Enligt International Energy Agency kan AI-baserat underhåll minska kostnader och driftstopp med upp till 20 procent. Schneider Electrics analyser visar att tidig implementering av AI-drivet tillståndsbaserat underhåll kan minska antalet serviceinsatser på plats med upp till 40 procent, sänka driftkostnaderna med cirka 20 procent och reducera risken för oplanerade driftstopp med upp till 75 procent.
I dagsläget baseras mycket av underhållet i datacenter på fasta serviceintervall eller åtgärder först när fel uppstår. Detta kan leda till resursslöseri och oplanerade avbrott. Genom att använda sensorer som kontinuerligt mäter temperatur, vibrationer, luftfuktighet och slitage kan AI identifiera avvikelser innan de utvecklas till allvarliga fel, vilket möjliggör mer effektivt underhåll.
Diskussionen belyste även personalutmaningar inom branschen. Nästan två tredjedelar av operatörerna har svårt att rekrytera och behålla kvalificerad personal. Dessutom har nästan 40 procent av operatörerna upplevt större driftstopp kopplade till mänskliga misstag under de senaste tre åren, där brister i processer och rutiner ofta är orsaken.
Kostnaderna för allvarliga driftstopp är betydande. Enligt Uptime Institute uppgav över hälften av de drabbade organisationerna att kostnaden översteg 100 000 dollar, och i vart femte fall översteg kostnaden en miljon dollar. För att realisera potentialen av AI och tillståndsbaserat underhåll krävs ett förändrat synsätt där datacenteroperatörer bättre utnyttjar den data som redan samlas in för att förebygga problem.
