AI i norsk industri i 2026: hva som fungerer og hva som er hype
AI styrer ikke hele fabrikker, selv om nyhetsoverskriftene kan gi det inntrykket. Noen oppgaver løser den godt, og for norske produksjonsbedrifter er det nyttig å vite hva som er realistisk i dag og hva som fortsatt er fremtidsmusikk.
Det som fungerer i dag
Visuell kvalitetskontroll
Kameraer koblet til en bildegjenkjenningsmodell kan inspisere deler raskere og likere enn et menneske. Modellen lærer hva som er godkjent og ikke, for eksempel riper, feilmontering og fargeavvik.
Det finnes ferdigtrente modeller som kan tilpasses egne produkter, og de trenger ofte bare noen hundre eksempelbilder for å gi god nok presisjon. Det som trengs, er et industrielt kamera, en datamaskin med GPU og noen dager med oppsett og trening.
Prediktivt vedlikehold
Deler skiftes ofte etter faste intervaller, og det betyr ofte for tidlig eller for sent. AI-modeller kan i stedet analysere sensordata fra maskinen og varsle når noe er i ferd med å gå galt.
Vibrasjonssensorer på en spindel, temperatursensorer på en motor og strømtrekk over tid viser slitasje lenge før maskinen stopper. En produksjonsbedrift vi har kjennskap til, reduserte uplanlagt nedetid med 40 % det første året, bare ved å analysere data de allerede hadde.
Produksjonsplanlegging
Med mange ordrer, maskiner med ulik kapasitet og verktøyoppsett som tar tid, er planlegging et kombinatorisk problem. AI-baserte planleggere kan finne planer som er 10–20 % mer effektive enn manuell planlegging, fordi problemet er for stort til å løses i hodet.
Det som er nesten klart
Automatisk G-kode-generering
Store språkmodeller (LLM-er) kan nå generere enkel G-kode fra tekstbeskrivelser eller 3D-modeller. De erstatter ikke CAM-programmereren, men for enkle jobber og prototyper kan det spare tid.
Naturlig språk til maskinkommandoer
Det er teknisk mulig å la operatøren si «Kjør den siste jobben igjen med 10 % lavere matehastighet» i stedet for å bla gjennom menyer. Det krever fortsatt sikkerhetssperrer og validering av kommandoene.
Det som fortsatt er hype
Helautonome fabrikker finnes ikke. AI erstatter ikke erfarne maskinoperatører, og maskiner som reparerer seg selv, finnes ikke ennå.
AI fungerer best som et verktøy for kompetansen som allerede finnes i bedriften.
Slik kommer du i gang
- Samle inn maskindata strukturert: syklustider, alarmer og sensorverdier. Du trenger ikke AI for å starte, men du trenger data.
- Velg et konkret problem, for eksempel «vi kasserer 3 % av delene og vet ikke hvorfor» eller «vi har uplanlagt nedetid 2 timer per uke». «Vi vil bruke AI» er ikke et problem.
- Kjør en pilot: én maskin, ett problem, tre måneder. Mål effekten og avgjør om det er verdt å skalere.
Vil du vite hva AI kan gjøre i din produksjon, ta kontakt.
