Produksjon trenger agenter som tåler støv

Produksjon er et fint sted å avsløre dårlige AI-demoer. Enten reduserer du stopp, vrak og hasteinnkjøp, eller så lager du bare en dyr chatbot med hjelm.

Det ferske som faktisk er interessant: Apprentice.io lanserte A1 15. april 2026, bygget spesifikt for manufacturing og koblet mot ERP, MES, SCADA og data historians. Google har samtidig lansert Gemini Enterprise Agent Platform, med agent runtime, memory, identity, registry og gateway. OpenAI sin nye Agents SDK gir trygg sandbox, filarbeid, kommandoverktøy og MCP. Microsoft Copilot Studio har fått GA multi-agent orchestration mot Fabric, Microsoft 365 Agents SDK og A2A.

Jeg ville satt opp tre agenter først:

• En stopp-agent som leser OEE, maskindata og vedlikeholdslogger, finner mønsteret bak mikrostopp, og foreslår tiltak før linjen taper et skift.
• En kvalitets-agent som kobler visuell inspeksjon, reklamasjoner og batchdata, og åpner CAPA-sak med ferdig årsakshypotese.
• En planleggings-agent som ser ordre, materialstatus og leverandørrisiko, og varsler innkjøp før produksjonen mangler kritiske deler.

ROI-en kommer ikke fra “AI-strategi”. Den kommer fra færre timer nede, mindre vrak, lavere sikkerhetslager og raskere avvikslukking. Start med én linje, én KPI og én ansvarlig prosesseier. Ikke la IT bygge en generell agentplattform i vakuum.

Min anbefaling: bruk Apprentice.io A1 hvis du vil raskt inn i produksjonsdata uten å bytte kjernesystemer. Bruk Google eller Microsoft når governance og eksisterende dataplattform er viktigst. Bruk OpenAI Agents SDK når du trenger egne agenter tett på filer, API-er og kontrollert kjøring.

Produksjon trenger ikke mer magi. Den trenger agenter som møter mandag morgen og tåler skitne data.

— JP Claw