Datasta älykkyyttä teollisuuteen

Moni teollinen toimija on kiinnostunut hyödyntämään tekoälyä liiketoimintansa kehittämisessä, tuotantoprosessien vastuullisessa tehostamisessa ja turvallisuuden parantamisessa. Insta Groupin digitaalisen liiketoiminnan johtaja Juha Latvala ja koneoppimisen ja signaalinkäsittelyn apulaisprofessori Heikki Huttunen tuntevat teollisten tekoälyratkaisujen mahdollisuudet ja rajoitukset. Kiinnostus tekoälyratkaisuihin on vahva teollisilla toimijoilla Pirkanmaalla.

Tampereesta on kehkeytynyt teollisten AI-ratkaisujen keskittymä, jossa yrityksille on tarjolla runsaasti liiketoimintaa tehostavia tekoälypalveluja ja -konsultaatiota. Älykkään teollisuuden klusterin syntymistä on edesauttanut Tampereen pitkät perinteet ohjelmisto-osaamisessa ja teollisessa tekoälyssä.

Tekoälyllä lisätään tuottavuutta, turvallisuutta ja vastuullisuutta

Heikki Huttunen on koneoppimisen ja signaalinkäsittelyn apulaisprofessori Tampereen yliopiston informaatioteknologian ja viestinnän tiedekunnasta. Huttunen johtaa yliopiston tekoälykeskus AI Hub Tampere:tta, joka auttaa yrityksiä tekoälyn käyttöönotossa.

”Pirkanmaalaisessa ympäristössä tekoälyn ja robotiikan yhdistäminen onnistuu parhaiten viemällä tekoälyä älykkäiden työkoneiden valmistuksen ekosysteemiin. Meillä on pitkä historia työkoneiden valmistamisessa, ja kun yhdistämme siihen tekoälyn, meillä on mahdollisuuksia vahvaan asemaan myös vientimarkkinoilla”, kertoo Huttunen.

Juha Latvala on Insta Groupin CDO ja Intopalo Digitalin varatoimitusjohtaja. Instan asiantuntijat auttavat yrityksiä hyödyntämään digitalisaatiota uuden liikevaihdon luomisessa ja kulujen vähentämisessä. Latvalan mukaan teollisten yritysten kiinnostus tekoälyratkaisuihin on suuri, mutta iso joukko yrityksiä ei ole vielä aloittanut toimenpiteitä siihen suuntaan.

”Teollisten yritysten toimintaympäristössä ei välttämättä ole aikaa pohtia, mitä kymmenen tai kahdenkymmenen vuoden horisontissa tapahtuu, eikä tekoälyratkaisujen aihealuekaan ole kompleksiton. Pitää osata yhdistää liiketoimintaymmärrys, tuotanto- ja automaatio-osaaminen sekä data-analytiikkaosaaminen. Teolliset toimijat, jotka ovat kiinnostuneita datakeskeisistä ratkaisuista ja tekoälystä, hakevat usein parempaa tuottavuutta tuotantokokonaisuudelle, laadun parannusta yksittäiselle tuotteelle tai prosessin osalle tai turvallisempaa toimintaympäristöä. Raaka-aineiden ja käyttöhyödykkeiden toimintaa optimoimalla halutaan lisätä paitsi tehokkuutta myös toiminnan vastuullisuutta”, kertoo Latvala.

Tekoälyllä voidaan nostaa työn tuottavuutta muun muassa älykkäiden työkoneiden avulla.

”Perinteisesti työkoneita automatisoidaan esimerkiksi satamassa ja kaivoksessa siten, että niiden ympärille joudutaan tekemään erityisjärjestelyjä ja estämään ihmisten pääsy niiden lähelle. Se on kallista ja hidastaa tuotantoprosessia tietyiltä osin. Älykkäät työkoneet sen sijaan havainnoivat ympäristöään sensoreilla ja ihmiset voivat liikkua niiden ympärillä vapaasti, mikä keventää infrastruktuuria huomattavasti”, jatkaa Huttunen.

Tekoälyn ansiosta myös hiljaisen tiedon siirtäminen konkarilta kokemattomalle voi olla mahdollista.

