6 Kokemuksia ja kehittämistä aiADDVAssa

Tässä osassa kerromme esimerkkejä yrityskohtaisista kehittämisprosesseista/valmennuksista ja osallistujien oppimiskokemuksia ja vinkkilista. Loppuun on koottu vinkkilista ja koontia yritysvalmennusten oppimiskokemuksista, opeista ja oivalluksista aiADDVA-projektin aikana. 

Yritys 1: JR-Tools

JR-Tools Oy on vuonna 1973 perustettu Tikkakoskelainen yritys, joka on erikoistunut teollisuuden lastuavien työkalujen valmistukseen ja tarjoaa laajan valikoiman ammattikäyttöön suunniteltuja työkaluja. Yrityksen tuotevalikoima kattaa jyrsintätyökalut, poraustyökalut, sekä erikoistyökalut erilaisiin teollisuuden tarpeisiin. JR-Toolsin työkalut ovat tunnettuja kestävyydestään, luotettavuudestaan ja ergonomisesta suunnittelusta. Yritys panostaa vahvasti laadunvalvontaan ja testaukseen varmistaakseen, että sen tuotteet täyttävät korkeimmatkin laatuvaatimukset. JR-Toolsin tavoitteena on tarjota asiakkailleen työkaluja, jotka tehostavat työskentelyä ja edistävät tuottavuutta. JR-Tools tarjoaa myös työkalujen pinnoitus- ja huoltopalveluja. 

JR-Toolsin kanssa pidetyssä aloituspalaverissa yritys ilmoitti kiinnostuksen kohteiksi konenäön puolelta kuvanluokittelun ja laadunvalvonnan. Numeeriseen datan ja koneoppimisen puolelta kiinnostuksen kohteita olivat data-analytiikka ja siihen liittyvät päätelmät, tuotannon optimointi, myynnin ennustaminen ja logistiikan / varastoinnin optimointi. Palaverissa käytyjen keskustelujen aikana yritys tunnisti heille hyödyllisiksi tekoälyn sovelluskohdiksi työjonojen optimoinnin ja konenäköavusteisen työkalujen tunnistamisen ja lajittelun. Näistä tärkeimpänä yritys piti työjonojen optimointia, koska siitä saataisiin suuri hyöty jokapäiväiseen työskentelyyn. Työkalujen tunnistus ja lajittelu koettiin myös tärkeäksi, koska se nopeuttaa tuotteiden pakkaamista lähetystä varten. Yritysvalmennuksesta yrityksen itselleen asettama tavoite oli ymmärryksen lisääminen tekoälystä ja sen käyttökohteista sekä tekoälysovellusten rakentamisesta, työmäärästä ja kustannuksista.  

Valmennus JR-Toolsin kanssa eteni aluksi verkkoalustoilta löytyvien kurssien itsenäisellä suorittamisella ja säännöllisin välein pidettävillä palavereilla, joissa seurattiin kurssien etenemistä ja yrityksen oli mahdollisuus saada apua valmennukseen ja kursseihin liittyviin kysymyksiin. Kun yrityksen edustajat olivat päässeet verkkokursseilla loppusuoralle, aloimme suunnittelemaan ryhmävalmennusta workshop-tyylisenä lähitapaamisena, jossa tehdään harjoitteita yrityksen omalla datalla. Ensimmäinen suunnitelma oli tehdä tekoälyllä ratkaisu tuotannon työjonojen optimointiin ja yritys lähetti ongelmanratkaisua varten tarvittavaa dataa. Harjoituksia suunnitellessa valmennustiimi totesi, että kyseisen ongelman ratkaisuun ei tekoälyn hyödyntäminen ole järkevää vaan ongelma kannattaa ratkaista deterministisiä algoritmeja käyttämällä. Tämän jälkeen yrityksen kiinnostus kohdistui tuotteiden erittelyyn konenäön avulla, josta saatiin tehtyä harjoitus käyttäen yrityksen omaa dataa eli heidän itsensä omista tuotteistaan ottamia kuvia. 

