”Som vi på Blue Institute tänker måste industribolagen utforma konkreta strategier och planer för sin digitala utveckling. Som vi ser det finns det två spår. Antingen ska all data upp i molnet och med hjälp av 5G kan vi kommunicera med maskiner direkt såsom robotar, fjärrstyrda fordon och liknande. Då behöver vi bygga massor av artificiell intelligens och maskininlärning. Det är få som håller kvar vid den visionen; endast ett fåtal IT-leverantörer och det känns långt ifrån vår nuvarande verklighet.”

”Det andra spåret bygger mycket på den tyska modellen kring standardisering. Där pratar vi om standardisering av gränssnitt och digitala tvillingar som kan utbyta standardinformation för att få dem att fungera ihop. Många i industrin känner sig mer bekväma med denna modell. Det är dock osäkert i vilken grad det går att hinna standardisera utan att skada utvecklingsförmågan och förmågan till innovation.”

”Så vart landar vi? Vi måste hitta sätt att hjälpa svensk industri att komma igång och har därför börjat bygga en modell som kopplar ihop en värdekedja i en tillverkningsprocess till ett affärsekosystem och ser kopplingarna mellan bolagen där varje part är en specialist på en del av kedjan. Just specialisering och skalekonomi är viktigt för att bli riktigt framgångsrik och för att samtliga i affärsekosystemet kan få en lönsamhet.”

I delprojektet DigiTwin har projektdeltagarna haft möjligheten att djupdyka och testa olika lösningar på ett relativt litet bolag där man inte har storbolagens möjligheter till stora investeringar i digitaliseringslösningar. Man startade med att laserscanna hela fabriken för att kunna nyttja denna teknik till att hitta nya lösningar. Det visade sig vara en kraftfull metod men inte en mogen lösning för fabrikens behov så arbetet gick vidare med andra metoder.

Något som varit genomgående i hela delprojektet har varit vikten av samarbete och engagemang från medarbetare och ledare. Man har kontinuerligt försökt bygga upp förtroendet och förståelsen för projektets möjliga resultat. Fokus har varit att förbättra för de som dagligen arbetar i produktionen och att se till att deras arbetsflöde blir jämnare och mindre beroende av till exempelvis oförutsedd materialbrist, leveransförseningar eller annat som kan påverka det dagliga produktionsarbetet. Genom nya metoder och verktyg kan man stötta produktionsledare att snabbt hitta lösningar i det dagliga arbetet.

”Att kartlägga både lager och leveranser kräver att vi kan samla data från både industribolaget och dess leverantörer i samma system. Under sommaren har vi haft hjälp av Eric Norman som studerar till civilingenjör inom datavetenskap. Eric har sommarjobbat på MITC för att skapa digitala lösningar till små och medelstora industribolags utmaningar. Han har bland annat tagit fram en modell där man med hjälp av sensorer och maskininlärning snabbt kan hämta och lagra data som ger historia och prediktioner kring lagersaldo, produktionstakt, eller vad helst man väljer att mäta,” berättar Urban.

”I slutänden vill vi med Digitala Stambanan ge industribolagen en verktygslåda som går att tillämpa på deras behov och som svarar upp mot, eller överträffar industribolagens och dess organisationers förväntningar. I DigiTwin har vi arbetat med att bygga en digital motsvarighet av fabriken och deras olika maskiner. Genom att kartlägga flödet digitalt kan vi göra bättre prediktioner och har möjlighet att dela data med både leverantörer och kunder för att ge även dessa bättre information för att fatta mer korrekta beslut och planera sitt arbete.” I projektet deltar även en lösningsleverantör, Addiva, som bygger upp lösningar och produkter för att kunna hjälpa industri att digitalisera – en mycket viktig del av affärsekosystemen är att det finns leverantörer som kan fylla på där fabrikerna inte har egen kompetens.