Nessan diskuterer tydeligt, hvordan AI inden for print er afhængig af matchning af datamønstre, hvilket allerede forbedrer software til storformatudbydere. Han forudser, at dette vil resultere i øget AI-integration i workflowplanlægning, jobkøstyring, farvekorrektion, opskalering af billeder og forudsigelig vedligeholdelse via sensorer og visionssystemer, hvilket i sidste ende vil strømline driften og give større fleksibilitet.
At dømme efter avisoverskrifter fra hele verden er der nu stor interesse for kunstig intelligens, eller AI, da multinationale selskaber og regeringer taler åbent om at bruge denne teknologi til at optimere deres produktion og skabe større indtægter. Men hvordan vil det smitte af på printbranchen og især de mange udbydere af storformatprint, der betjener skilte- og displaymarkedet?
Ironisk nok er der ikke ret meget intelligens involveret i AI. Intelligens indebærer normalt et vist niveau af kognitiv tænkning for at løse problemer. Men AI opsamler blot store mængder data, herunder tidligere eksempler på ræsonnementer, og matcher dem med mønstre, der opstår ud fra disse data. I enhver given situation tager de fleste AI-systemer bare det bedste gæt baseret på de tilgængelige data (og nogle gange genererer det usandheder). Vi har tidligere brugt algoritmer til at gøre noget lignende, men det, der virkelig adskiller AI, er de enorme datasæt med rå information, som disse systemer indtager. Dette er i sig selv blevet muliggjort af fremskridt inden for rå computerkraft.
En stor del af den nuværende hype er baseret på generativ AI, som kan skabe løsninger baseret på instruktioner, der sendes ind i systemet. Sådanne systemer skal dog prætrænes på eksisterende data, så de er mere præcist kendt som Generative Pre-Trained eller GPT. Det mest kendte af disse er nok ChatGPT.
På et generelt plan kan disse systemer bruges på praktiske måder, f.eks. til at skabe indledende udkast til breve, der ledsager tilbud eller endda hele salgspræsentationer. Da AI ikke er perfekt, er det bedst at bruge det til indledende udkast snarere end endelige kopier, men det er ikke desto mindre nok til at lade brugerne gøre mere på kortere tid.
Nogle AI-varianter er mere fokuserede på at skabe billeder og er allerede gode nok til, at de kan give folk med et vist vidensniveau mulighed for at producere arbejde, der ellers ville være uoverkommeligt for dem. Det sænker i høj grad de omkostninger, der er forbundet med at producere illustrationer, selv hvis det bare drejer sig om at lave hurtige mock-ups, før man får fat i en professionel designer. Det kan være ting som grafikken til en udstillingsstand eller mønstre til digitalt trykt tøj.
Men tro ikke, at AI bare går i gang og gør alt arbejdet for dig. Kvaliteten af resultaterne afhænger af kvaliteten af de beskeder, du sender ind i systemet, og det kræver i sig selv en vis træning. Det betyder, at en person, der er uddannet til at bruge AI, vil være i stand til at udføre arbejde på andre områder, hvor vedkommende ikke har fået den samme uddannelse. Denne type multikompetence afspejles i sætningen: “AI vil ikke tage dit job, men nogen, der bruger AI, vil sandsynligvis gøre det”.
AI og print
Der er en række områder, hvor AI kan få stor indflydelse på print, og nogle af dem kan vi allerede se. AI-teknologi er ikke helt så ny, som nogle af avisoverskrifterne antyder. Den har været i brug i over et årti nu og bruges allerede i noget af den software, der er tilgængelig for den grafiske branche. Det nye er, at hvor det tidligere er blevet brugt i individuelle isolerede produkter, kan vi nu forvente at se disse løsninger blive mere integrerede med mere automatisering drevet af AI gennem hele produktionsworkflowet.
Billedtekst: Esko Phoenix bruger AI til automatiseret udskydning og nesting.