Konenäöstä tehty ryhmävalmennus oli erittäin hyvin onnistunut. Yrityksen edustajien mukaan työpajassa tehty harjoitus avasi uudella tasolla neuroverkkojen rakentamista ja myös selkeytti ideaa, miten neuroverkkoja ja tekoälyä voi soveltaa heidän yrityksessään. Lähitapaaminen mahdollisti myös paremman kanssakäymisen yrityksen edustajien kanssa. Yrityksen antaman palautteen perusteella valmennuskokonaisuus oli positiivinen ja he kokivat sen hyödylliseksi. Erityisesti kiitosta valmennuksessa sai sen käytännönläheinen ja konkreettinen tekeminen, missä osallistuja pääsivät itse tekemään tekoälysovelluksia omilla tietokoneillaan, pelkkien teorialuentojen sijaan.  

JR-Toolsin edustaja osallistui myös toiseen ryhmävalmennukseen, 14.9.2023 järjestettyyn Käytännön kokemuksia yritysten tekoälyprojekteista -seminaariin. Seminaarin esimerkit ja asiantuntijaluennot antoivat lisää käytännön ymmärrystä, mutta tärkein anti oli verkostoitumisessa. 

Yritys 2

Yritys toimii ympäristöalan ratkaisujen tarjoajana, keskeisenä toimialana on kestävä jätehuolto ja kierrätys. Yritys suunnittelee ja valmistaa innovatiivisia ja älykkäitä jätejyriä, jätteen lajittelijoita ja muita jätehuollon laitteita. Näiden tuotteiden avulla asiakkaat voivat tehokkaasti hallita jätteiden käsittelyä ja vähentää ympäristövaikutuksia. Tavoitteena on edistää kestävää kehitystä tarjoamalla luotettavia ja laadukkaita ratkaisuja, jotka auttavat asiakkaita saavuttamaan taloudellisia ja ympäristöllisiä hyötyjä. 

Valmennus yrityksen kanssa alkoi aloituspalaverilla, johon osallistui henkilöitä yrityksen johtoportaasta ja kehitystiimistä. Aloituspalaverissa käydyssä keskustelussa yritystä eniten kiinnostaneet tekoälyn aihealueet olivat data-analytiikka ja siihen liittyvät johtopäätökset, tuotannon optimointi, vikaantumisen ja myynnin ennustaminen. Tekoälyn sovelluskohteiksi yrityksessä nousi varastonhallinta ja materiaalivirtojen analysointi. Yrityksen tavoite tekoälyvalmennuksesta oli saada parempi käsitys tekoälyn mahdollisuuksista ja siitä mihin sitä voi soveltaa sekä parempaa ymmärrystä tekoälyn hyödyntämisestä tukemaan päätöksentekoa. Myöhemmin käydyissä keskusteluissa nousi esille myös mahdollinen konenäön hyödyntäminen kuluneiden osien tunnistamiseen, ennakoiva kunnossapito, tekoälyn hyödyntäminen ulkoisista muuttujista johtuvien mittavirheiden tunnistamiseen ja materiaalien ja niiden määrien tunnistaminen kerääjissä. Kävimme myös keskustelua, miten koneista kerättävää dataa voitaisiin parantaa ja minkälaista dataa olisi hyödyllistä kerätä.  

Yrityksen kanssa valmennus jatkui kurssimateriaalien itsenäisenä opiskeluna. Emme pystyneet järjestämään erillistä lähivalmennusta yrityksen kanssa, koska heillä oli erittäin kiireinen kesä ja syksy sekä henkilöstömuutoksia. Valmennuksen materiaalien sisältö antoi heille paljon ajatuksia tekoälyn käytöstä heidän yrityksessään ja synnytti runsaasti sisäistä keskustelua käyttökohteista. Sisäisen keskustelun ja kurssimateriaalien ansiosta heillä on nyt selkeämpi kuva tekoälyn hyödyntämisestä ja myös selkeä suunnitelma siitä, mihin tekoälyn alueisiin he keskittyvät tulevaisuudessa. 

