Lokal AI-analys

DataPortias AI-modul kör en språkmodell på samma server som datainsamlingen och databasen. Processdata överförs inte till molnet eller till en tredjepartstjänst: ingen API-nyckel till utomstående, inga användningsavgifter för frågor, ingen internetanslutning under analysen.

4

modeller Qwen, Gemma, DeepSeek, Llama

8 GB

RAM Minimikrav på servern

499 €

tillägg Pris för AI-modulen

30

dagar Testperiod utan bindningstid

Vad innebär lokal AI-analys i praktiken?

AI-modulen kör en öppen språkmodell med Ollama på samma server som DataPortia™ är installerad på. Modellen läser mätvärdena direkt ur DataPortias egen PostgreSQL-databas, gör analysen och skriver svaret i webbläsaren. Ingen fråga, inget mätvärde och inget svar lämnar servern. Tillgängliga modeller är Qwen, Gemma, DeepSeek och Llama.

Närmare: val av modell och drift i slutet nät

Modellen väljs och installeras med den guidade uppstarten i samband med idrifttagningen. Därefter fungerar analysen även i ett slutet nät där servern saknar internetanslutning. Språkmodellen är ingen utomstående tjänst utan en process på samma maskin som OPC UA-datainsamlingen och databasen.

Lämnar processdata nätet när AI:n analyserar den?

Nej. Språkmodellen är installerad på anläggningens egen server och körs där. Data som används i analysen överförs inte till molnet eller till en tredjepartstjänst, och hamnar därför inte i träningsmaterialet för en utomstående modell. Servern kan vara helt frånkopplad från internet, och AI-analysen fungerar ändå. Det är utgångspunkten för konstruktionen, inte en inställning som någon av misstag kan stänga av.

Vad gör AI:n med processdata?

Modulen söker upp avvikelser i mätdata och klassificerar dem efter allvarlighetsgrad, prognostiserar hur den uppmätta trenden fortsätter, letar upp objekt för kostnadsoptimering i förbrukningen och skriver en strukturerad analysrapport om observationerna. Dessutom går det att ställa en fri fråga om data på naturligt språk. Varje analys bygger på uppmätta data i databasen, inte på en uppskattning eller på allmän kunskap.

Fyra analystyper och vad var och en ger

Avvikelsedetektering

Statistisk sökning i mätpunktens historik, observationer med tidsstämpel.

Prognos

Prognos för trendens fortsättning, beräknad ur uppmätt historik.

Kostnadsoptimering

Jämförelse av förbrukning och körsätt mellan perioder.

Analysrapport

Observationerna som en strukturerad sammanfattning, var och en knuten till en mätpunkt och ett tidsintervall.

Hur fungerar avvikelsedetekteringen?

Avvikelsesökningen är statistisk: modulen går igenom mätpunktens egen historik under det valda tidsintervallet och lyfter fram värden som avviker från periodens normala nivå. Observationerna returneras med tidsstämpel och klassificerade efter allvarlighetsgrad, och språkmodellen skriver en sammanfattning i ord om dem. Resultatet är en lista över punkter att kontrollera, inte en färdig diagnos av ett fel.

Närmare: vad analysstarten väljer — och vad en avvikelse inte betyder

Analysen startas från en guidad vy. Där väljs analystypen — avvikelser, prognos, kostnadsoptimering, sammanfattning eller fri fråga — samt mätpunkter och tidsintervall. Samma val avgör vilka data modellen läser ur databasen, så varje observation går att spåra tillbaka till en mätpunkt och ett tidsintervall.

En avvikelse är inget fel. Den är en statistisk observation som är värd att kontrollera i trendvyn och mot larmhistoriken innan man drar slutsatser av den.

Går det att fråga om processdata med egna ord?

Ja. I chattvyn skrivs frågan på vanligt språk, till exempel hur pannans förbrukning utvecklades förra veckan. Modulen hämtar de mätpunkter som hör till frågan ur DataPortias egen databas och svarar utifrån dem, så svaret är knutet till uppmätta data och inte till allmän kunskap. Samtalet fortsätter i samma vy, så följdfrågan går att ställa kort.

Närmare: gränssnittets språk och schemalagda rapporter

Användargränssnittet finns på finska, engelska, svenska och tyska. De egentliga schemalagda rapporterna görs fortfarande på rapporteringsdelen, som producerar PDF-, CSV- och Excel-filer med dygns-, vecko- och månadsschemaläggning.

