Hemligheten bakom AI som faktiskt fungerar? Börja med människorna, inte maskinerna
Hemligheten bakom lyckad AI är inte tekniken – det är människorna.
Grunden läggs inte i koden — den läggs i kulturen
Det är lätt att fastna i det spektakulära när man pratar om AI i industrin. Självlärande system, autonoma beslut, realtidsoptimering. Men när man tittar på de bolag som faktiskt kommit längst i sin omvandling framträder ett annat mönster — ett som är betydligt mindre glamoröst och desto mer hållbart.
Ta Woodside, det australienska energibolaget som MIT Technology Review nyligen porträtterade. Bolaget driver LNG-anläggningar med tusentals sensorer som producerar realtidsdata dygnet runt. Och ändå är det inte sensorerna eller algoritmerna som Andrew, ansvarig för digital verksamhet, lyfter fram när han beskriver bolagets AI-resa. Det är datan och människorna.
— Data är en tillgång för oss, precis som en fysisk anläggning, konstaterar Andrew. Utan välstrukturerad data med tydlig styrning kan man inte bygga tillförlitliga AI-lösningar.
Det är ett uttalande som låter trivialt men som i praktiken är djupt ovanligt. Alltför många organisationer försöker bygga intelligenta system på en bråkdel av den datamognad som krävs — och undrar sedan varför resultaten uteblir.
Underhåll som kan förutsäga sig självt
Woodsides mest konkreta AI-tillämpning hittills är ett system för underhållsoptimering, internt kallat maintenance intelligence. Systemet analyserar historiska data och realtidsinformation för att förutsäga när och hur underhåll behöver utföras — långt innan något faktiskt går sönder. Målet är att LNG-anläggningarna ska kunna startas upp på ett tillförlitligt, enhetligt och säkert sätt, gång efter gång.
Detta är precis den typ av tillämpning där AI verkligen tillför värde i tung industri: inte som ett sätt att ersätta ingenjörers omdöme, utan som ett verktyg för att förstärka det. Historiska felmönster som är omöjliga att hålla i huvudet — men triviala för ett vältränat system att känna igen.
Och det är just här kopplingen till agentisk AI blir intressant. Woodside bygger nu mot system som inte bara analyserar och rapporterar, utan som självständigt kan fatta beslut och vidta åtgärder baserade på vad de ser. Det är ett stort steg — och ett som kräver exakt den typ av datamognad och organisatorisk tillit som Woodside ägnat år åt att bygga upp.
Bentley och Capgemini: konsulterna tar täten
På andra sidan industrikartan ser vi ett annat mönster ta form. Lyxbiltillverkaren Bentley Motors har utsett konsultjätten Capgemini till ansvarig för sin digitala omvandling, rapporterar IoT Tech News. Uppdraget är knutet till Bentleys långsiktiga strategi Beyond100+ och är centrerat kring fabriken i Crewe — av Bentley självt kallad "Dream Factory".
Capgeminis roll är bred: modernisera tillverkningssystemen, bygga en solid datagrund, och använda avancerad analys och AI för att generera djupgående insikter om kunder och affärsverksamhet. Traditionella, reaktiva driftsmodeller ska bytas ut mot moderna IT-tjänster byggda för tillförlitlighet.
— Det här steget markerar en viktig milstolpe i Bentleys digitala resa, säger Axel Dewitz, styrelseledamot med ansvar för ekonomi och IT.
Mönstret är tydligt: stora industribolag förlitar sig i allt högre grad på externa specialister för att genomföra den typ av systemövergripande omvandling som AI-integrering faktiskt kräver. Det handlar inte längre om enskilda projekt — det handlar om att byta ut grundläggande driftslogik.
Vad Woodside och Bentley har gemensamt
De två bolagen opererar i helt olika branscher och med olika förutsättningar. Men de delar en insikt som är värd att lyfta fram: AI-omvandling är i grunden ett organisationsprojekt, inte ett teknikprojekt.
Woodsides många år av systematisk datainsamling och personalutbildning är inte en omväg — det är exakt rätt väg. Bentleys val att ta in Capgemini som strategisk partner snarare än enskild leverantör signalerar samma förståelse: detta kräver engagemang på djupet, inte lösningar på ytan.
Det är en jordnära och ärlig motbild till de mer svepande hype-berättelserna. Och för oss som jobbar med att bygga system för verklig användning är det faktiskt den mer inspirerande berättelsen.
Vår analys
Det som Woodside och Bentley tillsammans illustrerar är något jag tror vi kommer att se mycket mer av under de närmaste åren: industriell AI-mognad som konkurrensfördel. Bolag som tidigt investerat i datakvalitet, styrningsramverk och intern kompetens börjar nu skörda frukterna — medan de som hoppade direkt på AI-verktygen utan den grunden fortsätter att kämpa.
Capgeminis roll i Bentley-caset pekar mot en bredare strukturförändring: de stora konsulthusen positionerar sig som navet i industrins digitala omvandling. Det skapar nya beroendeförhållanden som industrin behöver förhålla sig till.
Men det mest hoppfulla i Woodsides berättelse är att de betonar människan lika högt som tekniken. Det är inte en kompromiss — det är en förutsättning. AI-system som byggs med den insikten har en helt annan chans att faktiskt leverera värde på lång sikt. Den lärdomen är branschoberoende.