Vad har Microsoft, Amazon och Moelven gemensamt – de stod alla på scenen när IMPACT2024 gick av stapeln i Houston, Texas. - Vi jobbar stenhårt med att kunna driva AI lösningar direkt på maskiner. På det sättet kan AI bistå operatörer i beslutsfattandet, säger Moelvens Ahmed Nasrullah.

I dagarna arrangerades IMPACT 2024 i Houston, Texas. Ett event arrangerat av Cognite. Generativ AI har nått industrin i större skala. Men vad krävs egentligen för att nå framgång i den senaste fasen av den digitala omvandlingen, och vem levererar redan framgång i stor skala?

Detta och mycket mer svarade Peter Rockedahl, teknisk direktör och Ahmed Nasrullah, utvecklingsingenjör i Moelven på när de bjudits in, till den imponerande skaran av talare.

  • Foto: Moelven

    Nu kan vi i Moelven påvisa att vi kan skapa en industriell skalbar plattform för att skapa värde hos våra bolag och operatörer.

    Säger Ahmed Nasrullah

- Jag berättade hur vi byggt operatörsverktyg och AI, något som hjälper våra produktionsenheter och operatörer, berättar Ahmed Nasrullah, utvecklingsingenjör i Moelvens division Timber.

”Moelven skiljer sig från mängden”

Det var ingen slump att Moelven bjudits in för en plats i talarstolen. Vi har kommit en god bit på vår resa mot att ta tillvara möjligheterna i AI i våra industriella processer råder det inga tvivel om. 

-  Er röst är viktig när det gäller att forma framtiden för datadriven tillverkning. Vi ser Moelven som en föregångare i branschen, särskilt när det gäller hur ni utnyttjar data från maskinhändelser, effektivitet, bildbehandling och tidsserier, säger Taylor Zwick, Succesmanager på Cognite.

Moelvens  djupa förståelse för hur olika användargrupper interagerar med dessa data och hur ni skalar upp datalösningar, gör att Moelven skiljer sig från mängden och ger värdefulla insikter som kan nyttjas av andra.

Ett skifte på resan

Och resan må ha startat för många år sedan eftersom AI har varit och är en naturlig del i våra sågverk alltsedan kamerateknik introduceras i sågverkens justerverk. 

-  Det som nu pågår är att vi på ett standardiserad sätt lagrar process och sensor information på ett sätt där vi kan dra nytta av fler produktionsenheters historia. Denna samlade historia, skapar en grund för att träna kommande AI modeller, som då kan installeras på flera enheter med likartade processteg, säger Peter Rockedahl.