Fra 500 siders manualer til svar på sekunder: AI-Lupa vil gøre industriens viden intelligent

Når en stor kompressor tripper midt om natten på en offshore-platform, kan hvert minut tælle. Men svaret på, hvad der er galt, kan gemme sig et sted i en teknisk manual på mere end 500 sider.

Det var en situation, Christian Fricke Møller selv kendte fra sit arbejde som Production Operator på en offshore-platform i Nordsøen. Som uddannet maskinmester oplevede han, hvor meget tid der kunne gå med at lede efter den helt rigtige alarmkode eller det næste trin i en fejlfinding.

Det fik ham til at tænke: Hvad nu, hvis et værktøj kunne læse den tekniske dokumentation og finde det rigtige svar på få sekunder?

Sammen med sin kammerat Vladimir Zvezdkin, der er AI-ingeniør og data scientist, besluttede han sig for at bygge det selv.

Det blev begyndelsen på AI-Lupa.

En digital kollega, der har læst alle manualerne

I industri- og produktionsvirksomheder findes enorme mængder værdifuld viden. Den ligger i manualer, eldiagrammer, servicerapporter, datablade og hos medarbejdere med mange års erfaring.

Problemet er, at den ikke altid er nem at finde, når der pludselig er brug for den.

Det er dét problem, AI-Lupa forsøger at løse.

Forestil dig en digital kollega, der har læst hver eneste side i alle jeres manualer, diagrammer og servicerapporter og kan svare på et hvilket som helst teknisk spørgsmål på få sekunder, døgnet rundt og på alle sprog, forklarer Christian Fricke Møller.

AI-assistenten er ikke udviklet til at erstatte teknikeren. Den skal i stedet gøre det lettere for medarbejderen at finde den viden, der allerede findes i virksomheden.

Hvor traditionelle søgesystemer typisk kan finde frem til et dokument eller søge i almindelig tekst, er AI-Lupas løsning udviklet til også at arbejde med kompleks teknisk dokumentation som diagrammer, figurer og tabeller.

Og i industrien er det afgørende, at svaret ikke bare lyder overbevisende.

Hvis svaret ikke står i dokumentationen, siger systemet det frem for at gætte. Det er centralt i industrien, hvor et forkert step i en fejlfinding eller et vedligeholdstjek kan blive dyrt, fortæller Christian Fricke Møller.

Fra prototype til løsninger hos kunderne

På halvandet år er AI-Lupa gået fra idé og prototype til at have leveret skræddersyede AI-assistenter til flere virksomheder.

En af dem er en robotvirksomhed, som har integreret AI-Lupas assistenter direkte i sin egen app. Her kan både serviceteamet, distributører og kunder bruge løsningen til at få hjælp til fejlfinding og vedligeholdelse - døgnet rundt og på deres eget sprog.

For Christian Fricke Møller har arbejdet med virkelige kunder været afgørende for udviklingen af virksomheden.

At komme tæt på en rigtig kunde tidligt og bygge ud fra et virkeligt problem fremfor en teoretisk idé har været noget af det vigtigste for os. Robotvirksomheden har lært os enormt meget om, hvad der faktisk skaber værdi i praksis, siger han.

Det tætte samarbejde betyder samtidig, at løsningen løbende kan blive klogere på de problemer, der opstår ude i virkeligheden. Teknikere kan eksempelvis tilføje nye løsninger og erfaringer, så viden fra én situation efterfølgende kan komme resten af organisationen til gode.

Når vigtig viden sidder hos få medarbejdere

For AI-Lupa handler udfordringen nemlig ikke kun om at finde rundt i store manualer.

En stor del af virksomhedernes vigtigste viden kan også være bundet op på enkelte medarbejdere med mange års erfaring. Det fungerer, så længe de rette personer er til stede. Men det gør samtidig virksomheden sårbar, når en medarbejder holder fri, skifter job eller går på pension.

Her ser AI-Lupa et potentiale i at bruge AI til at gøre den eksisterende viden tilgængelig på tværs af organisationen.

