Tähtäimessä maailman älykkäin teollisuusjärjestelmä

Syyskuussa 2019 ekosysteemin käynnistämä Industrial Data Excellence -ohjelma (InDEx) rakentaa Suomeen teollisuuden data-alustaa ja yhteisöä. Tähtäimessä ovat älykkäät autonomiset järjestelmät, datan jakaminen ja kehittynyt analytiikka, ekosysteemien liiketoimintamallit sekä ihmisen ja koneen yhteistyö tekoälymaailmassa.

Menossa on ekosysteemin kolmas toimintavuosi. Ekosysteemin vetäjät Antti Karjaluoto ja Kari Muranen DIMECC Oy:stä paiskivat töitä yhdessä suunniteltujen tavoitteiden saavuttamiseksi. Hankkeiden suunnittelun ja käynnistyksen ohessa ekosysteemi on lanseerannut teollisuudelle koneoppimisen akatemian.

‒ Tavoitteena on datan radikaalisti tehokkaampi hyödyntäminen muun muassa tekoälyn avulla ja datan jakaminen toimitusketjussa eri toimijoiden välillä, Kari Muranen tiivistää.

InDEx -hankkeessa on mukana useita teollisuuden yrityksiä, muutamia ICT-yrityksiä ja useita tutkimuslaitoksia. Hanke on jaettu Smart Chain- ja Smart Factory -osa-alueeseen. Ensimmäisessä kehitetään ja testataan, millaisia ratkaisuja datan hyödyntäminen tarjoaa yritysten välisessä toimitusketjussa. Jälkimmäisessä selvitetään, millaisia liiketoimintaa tai tuotantoa parantavia ratkaisuja voidaan kehittää tehtaiden sisällä datapohjaisesti. Ensin yritykset tyypillisesti parantavat sisäistä tehokkuuttaan ja tunnistavat ja laittavat kuntoon datalähteitä.

‒ Pohjatyön jälkeen mietitään, minkälaisia uusia tuotteita ja palveluita voidaan pilotoida, kehittää ja skaalata. Samaan aikaan pitää miettiä, minkälaisia uusia liiketoimintamalleja tarvitaan. Olemme matkalla kohti verkostomaisesti toimivaa data- ja ekosysteemitaloutta, jossa koneet ja laitteet kommunikoivat ennakoiden ja automaattisesti keskenään dataa jakaen, Muranen kuvailee.

Kaikki voivat hyötyä

Laitteet ja tekeminen tuottavat valtavan määrän dataa, mutta käytännössä saatava hyöty riippuu siitä, miten ja missä tarkoituksessa sitä hyödynnetään. Jos ei itse hyödy heti tuottamastaan datasta, se voi hyödyttää jotakin toista. Omalle yritykselle hyöty tulee myöhemmin esimerkiksi uutena palveluna tai parempana asiakaskokemuksena.

‒ Data ja sen analysointi toimivat pohjana ja mahdollistajana kaikelle tekemiselle. Datan kerääminen kannattaa aloittaa heti, sillä esimerkiksi tekoälyn täysimittainen hyödyntäminen tarvitsee tyypillisesti pitkiä data-aikasarjoja, Muranen hoputtaa.

Datan jakamisella ja älykkäällä hyödyntämisellä yritykset voivat luoda jatkuvan digitaalisen tiedon toimituksen mukana, tehostaa tai automatisoida prosessejaan ja varmistaa raaka-aineen tai tuotteen alkuperän.

‒ Konkreettinen esimerkki teollisuudesta on SSAB:n SmartSteel, jossa teräkselle annetaan digitaalinen identiteetti. Sillä asiakas voi seurata teräksen matkaa tehtaalta lopputuotteeksi saakka.

Koneiden tehokkuutta ja tuotteiden laatua voidaan parantaa jakamalla ja yhdistämällä samanlaisten tuotantolaitteiden tietoja eri yritysten kesken. Datan laajempi jakaminen, kehittynyt analytiikka ja tekoäly yhdessä voivat suositella säätämään tuotantolaiteiden tuotantoparametreja.

‒ Yrityksen oman tuotantodatan tai toisten toimijoiden vastaavista koneista kerätyn datan pohjalta tekoäly voi suosittaa laskemaan tuotantokoneen käsittelynopeutta. Käsittelynopeus voi vastaavasti vaikuttaa esimerkiksi koneen lämpiämiseen tai osien kulumiseen, jolloin pystytään ehkäisemään tuotanto-ongelmia tai siirtämään niitä arvioitua pitemmälle. Ennuste perustuu yrityksen omaan laitekantaan, mutta myös isompaan laitekantaotantaan käyttöyrityksen ulkopuolelta, Muranen tarkentaa.

