AI kan mångdubbla ingenjörernas kreativitet – men människan måste fortfarande styra

AI kan mångdubbla ingenjörernas kreativitet – men människan måste fortfarande styra

Publicerat av: Redaktionen

Olivier Sappin, global vd för CATIA på Dassault Systèmes, ser en genomgripande förändring av industrins produktutveckling.

Med AI och virtuella tvillingar kan ingenjörer testa tusentals lösningar i stället för bara ett fåtal.  Men tekniken måste utgå från människans behov och verkliga industriella utmaningar. Det framkom när IT-Kanalen träffade honom under 3DEXPERIENCE-eventet i Stockholm.

Artificiell intelligens håller på att förändra förutsättningarna för industrin. Men den verkliga revolutionen handlar inte bara om att automatisera arbetsuppgifter eller utveckla produkter snabbare. Den handlar om att ge ingenjörer helt nya möjligheter att utforska, testa och jämföra lösningar.

Det är ett av de viktigaste budskapen från Olivier Sappin, global vd för CATIA på Dassault Systèmes. Med över 30 år inom produktutveckling och industriell innovation har han följt utvecklingen från traditionell konstruktion till dagens alltmer avancerade digitala utvecklingsmiljöer.

AI kan mångdubbla ingenjörernas kreativitet – men människan måste fortfarande styra

Olivier Sappin, global vd för CATIA på Dassault Systèmes

– Jag tror att människan kommer att fortsätta stå i centrum. Ingenjörerna kommer fortfarande att ha kontrollen. Men de kommer att kunna använda sin samlade kunskap och få hjälp av AI för att accelerera arbetet och framför allt utveckla sin kreativitet, säger Olivier Sappin.

Från några få alternativ till tusentals möjligheter

Enligt Sappin är en av de största begränsningarna i dagens produktutveckling att ingenjörer ofta tvingas välja mellan ett begränsat antal möjliga lösningar.

Att utveckla en bil handlar exempelvis om ständiga kompromisser mellan vikt, säkerhet, prestanda och energiförbrukning. En lättare konstruktion kan påverka säkerheten, medan en tyngre bil kan innebära högre energiförbrukning.

Här kan AI förändra spelplanen.

I stället för att undersöka en eller två alternativa konstruktioner kan ingenjörerna med AI-stöd testa hundratals eller tusentals olika konfigurationer och identifiera den lösning som bäst motsvarar kraven.

– Varför ska vi låta ingenjörer välja mellan två lösningar när de i stället skulle kunna välja mellan hundra? Det är där vi kan se den verkliga nyttan, säger han.

Det handlar alltså inte enbart om effektivisering, utan om att skapa bättre förutsättningar för innovation.

Virtuella tvillingar får en allt större roll

En annan central del av utvecklingen är virtuella tvillingar. Tekniken har länge varit etablerad inom exempelvis fordons- och flygindustrin, men börjar nu få allt större betydelse inom andra sektorer.

Sappin pekar särskilt på utvecklingen av så kallade AI-fabriker, nästa generations datacenter med omfattande GPU-kapacitet och avancerade system för kylning och termisk hantering.

Det är komplexa anläggningar där byggnader, utrustning och tekniska system måste fungera tillsammans.

Här ser han en möjlighet att använda erfarenheter från flera decennier av digital produktutveckling inom tillverkningsindustrin och överföra dem till bygg- och infrastruktursektorn.

Han nämner bland annat samarbeten med NVIDIA och Vertiv kring utvecklingen av AI-fabriker.

Även kärnkraft är ett område där virtuella tvillingar får en viktig roll, eftersom anläggningarna kombinerar komplexa byggnader med avancerad teknik och fysik.

– Många branscher börjar nu närma sig varandra. Teknik och arbetssätt som tidigare utvecklats inom tillverkningsindustrin kan användas i helt nya sammanhang, säger Sappin.

Industrin måste agera snabbare

Konkurrensen inom industrin ökar och utvecklingstiderna pressas. Sappin använder fordonsindustrin som exempel.

Enligt honom ligger utvecklingstiden för nya bilmodeller hos många västerländska tillverkare på omkring 36 månader, medan kinesiska aktörer uppges kunna göra det på omkring 20 månader.

