Klokare ERP-system

Viktiga resultat som projektet gav

Projektet har haft två relaterade målsättningar. Det första målet har varit att uppgradera affärssystemet MONITOR mot en ökad nivå av prediktiv analys och därtill hörande bidrag till systemanvändarnas beslutsfattande i syfte att öka precisionen och kvalitén på tillverkande företags planeringsarbete. Det andra mer övergripande målet var att påbörja arbetet med att upparbeta företaget Monitor ERP System ABs kompetens inom AI/maskinlärande för att ta höjd för framtida fortsatta utvecklingsinsatser.

Långsiktiga effekter som förväntas

Projektet har fokuserat på att med stöd av AI bygga in en systemförmåga i MONITOR att förutsäga förseningar i tillverkningsordrar. Träningsdata har utgjorts av historiska ordrar inkl. information om eventuella förseningar. Ett antal klassificeringsalgoritmer för övervakad inlärning har testats och utvärderats på problemet: naiv Bayes, beslutsträd, PSL-DA, PCA-LDA och neurala nätverk. Resultaten visar att en förseningsprediktion är möjlig att uppnå och att upp till 40% av förseningarna i testdatat går att förutspå med hjälp av de klassificeringsalgoritmer som utvärderats.

Upplägg och genomförande

Projektet har löpt under perioden augusti 2020 t.o.m. januari 2021. Arbetet har skett enligt agil metodik och bedrivits i team med personal från RISE och Monitor. Därigenom har projektet dels inneburit konkreta lärdomar om AIs potential att bidra till ökad insiktsfunktionalitet inom ett avgränsat tillämpningsområde, och dels till att personal vid Monitor har ökat sin kompetens inom AI/maskininlärning. Generell kompetensutveckling har också skett vid tre workshopar där RISE presenterat olika aspekter av AI som kunskapsområde för nyckelpersoner vid Monitor.