Det omfatter planlægning af den mest effektive måde at producere opgaver på, som både kan bruges til at generere et tilbud og til at planlægge ruten gennem produktionen. AI bliver også i stigende grad brugt til at styre jobkøen. En vigtig del af det er den måde, hvorpå de forskellige jobs sættes sammen eller indlejres i hinanden på arket eller rullen for at minimere mængden af spildt medie. Dette har udviklet sig fra imposition, det vil sige at arrangere sider på et trykark for at optimere layoutet. Der er flere eksisterende programmer, f.eks. Esko Phoenix, som allerede bruger AI til udskydning, og denne teknologi er nu blevet overført til jobstyring i storformat. Der er en række forskellige parametre at tage hensyn til, herunder hvordan de forskellige jobs skal færdiggøres og de aftalte leveringstider for hvert af disse jobs. Og selvfølgelig vil alle disse faktorer hele tiden ændre sig i løbet af en dag, efterhånden som der kommer flere ordrer ind. Men evnen til at håndtere sene ordrer er en vigtig del af nutidens hurtige on-demand-bestillinger, som kunderne nu er kommet til at forvente.
Et andet område, der allerede nyder godt af AI-teknologi, er farvestyring. Mange kundefiler indeholder fejl i farvestyringen, hvoraf nogle, f.eks. det forkerte farverum, nemt kan rettes. Mange farvestyringsprogrammer bruger nu også AI til at hjælpe med at justere farverne i disse filer, så de får et mere naturligt udseende, hvilket kan reducere antallet af kunder, der afviser opgaver på grund af opfattelsen af de trykte farver. Ofte er dette bare mærket i softwaren som en automatisk forbedring og ikke markeret som værende baseret på AI.
Billedtekst: HP’s nyeste latexprinter, 830-serien, har et indbygget spektrofotometer til automatiseret AI-drevet farvestyring.
Farvestyring dækker også andre områder fra linearisering og kalibrering af printere til oprettelse af profiler til alle de forskellige medier og valg af de rigtige indstillinger til hvert job. Gradvist begynder vi at se flere spektrofotometre integreret i storformatprintere, så al denne farvestyring kan automatiseres med et minimum af operatørinput. Igen er dette også drevet af AI.
AI bliver også brugt til at forbedre andre aspekter af billedkvaliteten. Det kan omfatte opskalering af billeder, hvor man bruger AI til at tilføje ekstra pixels til et billede baseret på det bedste gæt efter at have analyseret de eksisterende pixels. Det er en indlysende fordel for alle, der ønsker at skabe store billboards. Det hjælper også med at overvinde problemer med kunder, der sender filer i lav opløsning.
Et område, der virkelig nyder godt af større brug af AI, er forudsigelig vedligeholdelse. Pandemien med dens forskellige nedlukninger tvang de fleste leverandører til at genoverveje deres servicetilbud, da det blev sværere at sende ingeniører ud på besøg på stedet. Men AI har gjort det muligt for disse leverandører at analysere de data, de allerede har om årsagerne til serviceudkald, for at forudse, hvornår hver enkelt komponent kan svigte.
For at kunne tilføje mere automatisering bliver storformatprintere nødt til at generere flere data. Så vi vil næsten helt sikkert se flere sensorer i storformatprintere i løbet af de næste par år for at opdage potentielle problemer og opdage dele, der svigter. De større printere vil helt sikkert få flere visionssystemer til at kontrollere, at det, der er blevet printet, svarer til kundens forventninger.
Et andet område, som AI kan bruges til, er lagerstyring, herunder bestilling af flere forbrugsvarer og reservedele efter behov. Tricket er ikke at overbestille – hvilket vil binde kapital på lageret – men samtidig ikke at risikere at løbe tør for noget, som vil forsinke produktionen.
AI understøtter også mange af de analysetjenester, som nogle printerleverandører har introduceret, samt nogle MIS. Den er god til at spotte mønstre, f.eks. et fald i salget i nogle områder, og komme med løsninger baseret på ideer, som andre har prøvet med succes, men skræddersyet til den enkelte brugers specifikke situation baseret på deres data.
Konklusionen er, at AI langt fra er en fremtidsteknologi, men en teknologi, der allerede er indlejret i meget af den automatiseringssoftware, der allerede er i brug. Og vi kan forvente, at mere hardware – i form af sensorer, spektrofotometre og visionssystemer – vil blive føjet til printere for at lette automatiseringen. AI bør gøre det lettere at integrere løsninger mellem forskellige leverandører. Det vil igen give storformatbrugere mere frihed til at opbygge produktionsworkflows, der passer bedre til deres individuelle behov.