I Volvos fabrik i Umeå tillverkas hytter till företagets tunga lastbilar. När ett produktionsproblem uppstår kan det finnas mängder av dokumentation och processdata att luta sig mot – men att hitta rätt information i tid är inte alltid enkelt.
Så använder Volvo AI för snabbare rotorsaksanalyser
Förbättringsarbete
Volvos fabrik i Umeå har effektiviserat arbetet med rotorsaksanalyser med hjälp av AI.
Men lösningen är inte tänkt att ersätta operatörernas erfarenhet eller teamens bedömningar.
– Vi har kortat ner tiderna, konstaterar Volvos dataanalytiker Jesper Karlsson.

Någonting är fel
Läs vidare – starta din prenumeration

Foto: Volvo
Därför testar Volvo nu en GPT-baserad AI-assistent som ska hjälpen teamen i att snabbare hitta relevant information när problem uppstår. Målet är att göra kunskapen i fabriken mer tillgänglig i realtid.
– Det vi egentligen gör är att använda generativ AI för att tillgängliggöra rätt information, dokumentation och kunskap i realtid, säger Jesper Karlsson, som jobbar som dataanalytiker vid Volvo i Umeå.
Idén kom inifrån arbetslagen
Behovet uppstod i dialogen kring kunskapsöverföring. I det automatiserade måleriet finns mycket att lära sig, inte minst för den som är ny i verksamheten. Samtidigt kunde det ibland ta lång tid för operatörer att söka igenom den stora informationsmängd som finns kopplad till produktionsprocessen.
Frågan kom därför från teamen själva: skulle en AI-assistent kunna användas som stöd?
– Vi har ett automatiserat måleri där det finns mycket att lära sig, så hur underlättar man för någon som är ny att hitta rätt information snabbt, frågade de sig.
Lösningen är inte tänkt att ersätta operatörernas erfarenhet eller teamens bedömningar. Snarare handlar det om att korta vägen till rätt underlag när ett problem ska analyseras.
Kopplas till Volvos egna data
Bakom lösningen finns en teknisk plattform som tagits fram av Volvos IT-team. Plattformen gör det möjligt att använda externa AI-modeller på ett kontrollerat sätt i en enterprise-miljö.
– Det innebär att vi kan isolera tredjepartsmodeller och kombinera dem med Volvo-specifik data på ett kontrollerat sätt.
Med plattformen som grund har Volvo kopplat på delar av sin processdata. När rätt verktyg och ramverk finns på plats behöver tröskeln inte vara särskilt hög, menar han.
– Har man grundläggande förståelse för generativ AI och god domänkännedom så går det att sätta upp en sådan lösning relativt snabbt, säger Jesper Karlsson.
En central del av arbetet har handlat om kvalitetssäkring. Innan AI-assistenten kunde börja testas behövde den underliggande informationen struktureras, rensas och avgränsas.
Dokumentationen skulle bara innehålla sådant som var relevant för uppgiften. Därefter handlade arbetet om att sätta tydliga ramar för assistenten; vilket mål den har, vilken kontext den ska utgå från, vilket format svaren ska ha och vilka begränsningar som gäller.
– Det handlar om allt från hur den ska svara till hur den underliggande datan är uppbyggd
I det här fallet bygger lösningen på RAG, retrieval augmented generation. Det innebär förenklat att AI-assistenten söker i ett avgränsat kunskapsunderlag och svarar utifrån den dokumentation och data som kopplats till lösningen.

Foto: Volvo
För att öka tillförlitligheten har Volvo också satt upp fler ramar kring hur assistenten ska agera. Den ska kunna rangordna sina resultat tillsammans med relevant dokumentation. Om användarens fråga är för oklar ska den också kunna ställa följdfrågor.
Pilotperiodens resultat – kortade tider
Under pilotperioden har Volvo sett flera positiva effekter. Enligt bolaget har lösningen stöttat teamen, gett relevanta förslag och hjälpt användarna att hitta rätt typ av dokumentation när den behövs.
– Vi har kortat ner tiderna. Informationen har också blivit mer tillgänglig för alla i teamet, säger han.
Några mer detaljerade resultat vill bolaget inte gå in på i nuläget. Men de beskriver erfarenheterna från piloten som positiva.
– Vi är helt klart nöjda med resultatet och tittar på att vidareutveckla detta framöver.
Nästa steg kan bli processtyrning i realtid
För Volvo är AI samtidigt inget nytt område. Bolaget har tidigare haft forskningsprojekt med Umeå universitet och examensarbeten för att utforska olika tekniker. AI förekommer också i förändringsprojekt runt om i fabriken.
Framåt ser Volvo flera möjliga användningsområden. Ett område som diskuterats de senaste åren är processtyrning, där AI skulle kunna användas för att korrigera processparametrar prediktivt och i realtid.
– Vi lägger mycket tid just nu på inspirationssessioner för att skapa en medvetenhet och nyfikenhet kring att använda AI som en naturlig del av det dagliga arbetet, säger Jesper Karlsson.
Om den pågående satsningen faller väl ut kan nästa steg bli att AI inte bara hjälper medarbetarna att hitta rätt information – utan också bidrar till att optimera själva produktionsprocessen.


