Efter flere år med fokus på AI-modeller, software og datacentre er den næste store fase i AI-revolutionen på vej. Ifølge en ny analyse fra Goldman Sachs vil kunstig intelligens i stigende grad blive integreret i industrivirksomhedernes produktionsanlæg, maskiner og robotter.
Det kan udløse en omfattende produktivitets- og investeringsbølge, hvor etablerede industrikoncerner får betydelige konkurrencefordele. Men der er også store teknologiske og økonomiske barrierer, og ikke alle investeringer vil vise sig rentable.
Det er ikke nødvendigvis de virksomheder, der udvikler de mest avancerede AI-modeller, som bliver de største vindere i næste fase af AI-revolutionen. Det kan i stedet blive de traditionelle industrikoncerner, der formår at omsætte AI til lavere produktionsomkostninger, mere effektive fabrikker og bedre produkter.
Det er et af hovedbudskaberne i Goldman Sachs’ nye rapport Harnessing AI for the Real Economy, der beskriver, hvordan AI nu bevæger sig fra den digitale verden og ind i den fysiske økonomi.
Hvor generativ AI hidtil især har handlet om at automatisere tekstbehandling, programmering og administrative arbejdsprocesser, forventer finanshuset, at næste fase kommer til at handle om produktion, energisystemer, industrielt udstyr og robotter.
Det kan ifølge Goldman Sachs udløse en industriel omstilling, hvor teknologien ikke blot effektiviserer eksisterende arbejdsprocesser, men også ændrer selve måden, virksomhederne producerer på.
Digitale tvillinger kan revolutionere produktionen
Et centralt element bliver såkaldte digitale tvillinger. Det er avancerede virtuelle kopier af fysiske produktionsanlæg, maskiner eller industrielle processer, som løbende opdateres med data fra den virkelige verden.
Teknologien gør det muligt at afprøve ændringer i produktionen digitalt, inden de gennemføres i virkeligheden. Virksomheder kan eksempelvis simulere, hvordan en ny produktionsmetode påvirker energiforbrug, materialebelastning, vedligeholdelse og produktionskapacitet.
Når de digitale modeller kombineres med AI, bliver det muligt at analysere langt flere scenarier og identificere forbedringer, som traditionelle systemer vanskeligt ville kunne opdage.
Goldman Sachs fremhæver Siemens’ køb af softwarevirksomheden Dotmatics for 5,1 mia. dollar og Synopsys’ opkøb af Ansys for 35 mia. dollar som eksempler på, hvordan store industrirelaterede teknologivirksomheder positionerer sig.
Opkøbene viser, at adgangen til industrielle data, avanceret simulering og specialiseret software allerede har fået stor strategisk betydning.
Fem faktorer afgør fremtidens AI-vindere
Goldman Sachs identificerer fem faktorer, som bliver afgørende for, hvilke virksomheder der får størst succes med industriel AI.
For det første skal AI-systemerne kunne fungere inden for fysikkens begrænsninger. I modsætning til almindelig software skal industrielle AI-systemer håndtere temperaturer, materialebelastninger, mekaniske tolerancer og andre forhold, hvor fejl kan få alvorlige konsekvenser.
For det andet bliver ejerskab til specialiserede data en betydelig konkurrencefordel. Mange industrivirksomheder råder over årtiers produktionsdata, som ikke er offentligt tilgængelige, og som nye AI-virksomheder derfor ikke uden videre kan kopiere.
For det tredje skal AI kunne implementeres direkte i maskiner og produktionsudstyr frem for udelukkende at fungere i store eksterne datacentre.
Den fjerde faktor er sikkerhed og certificering. AI i eksempelvis flymotorer, kraftværker og avancerede produktionssystemer skal leve op til langt strengere krav end almindelige digitale applikationer.
Endelig bliver integrationen i eksisterende arbejdsgange afgørende. AI-systemer, som kræver omfattende udskiftning af produktionsudstyr og etablerede processer, kan få svært ved at opnå kommerciel succes.
Samlet peger faktorerne på, at etablerede industrikoncerner kan have en betydelig fordel i forhold til nye teknologivirksomheder. Deres eksisterende systemer, kundekendskab og specialiserede data kan blive vanskelige konkurrencebarrierer.
Robotter rummer enormt potentiale – men også store risici
En anden vigtig udvikling er AI-baserede robotter, som i stigende grad kan udføre komplekse fysiske arbejdsopgaver.
Goldman Sachs fremhæver især humanoide robotter, der potentielt kan overtage opgaver inden for industri, logistik og andre arbejdsintensive sektorer. Goldman Sachs vurderer dog, at vejen fra teknologisk gennembrud til omfattende kommerciel anvendelse fortsat kan blive lang.
Til gengæld findes der allerede et betydeligt marked for traditionelle industrirobotter og automatiseringsløsninger, hvor teknologien skaber dokumenterbare økonomiske gevinster.
AI-investeringerne bliver langt mere kapitalkrævende
Den industrielle AI-revolution kan samtidig ændre virksomhedernes investeringsbehov grundlæggende.
Hvor udviklingen af software og AI-modeller hidtil i høj grad er blevet finansieret gennem teknologivirksomhedernes pengestrømme og venturekapital, kræver fysisk AI massive investeringer i maskiner, produktionsanlæg, robotter og omfattende infrastruktur.
Det betyder længere tilbagebetalingstider og større økonomisk risiko. Goldman Sachs vurderer derfor, at adgangen til finansiering bliver et væsentligt konkurrenceparameter.
Virksomhederne får i stigende grad behov for en kombination af banklån, obligationsfinansiering, kapitalfonde, projektfinansiering og langsigtede investorer.
For erhvervsledere er rapportens vigtigste budskab dermed, at AI ikke længere blot kan betragtes som et digitaliseringsprojekt. Den næste fase vil kræve strategiske beslutninger om produktionssystemer, investeringer, medarbejderkompetencer og samarbejdspartnere.
Og den afgørende forskel mellem fremtidens vindere og tabere kan blive, hvem der først formår at omsætte AI fra lovende teknologi til målbare produktivitetsforbedringer i den fysiske produktion.
Morten W. Langer
Pr. mdr.
349 kr.
Få straks adgang til denne artikel og alle andre artikler på ugebrev.dk
- Alle artikler på ugebrev.dk
- Om investering, finans, ledelse, samfundsansvar, life science og Bestyrelsesguiden.dk
- Daglige nyhedsmails med nyheder og analyser













