Sigma och Sherlock tävlar om att vara bäst på slutledningsförmåga

Men en faktor som varit avgörande är tillgängligheten till datorkraft. För fanns det ett fåtal ”superdatorer” som kunde gör dessa avancerade beräkningar. Idag kan man, om man inte har tillgång till en ”superdator” få tillgång till datorkraft genom att hyra in sig och koppla upp sig mot de noder som behövs under den tiden beräkningen pågår. Detta i kombination med intelligens och tillgång till mer data, har revolutionerat AI och nu kan fler optimera produktionsplanering, olika affärsscenarios och få sin logistik att flyta på ett helt nytt sätt.

Det som man idag kan optimera och effektivisera med hjälp av AI är kompetens som egentligen alltid funnits inom företagen. Men nu är den miljoner gånger snabbare och lika många gånger mer precis. Rune på lagret hade säkert full koll på när det under året fanns mer plats att tillgå. Och han visste vilka produkter som lämnade lagret snabbare än andra. Med AI så blir den faktan och det kunnandet en formel som företaget kan applicera för att strömlinjeforma sin lagerhållning, minimera kostnader och maximera inkomster. Och göra det på en bråkdel av tiden. AI behöver alltså inte bara handla om att göra robotar och lära dem att lära sig själv. Det kan vara helt vardagliga saker som logistik och lagerhållning. Mattias betonar vikten av att inte svepas med kring AI-hypen och istället ta sig an det med ett gediget för- och analysarbete. För utan en strategi så finns det risk att en AI-satsning blir dyrare än nödvändigt och utan de vinningar som det kan innebära. – Det är inte AI man behöver, det är lösningen man får när man använder sig av den, säger Mattias entusiastiskt.

När vi kommer in på om Sigma har färdiga AI-lösningar som de kan erbjuda sina kunder, så menar Mattias att de faktiskt har det. Det kan vara lösningar som lär sig upptäcka avvikelser i tex maskiner eller andra produktionsenheter. – Vi har vissa färdiga lösningar, men eftersom analysdelen och strategin är så viktig för utgången så är det i särklass vanligast att vi gör en lösning anpassad för varje enskilt projekt eller företag, fortsätter Mattias. Även om en del kunder kommer med en utarbetad plan för hur de vill använda AI så tar de in Sigma i ett tidigt skede. På det viset kan Mattias och han kollegor på ett tidigt stadie inventera kundens behov och därmed avgöra om AI är en del av lösningen. – En del tycker kanske att AI verkar komplicerat och kostsamt men det handlar lika ofta om enkla och relativt banala saker. Banala men som ändå kan underlätta mycket, förbättra och öka lönsamheten, svarar Mattias när vi frågar om det alltid bara är stora superdatoruträkningar som är AI. AI kan vara det som samlar in data som gör att det man tidigare tyckte och hade åsikter om, nu kan processas till fakta. Det vanligaste är väl någon form av automatisering. Men kan också bidra till att ta rätt affärsstrategiska beslut. – Med AI kan tex ett e-handelsföretag med ganska enkla AI-medel komma fram till om de ska ta ut fraktavgifter eller om det ska vara fri frakt och fria returer. Sånt kan AI hjälpa till med att räkna ut, säger Mattias.

När Sigma går in i ett AI-projekt så gör de det med en projektmodell som bland annat baserar sig på väl beprövade iterativa metoder som efter hand tar sig djupare in i analysen av data. – Det är viktigt för oss att förstå data. Hur ser processen ut som genererar datan. Och formulera reglerna för hur insamlingen av data går till, säger Mattias när vi kommer in på Sigmas metoder för att arbeta med AI och leverera bästa möjliga lösning för kunderna. Man skulle nästan säga att AI-projekt är detsamma som isolerade forskningsprojekt. – Vi samlar in information, processar den och skapar något operativt av det, fortsätter Mattias.

Hur ser samarbetet ut mellan de olika Sigmabolagen? Har de några projekt där flera Sigma-bolag samarbetar för att hitta lösningar till en kund? – Vi jobbar faktiskt ganska ofta över gränserna när det kommer till AI, säger Mattias. Han visar på hur Sigma IT Consulting och Sigma Connectivity jobbat tillsammans för att hitta lösningar för Anticimex. Deras uppkopplade fällor använder sig av maskininlärning för att hitta de bästa placeringarna och optimera effekten. Den insamlade och processade datan blir sen en del i säljarbetet där Anticimex kan visa upp statistik och obestridliga fakta, på hur effektiv deras lösning är och vilken nytta det innebär för kunden.

AI kan innebära många fördelar och göra stor nytta för Sigmas kunder. Det mesta idag är digitaliserat och i den digitala världen kan AI och maskininlärning göra stor skillnad. Den största nyttan ligger i att man kan minimera eller helt ta bort variationer i produktioner. Baserat på faktan man kan få fram så kan företag ta mer pricksäkra beslut. Det öppnar också upp för helt nya produkter, affärsmodeller och erbjudande. När man nu kan beräkna och simulera alla möjliga scenarios kan AI ge garantier för satsningar och stöd i planeringen för framtida investeringar.

Vi avrundar vårt samtal med att prata om Sigmas framtida AI-arbete. Framtiden ser mycket ljus ut för denna teknik. En teknik, som enligt matematikern Mattias, inte är särskilt ny. Men eftersom den nu är mer tillgänglig för fler så har användningsområdet exploderat. – Att använda sig av uteslutningsmetoden är ju verkligen inget nytt. Sherlock Holmes är ju inte en ny karaktär och hans matematiska hjärna var ju mästare på detta, säger Mattias om ursprunget av att använda matematikens logik. Sigmas satsning på att leverera högkvalitativa AI-lösningar till sina kunder fortsätter med oförändrad ambition och driv. Man skulle rent av kunna säga att de ökar farten. – Vårt mål från koncernens sida är att denna satsning på lång sikt ska resultera i att vi bedriver egen dedikerad forskning kring AI och maskininlärning, avslutar Mattias när vi tackar för oss.

Det råder ingen tvekan om att Sigma tar denna teknik på allvar. De har tidigt sett nyttan för sina kunder och att det här området har potential att bli hur stort som helst. Och vill man jobba med någon som verkligen brinner för det här så är det Sigma man ska ta kontakt med. Det behöver man knappast vara en Sherlock för att komma fram till.