Hoppa till huvudinnehåll

Multi-agentsystem för förbättrat beslutsfattande i industriella värdekedjor

Denna förstudie i projektform syftar till att lägga grunden för ett svenskt ekosystem kring industriella generativa multi-agent AI-system, stödja planeringen av gemensamma insatser och skapa en strategisk färdplan.

Framväxten av generativa AI-agenter, kapabla till resonemang, beslutsfattande och autonom handling, förväntas representera ett betydande genombrott 2025. Agenter agerar självständigt, men inom etablerade ramar som definierar vad de kan och inte kan göra, till skillnad från tidigare AI-system som fungerade som ett stödsystem tillsammans med en människa.

Utmaningar

Flera olösta frågor kvarstår gällande effektiv träning av modellerna, orkestrering och arkitektur, dataflöden under användning, hantering av säkerhetsrisker kopplade till attacker eller dataläckor, lagstiftning, potentiell standardisering med mera. För en effektiv industriell implementering måste dessa lösas.

Projektets syfte

Syftet är att identifiera hur ett samarbetsprojekt med en bred industriell representation kan utveckla kunskap om tillämpning av AI-agenter för att stödja framtida svenskt industriellt ledarskap.

Förväntade resultat

Förstudien kommer att sammanföra viktiga intressenter, beskriva aktuellt läge och bästa praxis för industriella tillämpningar med AI-agenter, kartlägga industriella behov och upplevda hinder – vilket kommer att användas för att planera gemensamma insatser och färdplan.

Vill du bidra?

Skicka ett mejl till Helena Theander, med ämnet 'Multi-agent survey' – så får du en länk för att beskriva ditt behov, dina utmaningar och din expertis.

Fakta

Finansiering: Vinnova, Avancerad digitalisering: Systemförändrande insatser, förstudieprojekt 2025

Total projektbudget: 1 400 000 SEK

Deltagare: 

Projektperiod: 29/4/2025 - 30/10/2025

För mer information, kontakta:

A picture of Helena Theander
Helena Theander
Head of Operations AI Labs
+46 (0)70-928 40 74
Tommy Schönberg
Tommy Schönberg
Head of Defense Innovation
+46 (0)70-830 71 21

Fler pågående projekt

Golden honeycomb pattern on a computer component with a metallic shine

AI-drivna honeypots

Honeypots är datorer som efterliknar verkliga datorsystem för att locka angripare och avslöja deras verktyg och metoder. Kan AI förbättra honeypots förmåga att vilseleda angripare och därmed stärka...
A women putting up a post-it on a whiteboard and a man reading a post-it during a workshop

Datadrivna organisationer – Bästa praxis för AI-implementering i Sverige

Hur kan en organisation bli datadriven på riktigt? Det ska AI Swedens nya MLOps-projekt, med det formella namnet Data-driven organizations – Best practices for operationalization of AI in Sweden , ge...
Cars connected as an illustration of federated fleet learning

Federated Fleet Learning

Som ett resultat av att regler och lagar kring datadelning, säkerhet och lagring förändras, förväntas nuvarande metoder för modellträning att stå inför ökade utmaningar. Målet med detta projekt är att...
an icon showing a shield with incoming arrow, AI in the center and threat being dissolved into stars

LeakPro: Läckage och risköversyn av maskininlärningsmodeller

Flera undersökningar har belyst möjligheten att extrahera data från tränade maskininlärningsmodeller. Dessa exempel utförs dock vanligtvis under idealistiska förhållanden och det är oklart om risken...