Mercedes-Benz har använt maskininlärning och klassisk AI under en längre tid. Men nu använder ni även generativ AI, till exempel i produktionsmiljön MO360. Vad exakt handlar det om och i vilken utsträckning förändrar det medarbetarnas jobbprofiler?
– Med digitaliseringen och den ökande användningen av kraftfulla AI-system förändras jobbprofilerna inom produktion och administration. AI är avsett att förbättra och underlätta det dagliga arbetet för medarbetarna. Nya digitala verktyg gör det till exempel möjligt för produktionsmedarbetare att optimera processer och kvalitetshantering på lång sikt. De första delresultaten i MO360 är mycket lovande, särskilt eftersom vi ser att det inte bara accepteras av it-experterna, utan också av förmännen på verkstadsgolvet.
Ert företag har startat kompetensinitiativet Turn2Learn. Vilka AI- eller digitaliseringsfärdigheter lärs ut till de anställda?
– Turn2Learn är ett initiativ från vår HR-avdelning som fokuserar på digitalisering och AI. Erbjudandet sträcker sig från AI och maskininlärning för nybörjare, till prompt engineering, till kurser i programmeringsspråk som Python, djupinlärning och neurala nätverk, förstärkningsinlärning, RPA och naturlig språkbehandling. Totalt har medarbetarna tillgång till mer än 40 000 kurser om data- och AI-kvalifikationer på olika externa utbildningsplattformar. Vi startade också initiativet Best Team inom it eftersom vår största tillgång är våra medarbetare. Därför är det mycket viktigt för oss att attrahera och behålla de bästa medarbetarna och göra det möjligt för dem att uppfylla sin individuella potential.
Utbildar Mercedes bara de anställda som arbetar i produktionen eller även kontorsanställda?
– Vi investerar i utvecklingen av digital kompetens inom alla delar av företaget. Oavsett om det handlar om kollegor från produktionen eller administrationen behöver alla relevant kunskap och nya färdigheter för att kunna använda AI-applikationer effektivt i sitt dagliga arbete. I två pilotprogram utbildar vi för närvarande mer än 600 medarbetare från alla delar av koncernen till data- och AI-specialister.
Förväntar du dig att generativ AI kommer att leda till förlorade arbetstillfällen?
– Vi kan ännu inte med säkerhet säga vilka effekter ökad digitalisering och generativ AI kommer att få på framtidens arbetsliv. Klart är dock att arbetsmetoderna kommer att förändras, liksom själva jobbprofilerna. Det är därför kompetens är nyckeln till en framgångsrik omvandling.
Hur förändras medarbetarnas arbete under den digitala omvandlingsprocessen och som en del av införandet av AI?
– Vissa aktiviteter kommer säkert att kunna överföras till AI-applikationer i framtiden, som repetitiva aktiviteter eller sådana som är relaterade till mönsterigenkänning. Men det är något positivt eftersom det innebär att mer frihet för strategiskt eller kreativt arbete öppnas upp, precis som automatisering och produktionsrobotar har förändrat hur bilar tillverkas.
När vi talar om att utbilda medarbetare, hur långt har Mercedes-Benz kommit med att använda generativ AI?
– Vi är verkligen produktiva med generativ AI inom vissa områden – och pratar inte bara om piloter. Vi har till exempel använt Github Copilot inom mjukvaruutveckling sedan maj och vi ser betydande effektivitetsvinster där. Vi använder också generativ AI i kundmiljön. I Storbritannien kan till exempel en intelligent virtuell assistent interagera med kunderna på webbplatsen och ge specifika svar på frågor om bruksanvisningar och fordonsinformation.
– Även i vår dataplattform MO360, ett digitalt ekosystem för produktion, hjälper en generativ AI oss att analysera och bearbeta data. Och med hjälp av en stor språkmodell är data, eller datamönster, tillgängliga så att de kan efterfrågas av produktionsmedarbetare med hjälp av naturligt språk, inte bara av specialister som använder högspecialiserade databasförfrågningar. Vi testar för närvarande detta med hjälp av Chat GPT. I slutändan påskyndar AI en demokratisering av dataanvändningen.
Inom vilka områden ser ni störst potential för AI?
– Vi har arbetat mycket intensivt med den här frågan och analyserat både externa studier och provat AI internt. Å ena sidan har vi mjukvaruutvecklingen. Vi ser mycket betydande effektivitetsökningar där, vare sig det gäller teknik- och fordonsutvecklingssidan eller företagssidan.
– Ett annat område är dialogen med kunden. Under överskådlig framtid kommer AI:s direkta interaktion med kunden, som för närvarande testas i Storbritannien, förmodligen att förbli ett undantag. Men jag är övertygad om att AI-tillämpningar kommer att bidra till att ytterligare förbättra kundupplevelsen och göra processerna mer effektiva.
– Ett annat område där mycket hjärnkraft måste investeras är parametrisk design inom teknik. Där kommer AI att leda till stora produktivitetsökningar eftersom den stödjer människor i arbetet.
Och med möjlighet till inmatning via röst eller tangentbord – måste medarbetarna utbildas i AI?
– I början finns det en grundutbildning för de definierade användningsfallen i produktionen. Dessutom har våra medarbetare tillgång till ytterligare utbildningsmöjligheter i ämnet, inklusive en inlärningsväg för prompt engineering. Men de lär sig också att använda de här verktygen på ett kreativt sätt för att testa saker och se vad som fungerar och inte fungerar.
– Generellt sett anser jag dock att prompting, eller prompt engineering, är något man måste lära sig, så vi funderar på om vi ska erbjuda utbildning i det i större utsträckning inom hela företaget, och inte bara för utvalda it- och dataexperter. Det hjälper definitivt till att få ut mer av generativ AI.
Vilka problem med AI eller Chat GPT har du stött på hittills?
– Hallucinationer är verkligen en utmaning. Det var en mycket känslig balansgång när det gällde direkt kundinteraktion i Storbritannien. Man kan i stort sett utesluta hallucinationer genom rimlighetskontroller och tillhörande begränsningar, men om man sätter kriterierna för snävt kommer maskinen att säga ”Jag kan inte kommentera det” oftare än man skulle vilja. Man måste vara mycket försiktig och hitta rätt balans. Hur man ska få grepp om hallucinationer är kanske den viktigaste frågan att lösa just nu, och den står också i centrum för AI-forskningen.
Kommer Mercedes-Benz endast att träna sina AI-verktyg med egna data?
– Ja. Om vi till exempel vill förklara våra fordon visuellt för kunderna kan vi bara göra det med våra egna träningsdata. För övrigt sker träningen uteslutande i säkra områden i dessa AI-miljöer, så att data inte kan spridas offentligt. Det finns också en del offentliga data som vi kan använda för AI, men särskilt i produktionsmiljön förlitar vi oss på våra egna data.
Förutom Azure Open AI Services i produktionsmiljön, vilka roller spelar andra AI-lösningar för Mercedes-Benz?
– Open AI framställs för närvarande i media som något av en AI-spjutspets. Och det är en mycket bra teknisk lösning men vi kommer inte att begränsa oss till den. Naturligtvis har andra företag intressanta lösningar. Vi börjar titta närmare på open source-alternativ. Förutom de stora proprietära leverantörerna som Open AI, Microsoft eller Google måste vi förstå alternativen med öppen källkod.
– Jag tycker inte heller att vi ska se AI som en motor som står för sig själv. Den måste vara djupt integrerad i våra system och processer. Det är därför vi kräver att alla våra systempartner ska använda AI-element i sina miljöer. Det måste hitta sin väg in i hela systemlandskapet, och det kommer det att göra.