Teknikere kan blandt andet indtale servicerapporter direkte fra marken. Nye løsninger og erfaringer kan derefter struktureres og føjes til virksomhedens vidensgrundlag, så den næste medarbejder, der står med samme problem, også kan få adgang til løsningen.

Når en tekniker lægger en ny løsning ind, kommer den straks alle de andre til gode. På den måde bliver den enkeltes erfaring til hele organisationens viden, fortæller Christian Fricke Møller.

Det kan også få betydning i takt med, at virksomheder oplever mangel på faglært arbejdskraft. Ambitionen er ikke at erstatte den faglige erfaring, men at gøre det lettere at bruge den.

AI skal understøtte - ikke erstatte

Selvom kunstig intelligens åbner for nye muligheder, oplever AI-Lupa også en naturlig skepsis hos virksomhederne.

Kan man stole på svarene? Hvad sker der med virksomhedens data? Og kommer teknologien i sidste ende til at erstatte medarbejderne?

For AI-Lupa er tillid derfor blevet en central del af produktet. Assistenternes svar tager udgangspunkt i virksomhedernes eget dokumenterede materiale og kommer med kildehenvisninger. Hvis svaret ikke findes i materialet, skal systemet sige det i stedet for at opfinde et svar.

Samtidig er udgangspunktet, at teknologien skal fungere som et værktøj for medarbejderen.

Vi mener, AI skal bygges til at hæve menneskers arbejde, ikke til at gøre dem overflødige. Vores tilgang er at fjerne de repetitive, tidsrøvende opgaver, så fagfolk kan bruge deres erfaring der, hvor den virkelig gør en forskel, siger Christian Fricke Møller.

For ham hænger den tilgang tæt sammen med hans egen baggrund som maskinmester. AI-Lupa er ikke opstået med teknologien som udgangspunkt, men med et konkret problem fra hverdagen i industrien.

Fra opslagsværk til en levende hjerne

På længere sigt er ambitionerne større end at gøre det nemmere at finde information i tekniske manualer.

AI-Lupa vil være det naturlige opslagsværk hos virksomheder i den tunge industri -  blandt andet inden for proces- og kemisk industri, fødevareproduktion samt kritisk infrastruktur som kraft- og varmeværker og elnettet.

Visionen er, at en AI-assistent en dag følger med kompleks industriel hardware lige så naturligt, som en manual gør i dag.

Samtidig ser Christian Fricke Møller en udvikling, hvor AI-assistenter bevæger sig fra udelukkende at svare på spørgsmål til i højere grad at kunne koble sig på data fra driften.

Jeg tror, de bliver lige så selvfølgelige, som et opslagsværk eller en søgemaskine er i dag, bare langt mere kraftfulde. På sigt bliver de en slags levende hjerne for anlægget, der ikke bare kender dokumentationen, men også forstår, hvad der sker i driften lige nu, siger han.

Start med problemet - ikke teknologien

Selvom AI fylder mere og mere i virksomhedernes dagsorden, mener Christian Fricke Møller ikke, at virksomheder skal begynde med spørgsmålet om, hvor de kan bruge AI.

De skal begynde med problemet.

Det er også en af de vigtigste erfaringer, han selv tager med fra arbejdet med AI-Lupa.

Start med et konkret, afgrænset problem fremfor at ville løse alt på én gang. Sørg for et godt og solidt datagrundlag - uden det bliver svarene heller ikke gode. Og involver de medarbejdere, der skal bruge løsningen, fra begyndelsen, så den rammer den virkelige hverdag.

Det samme princip gælder for iværksætterrejsen. For Christian Fricke Møller og Vladimir Zvezdkin har kombinationen af erfaring fra industrien og teknisk AI-viden været afgørende. Men mindst lige så vigtigt har det været at komme ud af udviklingsrummet og tæt på de mennesker, der faktisk skal bruge produktet.

Og for virksomheder, der stadig overvejer, om de er klar til at tage de første skridt med AI, er budskabet enkelt:

Vent ikke på, at alt er perfekt. Start småt, vælg et konkret problem, og byg derfra. Den viden, I allerede sidder på, er guld værd - AI kan hjælpe jer med at få den ud at arbejde.