Toinen esimerkki on laitteiden polttoainetakuu. Esimerkiksi Cargotec myöntää sellaisen satamaoperaattoreille, jotka antavat satamalaitteidensa käytöstä kertyneen datan Cargotecin käyttöön. Operaattori varmistaa, että polttoainetta ei kulu enempää kuin laitevalmistajan kanssa on sovittu. Jos kuluu, Cargotec maksaa.

Cargotecin henkilöstölaitteet osaavat lukea niiden käyttödatasta virheet, väärinkäytöt, epäoptimaaliset toiminnot ja tuottamattoman siirtelyn ja ehdottaa satamaoperaattorille korjaustoimia. Kun operaattori toimii ohjeiden mukaan, polttoaineen kulutus ei voi ylittää suunniteltua.

Yrityskokeiluilla hyviä tuloksia

InDEx -hankkeessa tehdään useamman yrityksen välisiä kokeiluita ja yksittäisten yritysten omia, sisäisiä kokeiluja. Hankkeen tulokset eivät ole vielä julkisia kaikilta osin, mutta jo saavutettujen tulosten pohjalta on löydetty uusia mahdollisuuksia ja ratkaisuja hankkeen Smart Chain- ja Smart Factory -osa-alueilla.

Yksi esimerkkitulos on teollisen laitevalmistajan kehittämä ratkaisu, jossa kameraa ja tekoälyä hyödynnetään laitteiston kunnonvalvonnassa ja ennakoivassa huollossa. Tekoälyn ja reaaliaikaisten kuvien avulla järjestelmä päättelee kriittisen osan kulumisasteen ja ajoittaa osan vaihtoajankohdan niin, että vältetään äkilliset tuotantokatkokset.

‒ Esimerkiksi metalliteollisuuden laitevalmistaja kehitti yhdessä teollisen komponenttivalmistajan kanssa automatisoidun tarjouslaskenta-, tilaus- ja toimitusratkaisun, jonka ansiosta prosessi on nopeutunut ja seuranta muuttunut reaaliaikaisemmaksi. Tästä hyötyy myös komponentin loppukäyttäjä, Muranen kertoo.

EU:n datastrategian jalkautukseen vauhtia

InDEx -hankkeen yksi tavoite on edistää teollisen datan jakamista ja aktivoida yrityksiä löytämään tästä poikivat uudet liiketoimintamahdollisuudet. Viime talven ja kevään aikana on tuotu yhteen useita, jo toimivia teollisen datan jakamisen operaattoreita ja valmistavan teollisuuden yrityksiä.

Euroopassa on herätty vahvasti datatalouteen ja datan jakamiseen. Keväällä 2020 EU käynnisti datastrategiansa jalkauttamisen.

‒ Suomi on Euroopan komission digitaalitalouden ja -yhteiskunnan indeksin (DESI) kärkimaita. Se antaa Suomelle hyvät lähtökohdat ottaa johtopaikka myös teollisuuden datan jakamisalustan rakentamisesta Euroopassa, Kari Muranen iloitsee.

Suomalaisia toimijoita kiinnostaa muun muassa GAIA-X -hanke, jota varsinkin Saksa ja Ranska ajavat vahvasti eteenpäin.

‒ GAIA-X on aloite seuraavan sukupolven tietoinfrastruktuurin rakentamiseksi. Sen tavoitteena on rakentua avoimeksi digitaaliseksi ekosysteemiksi, jossa dataa ja palveluita voidaan asettaa saataville, koota ja jakaa luotettavassa ympäristössä, Muranen selventää.

Myös Suomi pyrkii tähän työhän vahvasti mukaan. Työ- ja elinkeinoministeriö, Business Finland ja VTT koordinoivat yhteistyötä Suomessa

‒ Suomen Intelligent Industry -ekosysteemissä ei ole tällä hetkellä mukana elintarvikealan yrityksiä, mutta mikään ei estä niitä osallistumasta ekosysteemin toimintaan. Varsinkin ne yritykset, joilla on omia tuotantolaitteita ja logistiikkaa, olisivat erittäin osuva lisä ekosysteemiin, Muranen sanoo.

Suomen Intelligent Industry -ekosysteemin yrityksiin kuuluvat Konecranes, HT Laser, Elekmerk, Fastems, Nokia, Prima Power, Raute, Innofactor, TietoEvry ja Melkki. Toimintaa rahoittaa yritysten lisäksi Business Finland.