Sappi Europe tar ett nytt steg i digitaliseringen av industrin genom att införa ett omfattande AI-baserat system i sina pappersbruk. Målet är att effektivisera produktionen, minska energikostnader och förbättra kontrollen över resurser – samtidigt som bolaget vill stärka sitt erbjudande till kunder.
Satsningen sker i samarbete med Orange Business och bygger på en så kallad MLOps-plattform, ett ramverk för att hantera och skala användningen av maskininlärning i verksamheten.
Bakgrunden är en växande insikt i industrin om att AI-projekt ofta misslyckas – inte på grund av tekniken i sig, utan för att de inte integreras i det dagliga arbetet. Konsultbolaget McKinsey har pekat på just detta som en central svaghet.
– Många AI-initiativ faller inte på modellerna, utan på bristande integration i verksamheten, konstateras i branschbedömningar.
Fokus på energi och operativ styrning
Sappi har särskilt riktat in sig på energianvändningen, ett område där splittrad data och manuella processer länge har gjort det svårt att optimera drift och kostnader.
Genom den nya AI-plattformen får företaget tillgång till standardiserad och automatiserad dataanalys över flera anläggningar. Det gör det möjligt att bättre styra energiflöden, minska spill och få en mer aktuell bild av resursförbrukningen.
Ett tydligt exempel är bruket i Maastricht, som både köper el från och levererar el till det nederländska elnätet. Här används systemet för att optimera energihanteringen i realtid.
– Plattformen automatiserar dataflöden och förbättrar precisionen i beslut som påverkar både produktion och energianvändning, enligt projektbeskrivningen.
Effektivitet – men också nya beroenden
Införandet av MLOps innebär att AI-modeller inte bara utvecklas, utan också kontinuerligt uppdateras och används i produktionen. Systemet kan automatiskt anpassa sig när data förändras och därmed påverka beslut i realtid.
Detta skapar en mer flexibel drift, men innebär också ett ökat beroende av datakvalitet och digital infrastruktur. Felaktiga eller bristfälliga data kan snabbt få genomslag i hela produktionskedjan.
För kunderna kan förändringen få flera effekter. Bättre prognoser och analys av leveranskedjor kan ge tydligare leveranstider, samtidigt som effektivare energianvändning kan bidra till mer stabila kostnader.
Samtidigt lyfts även andra aspekter fram, som att företag som samarbetar med digitalt avancerade leverantörer kan stärka sin egen profil kring innovation och robusthet.
Skalbar lösning för hela verksamheten
En central del av satsningen är att systemet ska kunna användas brett inom företaget – från produktion till försäljningsprognoser och logistik.
Genom att standardisera arbetssätt och datamodeller kan Sappi snabbare införa nya AI-lösningar i flera anläggningar. Systemet övervakar också kontinuerligt modellernas resultat och justerar dem vid behov.
Det innebär att tiden från analys till praktisk tillämpning kan kortas, vilket i sin tur kan påverka hur snabbt förändringar slår igenom i produktionen.
Samtidigt visar satsningen hur industrin i allt högre grad rör sig mot datadriven styrning – där AI inte längre är ett separat verktyg, utan en integrerad del av den dagliga verksamheten.
Källa: Sappi Europe, Orange Business
Fakta:
MLOps (Machine Learning Operations) är ett ramverk för att hantera och driftsätta AI-modeller i organisationer. Syftet är att göra användningen av AI mer stabil, skalbar och integrerad i den dagliga verksamheten.
