsta utmaningen är inte längre teknologiutveckling; det är att använda teknik i konkreta affärsmodellapplikationer som gör att cirkularitet och hållbarhetsvinster realiseras, säger David Sjödin, docent i entreprenörskap och innovation.

Inom traditionella linjära affärsmodeller flyttas ansvaret för en produkt successivt vidare från tillverkare till kunden som i slutändan ofta är den som ansvarar för att produktens drift, underhåll och återanvändning.  En grundtanke inom cirkulär ekonomi är att ansvaret för produkten stannar hos tillverkaren under en längre del av dess livscykel genom försäljning av avancerade tjänster där intäkterna baseras på de resultat som uppnås. Det finns därför ett incitament för tillverkaren att skapa cirkulära affärsmodeller där en ekonomiskt och miljömässigt hållbar resursanvändning byggs in i affären redan från start, exempelvis genom viktiga resultatindikatorer (KPI) med fokus på minskad energiförbrukning, eller ökat resursutnyttjande.

AI förlänger maskiners livslängd

Det finns en mängd användningsområden för AI-teknik som skulle kunna förbättra resurseffektiviteten i industrin. Till exempel investerar svenska tillverkningsföretag som ABB och Sandvik inom AI för att skapa nya tjänster mot sina kunder för att exempelvis upptäcka om maskiner håller på att gå sönder eller utnyttjas på ett ineffektivt sätt. På så vis kan man gå in med förebyggande åtgärder på ett tidigt stadium vilket förlänger maskinernas livslängd och produktivitet.

– Det finns en stor potential för nya tjänster och affärsmodeller genom AI. Det gäller att börja använda data på ett strukturerat sätt och använda algoritmer för att ge nya insikter med potential att identifiera och lösa problem i kundens verksamhet, förklarar David Sjödin.

Halverar energiförbrukningen

Ännu större potential finns då AI utnyttjas för optimering av en hel industriell produktionsmiljö. Ett exempel är gruvor.

– Där kan både ekonomiska vinster och hållbarhetsvinster bli väldigt stora med ganska enkla AI-lösningar. Exempelvis har ABB utvecklat tjänster för att optimera ventilationen i en gruva så att frisk luft tillförs där arbetet sker, i stället för i hela gruvsystemet. Det halverar energiförbrukningen och ger säkrare arbetsförhållanden.

I ett fyraårigt forskningsprojekt finansierat av Formas med 3,6 miljoner kronor ska David Sjödin och hans forskarkollegor försöka besvara frågor som: Hur industriella tillverkande företag kan omvandla sina organisationer och dra nytta av AI genom avancerade tjänster och cirkulära affärsmodeller? Vilka rutiner och förmågor behöver man bygga upp i olika delar av organisationen för att dra nytta av AI i det dagliga arbetet? och hur behöver affärsmodellerna utvecklas för att säkerställa ökat värdeskapande och cirkulära vinster från AI mellan aktörer inom industriella ekosystem?

Stimulera datadelning

Ett problem som behöver lösas är datadelning. Hur man hittar kontrakt och intäktsmodeller som anpassar incitament och stimulerar samarbete, datadelning och vinn-vinn-relationer mellan leverantörer, kunder och andra aktörer inom ekosystemen såsom små och medelstora företag.

Det empiriska materialet kommer att bestå av intervjuer med ledande industriella leverantörer, däribland ABB, Sandvik, Volvo och deras kunder såsom Boliden samt leverantörer av AI-teknologi, till exempel IBM och Microsoft. Forskarna kommer även att studera interaktionen mellan företag i ekosystemsamarbeten, till exempel hur och i vilken utsträckning de delar data med varandra. Målet är att hjälpa industrins omvandling

– Vi ser också många piloter och lovande exempel i industrin. Men jag skulle säga att det totalt sett bara är ett fåtal företag som verkligen har lyckats implementera AI i stor skala. Det som är intressant är att överblicka de sammanhang där man har lyckats, men också att dra lärdomar från misslyckanden. Exempelvis, är sofistikerade AI-algoritmer inte nog. Man behöver också ha koll på sin data och inte minst en förmåga att hitta rätt tillämpningar där såväl ekonomiska som hållbarhetsvinster kan skapas, säger David Sjödin.

Kontakt

David Sjödin

David Sjödin, Biträdande professor

Telefon: 0920-491819
Organisation: Entreprenörskap och innovation, Industriell ekonomi, Institutionen för ekonomi, teknik, konst och samhälle