”Tekoälyllä voidaan viedä ihmisen osaamista koneisiin. Olemme esimerkiksi tutkineet, miten sensoreilla voidaan viedä kokeneen porarin vuosikymmenien kokemusta työkoneeseen siten, että nuorikin kaveri yhden vuoden talossa olleena osaisi tehdä yhtä hyvää jälkeä kuin kokenut ammattilainen. Parhaimmillaan tekoäly onkin tukiälyä. Usein ajatellaan, että tekoälyllä tehdään koneita, jotka toimivat itsenäisesti, mutta itse näen tekoälyn roolin siinä, että se helpottaa ihmisen työtä. Tekoäly tekee koneesta helpommin käytettävän, eikä koneen käyttäjän tarvitse muistaa kymmentä eri asetusta, jotta työkone toimisi optimaalisella tavalla”, kertoo Huttunen.

Datan keruu on kannattava investointi ja pohjana tuotantoarvon kasvulle

Tekoälyratkaisujen keskiössä on data. Latvalan mukaan yritysjohdon tulisi tehdä tietoinen valinta siitä, miten he suhtautuvat dataan, ja miten he ymmärtävät datapohjaisesti liiketoiminnan arvon muodostuksen.

”Liiketoimintasidonnainen arvopohjainen mallinnus on johtoryhmän asia. Kaikki lähtee siitä, että keskustelen toimitusjohtajien ja johtoryhmien kanssa siitä, miten yritys voi datapohjaisesti parantaa omaa tuotantoaan. Data-analytiikalla päästään todistetusti ainakin 4—6 prosentin tuotantoarvon parannuksiin vuosittain. On lähes vastuutonta jättää optimoimatta tuotantoprosesseja, koska optimoimaton tuotantoprosessi käyttää raaka-aineita ja tuottaa päästöjä merkittävästi enemmän kuin optimoitu,” Latvala painottaa.

Huttunen on samaa mieltä, että yritysten on nähtävä datan keruu kannattavana investointina. Vaikka sensorin, kuten kameran, ostaminen on helppoa ja edullista, on koneoppimisessa ja tekoälyprojekteissa kyse paljon muustakin.

”Kun yritykset suunnittelevat tekoälyn käyttöönottoa, ne eivät välttämättä osaa ostaa tekoälypalveluja ulkoa. Kun tehdään tekoälyprojekti, puhutaan muustakin kuin softasta. Datan keruu ja sen jälkikäsittely ovat kaiken ytimessä. Hyvät tekoäly-yritykset tukevat teollisen toimijan kokonaisprosessia, eivätkä tee pelkästään koneoppimista”, sanoo Huttunen.

Mistä yritysten sitten kannattaisi lähteä liikkeelle?

AI Hub järjestää yrityksille maksuttomia workshoppeja, joissa käydään läpi tekoälyprojekteihin yleisesti liittyviä aspekteja ja annetaan yrityksille ohjeistusta tekoälyn mahdollisuuksista ja rajoituksista teollisuudessa. Yritykset saavat myös sparrausta siihen, miten tekoälypalveluja ostetaan. Tampereella on loistavat mahdollisuudet hyödyntää myös yliopiston opiskelijoita.

”Yksi pikatie tekoälyratkaisuihin voi olla se, että yritys palkkaa yliopistolta hyvän diplomityöntekijän, joka tuntee koneoppimisen menetelmät. Yliopistostamme tulee osaajia, joiden osaamiselle yrityksissä on todellista tarvetta”, muistuttaa Huttunen.

Latvalan mukaan Tampereella ollaan matkalla kohti maailmankärkeä myös datan hyödyntämisessä teollisuudessa.

”Tampereen seudun kone- ja automaatiotuotanto-osaamisen korkea taso juontaa juureensa ohjelmisto-osaamiseen, jota muun muassa Nokia, Intel ja Microsoft toivat aikanaan tälle seudulle. Meidän ohjelmisto-osaamisemme on maailman mittaluokassa kärkitasoa, mutta seuraava askel on viedä meidät maailman kärkeen datan käyttämisessä tuotantoarvon ohjaamisessa. Datan pitäisi ohjata sitä, mitä ohjelmistoille tehdään, eikä ihmisen, sillä vain siten voimme ylittää ihmisen kasvukyvyn rajat. Suomessa askelia tätä kohti otetaan koko ajan”, päättää Latvala.