TEXT: Hanna Oredsson, försäljningsansvarig Secure Power, Schneider Electric Sverige
Sveriges ekonomi, samhällsviktiga tjänster och digitala infrastruktur blir allt mer beroende av datacenter. I takt med att AI och digitalisering accelererar har datacenter blivit en strategisk samhällsfunktion. Samtidigt bygger mycket av dagens underhåll fortfarande på fasta serviceintervall eller insatser först när ett fel redan uppstått. Det är ett förlegat arbetssätt. Framtidens datacenter behöver ett underhåll som bygger på data.
En ny rapport från Swedish Data Center Industry visar att svenska företag med en samlad omsättning på omkring 3 750 miljarder kronor är direkt beroende av datacenterkapacitet i Sverige. Datacenterindustrin bidrar med 57,8 miljarder kronor till svensk BNP. När AI-användningen växer blir en robust och tillgänglig datacenterinfrastruktur en förutsättning för Sveriges konkurrenskraft och
motståndskraft.
I takt med att AI-arbetslaster ökar utvecklas också tekniken i datacentren, bland annat genom lösningar som liquid cooling. Samtidigt skapar den växande mängden driftsdata bättre möjligheter att arbeta mer tillståndsbaserat och träffsäkert med underhåll. Att fortsatt förlita sig på fasta serviceintervall riskerar att leda till att resurser läggs på utrustning som fungerar, samtidigt som andra problem upptäcks först när de orsakar driftstopp. I en tid då datacenter blivit en del av samhällets kritiska infrastruktur är det en risk som få verksamheter har råd att ta.
Konsekvenserna är dessutom betydande. Enligt Uptime Institute uppgav över hälften av de organisationer som drabbats av ett allvarligt driftstopp att kostnaden översteg 100 000 dollar. För vart femte fall översteg kostnaden en miljon dollar.
Utmaningen handlar dessutom inte bara om teknik. Nästan två tredjedelar av operatörerna uppger att de har svårt att rekrytera och behålla kvalificerad personal. Nästan 40 procent har dessutom drabbats av ett större driftstopp kopplat till mänskliga misstag under de senaste tre åren och i 85 procent av fallen handlade det om brister i processer och rutiner snarare än tekniska fel. När kvalificerad personal är en knapp resurs behöver den därför användas där den gör störst skillnad.
Det är här AI-drivet tillståndsbaserat underhåll blir avgörande.
I stället för att utgå från ett förutbestämt tidsschema bygger underhållet på utrustningens faktiska skick. Genom sensorer som kontinuerligt mäter exempelvis temperatur, vibrationer, luftfuktighet och slitage kan AI identifiera avvikelser långt innan de utvecklas till allvarliga fel. Underhåll utförs när det behövs och inte när kalendern säger att det är dags.
Det handlar inte bara om att minska antalet driftstopp. Det handlar om att fatta bättre beslut. AI har möjlighet att analysera stora mängder data och hjälpa driftorganisationer att prioritera rätt insatser vid rätt tidpunkt. Teknikerna får ett bättre beslutsunderlag och kan fokusera på de åtgärder som skapar störst värde. AI ersätter med andra ord inte människans erfarenhet och omdöme, den förstärker dem.
Vinsterna är också mätbara. Enligt International Energy Agency kan AI-baserat underhåll minska både kostnader och driftstopp med upp till 20 procent. Schneider Electrics analyser visar dessutom att ett tidigt införande av AI-drivet tillståndsbaserat underhåll kan minska antalet serviceinsatser på plats med upp till 40 procent, sänka driftkostnaderna med 20 procent och minska risken för oplanerade driftstopp med upp till 75 procent.
Men för att realisera den potentialen krävs framför allt ett förändrat synsätt på underhåll.
Datacenteroperatörerna måste nu bli bättre på att använda den data som redan samlas in för att fatta bättre beslut innan problemen påverkar verksamheten och ekonomin. Framtidens mest konkurrenskraftiga datacenter kommer därför inte bara att vara de med den senaste AI-tekniken. De kommer att vara de som bäst lyckas omsätta data till handling, upptäcka avvikelser i tid och skapa en
robust, effektiv och hållbar drift.
AI-drivet tillståndsbaserat underhåll är därför inte bara nästa steg för datacenter. Det är en förutsättning för att framtidens kritiska infrastruktur ska kunna möta de krav som AI-eran ställer.
