Open search

    Arvoa tuottava AI- ja datastrategia

    Teollisuuden yrityksistä valtaosa on edelleen lähtökuopissa tekoälyn hyödyntämisessä – miten päästä liikkeelle?

    Väitän, että data on teollisten yritysten vähiten hyödynnetty voimavara. Harvalla toimialan yrityksellä on strategista suunnitelmaa datan hyödyntämiselle oman toiminnan kehittämisessä, asiakaskokemuksen parantamisessa saatikka datan kaupallistamisessa. Kun ei ole strategiaa, ei ole myöskään selkeää omistajuutta eikä vastuuta datan laadun ylläpitämisen ja kehittämisen osalta.

    Strategialähtöinen tiedolla johtaminen

    Toiminnan mahdollistavien perusjärjestelmien rakentamiseen on käytetty mittavat määrät rahaa ja vaivaa. Sensoreitakin on asennettu. Järjestelmistä syntyvää dataa hyödynnetään hyvin rajallisesti, joskus sitä ei edes säilötä (hillosokerin kanssa tai ilman) tietovarantoihin odottamaan parempia aikoja. Tämä saa vanhemman konsultin kyyneliin.

    Teknologia kehittyy ja sen soveltaminen liiketoimintaongelmiin muuttuu edullisemmaksi, mikä on erinomainen asia. On kuitenkin syytä tiedostaa muutama asia. Sensoreiden, MES-, automaatio- ja ERP-järjestelmien tuottamaa dataa tursuaa joka tuutista ja pilvialustojen kauppaa johtavat seireenit kuiskuttavat korvaan viestiä ”Vie kaikki datasi pilveen ja taio siitä uutta tietopääomaa ja tee sen pohjalta parempia päätöksiä. Se ei maksa juuri mitään. Kokeile ja ylläty”. 

    Tällä lähestymistavalla harvoin syntyy muuta kuin tyytyväisiä pilvikauppiaita ja yllättyneitä asiakkaita. Itse näen asian hieman eri tavalla. Jos datan hyödyntämiseen ei ole visiota, joka tukee yrityksen strategisia tavoitteita, saattaa tekeminen jäädä helposti irralliseksi näpertelyksi ja kokeiluksi. Jos tekeminen ei tähtää johonkin suurempaan päämäärään, saattaa kynnys viime aikoina paljon esillä olleen kokeilukulttuurin soveltamiseen nousta liian isoksi. Perinteisesti Suomessa ei ole epäonnistumista katsottu sillä kauniilla silmällä.

    Datalla ja tiedolla johtamisen tulee aina lähteä yrityksen strategisesta tavoitteesta ja tavoiteltavasta muutoksesta. Lopulta tarkastelussa päädytään siihen pisteeseen, että inventoidaan käytettävissä oleva data. Joskus yrityksellä on saatavissa (ei kuitenkaan aina helposti saatavilla) tarvittava data ja joskus todetaan, ettei tarvittavaa dataa löydy eli sitä pitää lähteä keräämään esimerkiksi lisäsensoreiden kautta. Joskus dataa joudutaan myös ostamaan. Dataan pohjautuvien käyttötapauksien ja business case -aihioiden löytäminen ja datavarantojen inventaari eivät välttämättä ole helppoa. Tarvitaan monipuolista osaamista ja kokemusta. Tässä Instan kokeneet konsultit voivat olla avuksi.

    Strategialähtöinen tiedolla johtaminen (1)

    Tulevaisuutta muuttavat toimenpiteet

    Olen aina tykännyt lausahduksesta ”Think BIG, start FOCUSED”. Kokemuksen antamalla varmuudella lisäisin siihen kuitenkin vielä yhden kuvaavan osion: ”Think BIG, start FOCUSED. Plan to OPERATIONALIZE”. Tämä viimeinen lisäys soveltuu erityisen hyvin tekoälyn alueelle. Irrallisten AI-kokeilujen mahdollisuus päätyä hyötyä tuottaviksi tuotannollisiksi ratkaisuiksi on pieni. Kokeiluilla täytyy olla vahva linkitys yrityksen strategiaan ja sitä kautta myös selvä omistajuus.

    Lisäksi kokeilut pitää suunnitella kuin oltaisiin menossa tuotantoon – siitäkin huolimatta, että tuotantoon viemisestä ei vielä kokeilua aloitettaessa ole varmuutta. Käytettävissä olevan datan selitysvoima tulee sen kokeilun aikana kertomaan. Tuotantoon menon suunnittelu pitää sisällään sellaisia elementtejä kuten pilvipalvelut, dataintegraatio ja datan laadun varmistaminen. Hyvästäkään kokeilusta ei ole mitään hyötyä, jos se ei mene tuotantoon.

    "Onnistuminen on mahdollista vain silloin, kun pohjalla on strategia, jossa otetaan huomioon liiketoiminta, operaatiot ja teknologia. AI-hankkeelle tulee asettaa mitattavat tavoitteet ja mittarit. Yksittäisetkin kokeilut kannattaa aina suunnitella siten, että ne kasvattavat organisaation kokonaiskyvykkyyttä hyödyntää digitalisaatiota."

     

    Kiinnostuitko? Ota yhteyttä!

    Juha Kostamo

    LinkedIn

    Saavuta pienemmät päästöt ja parempi tuottavuus prosessiteollisuudessa

    Lataa opas, jonka avulla onnistut tekoälyinvestoinneissasi

    Lataa opas