Vad kräver den lokala modellen av servern?

Språkmodellen tar minne, och det är den största skillnaden mot en vanlig DataPortia-installation. Minimikravet är 8 GB RAM och 100 GB SSD, rekommendationen 16–32 GB — när AI-modulen används lönar det sig att välja den övre delen av rekommendationen. Minimikraven omfattar inget separat grafikkort. Berätta serverns konfiguration, så bedömer jag vilken modell som passar den.

Var är den lokala modellen sämre än en molnmodell?

Den lokala modellen är mindre än de stora molnmodellerna, och det syns i svarens kvalitet och hastighet. Svaret blir färdigt långsammare, särskilt utan grafikkort. Resonemanget kring långa och sammansatta frågor blir grövre. Som motvikt stannar data på anläggningen, frågorna ger inga användningsavgifter och analysen avbryts inte när internetförbindelsen bryts.

Sammanfattningen som språkmodellen skriver är en utgångspunkt, inte ett bevis. Bakom varje observation finns en mätpunkt och ett tidsintervall som går att kontrollera mot rådata — gör det innan körsättet ändras utifrån analysen.

Närmare: vilket krav sidan ger efter för

Om kravet är snabbast möjliga svar på vilken fråga som helst är den lokala modellen inte rätt val. Om kravet är att processdata inte får lämna anläggningen är den det enda valet. Under testperioden syns skillnaden med egna data och på egen server, så bedömningen behöver inte bygga på ett löfte.

Vad kostar AI-modulen?

AI-modulen är ett tillägg på 499 € till DataPortia-licensen, vars priser börjar på 4 000 € som permanent licens (engångsbetalning) och skalar med antalet OPC UA-anslutningar. Frågorna debiteras inte efter användning, eftersom modellen körs på egen server. Testperioden är 30 dagar, alla funktioner utom HA-tillägget, utan bindningstid.

Priserna som tabell: licensnivåer och prisgrund

Prissättning för AI-analys

AI-modul	499 € tillägg
DataPortia-licens	Från 4 000 € permanent licens
Licensnivåer	7 perpetual- och 7 floating-nivåer
Prisgrund	Skalar med antalet OPC UA-anslutningar
Avgifter per fråga	Finns inte
Testperiod	30 dagar, alla funktioner utom HA-tillägget

Vanliga frågor om AI-analys

Korta svar på det som frågas oftast: modellen är Qwen, Gemma, DeepSeek eller Llama, minimikravet är 8 GB RAM utan separat grafikkort, internetanslutning behövs inte under analysen, historiken sträcker sig lika långt bakåt som lagringstiden och modulen kostar 499 €. Varje fråga och dess svar öppnas nedan.

Vilken språkmodell använder DataPortia?

Modellen körs med Ollama, och alternativen är Qwen, Gemma, DeepSeek och Llama. Modellen väljs vid den guidade idrifttagningen.

Måste servern ha internetanslutning?

Inte under analysen. Modellen installeras på servern en gång, och därefter fungerar AI-analysen även i ett nät som saknar förbindelse utåt.

Fungerar AI-analysen utan separat grafikkort?

Minimikraven omfattar inget separat grafikkort: minimum är 8 GB RAM och 100 GB SSD, rekommendationen 16–32 GB. Berätta serverns konfiguration, så bedömer jag vilken modell som passar den.

Hur långt tillbaka i tiden använder AI-analysen data?

Analysen läser DataPortias egen databas, så den sträcker sig så långt som lagringstiden är inställd — förvalet är 24 månader och det ställs in i datainsamlingens inställningar.

Går analysresultatet att exportera?

Rapporter av mätdata produceras i rapporteringsavsnittet i PDF-, CSV- och Excel-format, och de går att schemalägga dagligen, veckovis eller månadsvis.

Ingår AI-modulen i grundlicensen?

Nej. Den är ett separat tillägg på 499 €. Under testperioden ingår den utan extra kostnad, så funktionen går att bedöma med egna data före köp.

Den lokala modellen bedöms bäst med egna data: i testperioden på 30 dagar ingår hela DataPortia, AI-modulen inräknad.

Begär 30 dagars testperiod Ta kontakt