Kansainvälisillä markkinoilla kilpailevat suuryritykset kohtaavat jatkuvan paineen tehostaa, modernisoida ja etsiä uusia liiketoimintamahdollisuuksia. Tämä paine heijastuu myös alihankintaketjuihin, mikä ajaa koko teollisuutta eteenpäin. Digitalisaatio, automaatio ja optimointi ovat kehityksen avainsanoja, ja tekoäly tarjoaa tehokkaita työkaluja näiden tavoitteiden saavuttamiseksi.
”Tekoäly voi auttaa esimerkiksi ennakoivassa huollossa, energiankulutuksen optimoinnissa, laadunvalvonnan parantamisessa sekä uusien tuotteiden ja materiaalien kehittämisessä”, kertoo LUT-kauppakorkeakoulun teollisuusprofessori Mika Ruokonen.
Metsäteollisuus on erinomainen esimerkki alasta, jossa tekoälyn potentiaali on valtava. Arvokasta dataa syntyy jatkuvasti tuotantoprosessien lisäksi myös metsässä. Esimerkiksi puunkorjuuta tekevät metsäkoneet keräävät reaaliaikaista tietoa omasta toiminnasta ja korjuun tehokkuudesta ja tuloksista. Tekoälyn avulla tämä massiivinen raakadata on muutettavissa selkeäksi ja hyödylliseksi tiedoksi.
Datavirtojen voima valjastettava fyysiseen arkeen
Vaikka tekoäly tarjoaa suuria mahdollisuuksia, sen laajamittaista hyödyntämistä teollisuudessa hidastavat fyysinen tuotantoympäristö ja konkreettiset tuotteet. Toisin kuin vaikkapa mediassa, pankkisektorilla tai alustataloudessa, teollisuus ei käsittele ainoastaan dataa, vaan myös käsinkosketeltavia materiaaleja.
Digitaaliset alat ovat tottuneet käsittelemään pääosin strukturoitua dataa, kuten tekstiä ja numeroita. Teollisuudessa datavirrat ovat monipuolisempia, ja ne syntyvät monista lähteistä: sensoreista, tuotantokoneista ja visuaalisista tarkastuksista. Tämä data voi olla epäyhtenäistä, epätarkkaa ja jopa virheellistä.
Tekoälyn kehittäminen teollisuuden tarpeisiin vaatii paljon enemmän kuin pelkkien datamäärien käsittelyä. Se edellyttää monimutkaisten, fyysisen maailman ongelmia ratkaisevien mallien luomista. Nämä mallit ovat huomattavasti vaativampia kuin perinteiset algoritmit, jotka on suunniteltu pelkän digitaalisen datan analysointiin.
Osaaminen ja yhteistyö kehityksen avaimina
Yksi tekoälyn laajemman käyttöönoton esteistä teollisuudessa on osaamisvaje. Uutta osaamista tarvitaan, ja sitä on hankittava rekrytoimalla ja kouluttamalla. Vaikka ulkopuolisilta konsulteilta voi saada apua, heidän tietotaitonsa ei korvaa sitä sisäistä perusymmärrystä, joka on kriittisen tärkeää päivittäisessä toiminnassa.
”Esimerkiksi data-analytiikan lukutaitoa ja siihen liittyvää ongelmanratkaisua tarvitaan jatkossa myös teollisuuden suorittavissa tehtävissä. Osaamisvaje ei siten kohdistu pelkästään valkokaulustyöntekijöihin, vaan koko henkilöstöön”, Ruokonen sanoo.
Tällä hetkellä talouden matalasuhdanne asettaa omat rajoitteensa ja hidastaa mittavia tekoälyinvestointeja. Ruokonen kannustaakin ketteriin kokeiluihin, jotka tarjoavat mahdollisuuden ymmärtää tekoälyn hyötyjä ilman suuria taloudellisia riskejä. Myös yhteistyötä korkeakoulujen kanssa on hyvä lisätä.
”LUT-yliopiston sijainti Lappeenrannan ja Imatran metsäteollisuuskeskittymien tuntumassa mahdollistaa aktiivisen yhteistyön ja yhteisiä tutkimus- ja kehityshankkeita sekä metsäalan viestin tuomisen mukaan opetukseen”, toteaa Ruokonen.
Eettisyys edellä, mutta rahoitukseen on panostettava
Eurooppa on lähtenyt mukaan tekoälykilpailuun selkeältä takamatkalta. Siinä missä Yhdysvallat ja Kiina korostavat etenemisen nopeutta ja liiketoimintahyötyjä, Euroopassa on päätetty panostaa tekoälyn läpinäkyvyyteen, luotettavuuteen ja eettisiin näkökulmiin. Ruokosen mielestä nämä arvovalinnat voivat toimia vahvuuksina tiettyyn pisteeseen asti.
”Euroopan valitsema tie tekoälykehityksessä on sinällään myönteinen asia. Samaan aikaan on ymmärrettävä, ettei tekoälyyn liittyvää kehitystä pidä säädellä hengiltä. Riittävät resurssit ja erityisesti EU:n 200 miljardin arvoisen
InvestAI-aloitteen rahoitusvirtojen konkretisoituminen ovat ratkaisevia tekijöitä eurooppalaisen tekoälyn kehittämiseksi ja sen skaalautuvuuden varmistamiseksi”, korostaa Ruokonen.
Keskusteluissaan teollisuuden johtajien kanssa Ruokonen on havainnut, että tekoälyn myötä uudistuvaan toimintaympäristöön varaudutaan. Yritykset kuitenkin tiedostavat, että muutos ei tapahdu yhdessä yössä.
”Tässä tilanteessa teollisuudella on oltava kyky oppia uutta ja sietää epävarmuutta. Luovuus, johtamiskyky sekä optimoinnin ja automatiikan syvällinen ymmärtäminen ovat avaintekijöitä tulevaisuuden menestykseen”, summaa Ruokonen.