Det skapar ett betydande förändringstryck, inte bara för biltillverkarna utan även för deras underleverantörer.

Liknande utmaningar finns inom flygindustrin, där produktionstakten behöver öka, och inom medicinteknik, där innovation måste kombineras med höga regulatoriska krav.

Men även andra branscher står inför stora möjligheter.

Inom läkemedelsutveckling ser Sappin exempelvis potential för virtuella tvillingar att bidra till snabbare utvecklingsprocesser. Det är ett område där digitala modeller på sikt skulle kunna hjälpa till att minska behovet av tidskrävande fysiska tester.

Börja med utmaningen – inte tekniken

AI kan mångdubbla ingenjörernas kreativitet – men människan måste fortfarande styraTrots den stora potentialen vill Sappin skicka med industriledare en viktig uppmaning: låt inte tekniken bli målet i sig.

– Börja med utmaningen, inte tekniken. Det är lätt att bli förtjust i själva tekniken, men det viktiga är att förstå vad man faktiskt vill åstadkomma med den, säger han.

Han betonar också att företagskulturen spelar stor roll. Ingenjörskulturen och förutsättningarna för att införa AI kan skilja sig mellan exempelvis Norden, Frankrike, Japan och USA.

Det finns därför ingen universallösning för hur industriföretag ska införa AI. Tekniken måste fungera tillsammans med människorna och organisationen.

30 år med CATIA – fortfarande passionerad för ingenjörskonsten

Olivier Sappins egen resa inom Dassault Systèmes började 1995, direkt efter ingenjörsstudierna. Som nyutexaminerad maskiningenjör arbetade han själv dagligen med CATIA, bland annat inom konstruktion, tekniska analyser och kundprojekt.

Därefter följde flera tekniska och ledande befattningar. Mellan 2011 och 2019 ansvarade han för företagets globala fordonsverksamhet innan han fick rollen som global vd för CATIA.

Att få leda det verktyg han själv arbetat med som ung ingenjör beskriver han som ett drömjobb.

Vad är det som fortfarande driver honom efter tre decennier i branschen?

Svaret handlar framför allt om mötena med människor och företag från olika delar av industrin.

Under dagarna kring Stockholmseventet hade han bland annat träffat representanter från Autoliv, Tetra Pak och Framatome för att diskutera helt olika industriella utmaningar från säkerhetsbälten och krockkuddar till förpackningar och kärnkraft.

– Det som är så spännande är möjligheten att varje dag träffa företag från olika branscher och diskutera deras tekniska utmaningar. Vi arbetar med ingenjörer över hela världen och hjälper dem att utvecklas och förbättra sina lösningar, säger han.

Han lyfter också fram hur gränserna mellan olika industrisektorer håller på att suddas ut. När allt fler produkter blir mjukvarudefinierade kommer exempelvis fordonsindustrin, robotik och högteknologi allt närmare varandra.

Nästa industriella språng handlar om kreativitet

Det som framträder i samtalet med Olivier Sappin är att AI:s betydelse för industrin går långt bortom effektivare processer och lägre kostnader.

Den stora möjligheten ligger i att kombinera mänsklig ingenjörskompetens med AI:s förmåga att analysera och testa ett mycket större antal alternativ än vad som tidigare varit praktiskt möjligt.

Virtuella tvillingar blir samtidigt en allt viktigare del av hur företag kan utveckla, simulera och förstå komplexa produkter och system innan de byggs i verkligheten.

För industriföretag handlar frågan därför inte längre bara om huruvida de ska börja använda AI, utan om hur de ska använda tekniken för att skapa verkligt värde.

Och Sappins råd är tydligt: börja med problemen som behöver lösas och låt tekniken hjälpa människorna att hitta bättre svar.

Relaterade Artiklar

Vi använder cookies och andra identifierare för att förbättra din upplevelse. Detta gör att vi kan säkerställa din åtkomst, analysera ditt besök på vår webbplats. Det hjälper oss att erbjuda dig ett personligt anpassat innehåll och smidig åtkomst till användbar information. Klicka på ”Jag godkänner” för att acceptera vår användning av cookies och andra identifierare eller klicka ”Mer information” för att justera dina val. Jag Godkänner Mer Information >>

-
00:00
00:00
Update Required Flash plugin
-
00:00
00:00