Høglund AS | Business NXT

Anders Årdahl heter jeg. Jeg har jobbet i et selskap som heter Høglund i tre år. Høglund er et selskap som jobber innenfor maritim automasjon. Vi har eksistert i mer enn 30 år. Det vi i praksis gjør, er at vi leverer hardware og software og kombinerte tjenester inn mot båter som muliggjør automasjon, som i praksis vil si kontroll, overvåkning og styring av systemer som finnes ombord på ulike båter.

Høglund har hovedkontor her på Barkåker i Tønsberg, og vi har også tre datterselskaper i Kina, Romania og Polen og leverer en omsetning på rundt 315 mill. i løpet av et år. Vi har vært på Business NXT siden april 2024.

Jeg jobber som produktleder for Høglund, og mitt produkt som jeg har ansvar for, er de digitale løsningene vi har ut mot kundene våre. Da jeg besøkte kundene våre i desember, innså jeg at en av rederne våre var veldig frampå. At de har rullet ut AI i hele sin organisasjon og begynt å se at mannskapet de var i gang med å feilsøke skipet sitt, ved hjelp av AI. De matet inn diverse rapporter som de ikke hadde tid til å se på ellers. Og klarte med det å kunne heve seg ganske mange nivåer opp og var mye bedre i kommunikasjonen sin med land.

Jeg begynte å innse at «Okay, vi må i Høglund begynne å teste ut AI-verktøy, så vi på sikt også kan tilby dem til våre kunder.» Siden vi tilbyr automasjonssystemer – og kjernen i automatiseringssystemer er jo data. Og dataene blir sendt til skyen. Og i dag har vi et basissystem for å strukturere dataene og sende dem videre ut. Men den blir ikke presentert for kundene. Det er her vi ser at AI kan være nøkkelen til å presentere dataene.

Og på det som produseres i selskapet, har vi i dag en prosess. Du har tre ulike manuelle steg med Excel-lister som til syvende og sist leses inn som en egen ordre i Business NXT. Og deretter, én etasje fysisk lenger ned, så skjer jo da produksjonen. Og idet det da er endringer på den ene ordren, så gjøres det i dag med en manuell liste med penn og papir. For så leveres opp til Orders som da korrigerer ordren for eventuelle endringer.

Vi ser på en vanvittig mulighet der for å lage den og gjøre den korreksjonen via Claude direkte inn i Business NXT via MCP-integrasjonen. Så bare den biten her åpner jo for et vanvittig hav av muligheter for oss. Og vi ser jo også da allerede fra salgsfasen hvordan vi kan bruke Claude til å følge den samme ordren, og prompte inn endringer fra den samme ordren inn gjennom hele prosjektets livssyklus, fra det blir solgt, til det blir endelig levert ut hos kunden.

Det senker terskelen enormt mye å begynne å grave i dataene. Tidligere måtte man hatt en bakgrunn hvor man hadde gjort mye med dataanalyser fra før. For meg er det ikke så uvant å begynne å bruke Python for analyse. Men jeg har sett med årene, der jeg har hatt andre roller, så har ferdigheten med å bruke Python til dataanalyse forsvunnet litt. Men plutselig, med Claude, kommer alt opp igjen. Det er så enkelt å bruke, så enkelt å lage analyser. Du må vite omtrent hva du kan gjøre, og så blir du holdt i hånden videre.

I forhold til besparelse ser man at man kan allokere ressurser til å bruke mye mer av tiden sin på det som genererer business og merinntekter, enn å sitte og gjøre manuelle jobber. Et eksempel på det er alle de som jobber i dag med ordre- og ordrehåndtering. Hvor mye mer fokus de kan ha på f.eks. ettermarkedssalg, og på selve salgsprosessen og oppfølging rundt det. Istedenfor å sitte og «gjete» sånn som det er i litt for stor grad i dag. At man har en ordre som man må gjete rundt i ulike instanser og bruke tiden sin på det.

Og det jeg tror er veldig spennende med det, er at det vi tar bort fra folk nå, er jo den jobben og den delen som de opplever som kjedelig og kanskje lite meningsfylt. Det gjør at jeg ser for meg at allerede på veldig kort sikt blir det mulig å frigjøre tid, kapasitet og ressurser for å bruke annerledes enn det vi gjør i dag.

Det viktigste er å være nysgjerrig, at man tør å feile litt. Jeg tror kunsten med å bruke AI bra er at du eksperimenterer og feiler, og at du begrenser skadene av å feile. Det er litt som å lære seg å sykle. Hvis man er redd for å falle når man sykler, så lærer man seg aldri å sykle. Men hvis man tør å falle et par ganger, og tar på seg hjelm, så man ikke får varige skader, så ender man opp med å lære seg å sykle veldig fort. Og på samme måte er det med AI. Man må tørre å gjøre feil. Og man må ha en åpenhet i selskapet at man kan innrømme at man har gjort en feil. Man kan rette dem opp veldig fort. Og man kan med det iterere og bli bedre og lære seg å bruke et helt nytt arbeidsverktøy.