Yritys 3

Kasvava, uusi teknologiayritys, joka toimii vedenpuhdistusalalla. Yrityksen tuotteet ja palvelut kattavat laajan valikoiman vedenkäsittelyratkaisuja eri teollisuudenaloille ja kunnille. Tuotteilla voidaan jätevedestä ja teollisuuden sivuvirroista ottaa talteen arvokkaita metalleja tai poistaa haitallisia raaka-aineita. Yritys auttaa asiakkaita löytämään optimaaliset ratkaisut sivuvirtojen hyödyntämiseen ja ympäristövaikutusten vähentämiseen. 

Aloituspalaverissa käydyissä keskusteluissa yritykselle kiinnostavimmiksi tekoälyn aihealueiksi osoittautuivat numeeriseen dataan liittyvät aihealueet, koska yrityksellä on käytössä paljon veden käsittelyyn liittyvää prosessiparametridataa. Yritystä kiinnosti data-analytiikka ja siihen liittyvät johtopäätökset, koneoppimisella tehtävät ennustemallit, laadun ja vikaantumisen ennustaminen ja tuotannon optimointi. Hyväksi tekoälyn sovelluskohteeksi nousi hälytysrajojen ja prosessinparametrien muuttaminen tekoälyn avulla, kun prosessin olosuhteet muuttuvat. Hälytysrajat säädetään tällä hetkellä manuaalisesti ja tekoäly toisi mahdollisesti apua oikeiden rajojen löytämiseen. Valmennuksen tavoitteeksi mainittiin yleinen tiedon lisääminen tekoälystä.  

Aloituspalaverin jälkeen valmennus yrityksen kanssa jatkui kurssimateriaalien itsenäisellä opiskelulla. Pidimme yrityksen kanssa yhteyttä sähköpostilla ja lisäksi tsekkipalaverit, joissa käytiin läpi valmennuksen edistymistä. Yrityksen kiireiden takia, yrityksen asiantuntija teki vain verkkokursseja, eikä osallistunut ryhmävalmennukseen. 

Yritys 4

Yritys keskittyy kestävään hiilinielujen hallintaan ja ilmastonmuutoksen torjuntaan. He tarjoavat erilaisia palveluita ja tuotteita, jotka auttavat yrityksiä ja yhteisöjä vähentämään hiilijalanjälkeään ja kompensoimaan päästöjään. Yrityksen valikoimaan kuuluvat muun muassa hiilinielujen mittaaminen ja seuranta, sekä hiilinieluhankkeet. Yrityksen tavoitteena on edistää kestävää kehitystä. 

Tekoälyn alalajien kiinnostuksen kohteet osoittautuivat monipuolisiksi yrityksen kanssa käydyssä aloituspalaverissa. Palaverissa käydyissä keskusteluissa mainittiin konenäköön perustuva kohteen etsintä, numeeriseen dataan tehtävä analytiikka ja siihen perustuvat koneoppimismalleilla tehdyt ennustukset, sekä luonnollisen kielen käsittelyyn liittyvä tekstinluokittelu. Ongelmia mitä yrityksessä voitaisiin tekoälyllä ratkoa ovat ennusteiden tekeminen numeerisesta datasta ja myös erilaisten korrelaatioiden ja tunnuslukujen löytäminen suuresta datamassasta. Toisena sovelluskohteena on tekstimuotoisesta datasta tiedonkeruun automatisoinnin lisääminen. Heillä on käsittelyssä suuria määriä tekstimuotoista dataa, josta oleellisen tiedon löytäminen on hidasta ja tätä voidaan nopeuttaa käyttämällä kielimalleja. Yrityksen tavoitteena tekoälyvalmennuksessa oli saada lisää ymmärrystä tekoälystä ja sen mahdollisuuksista ja myös ymmärrystä, miten tekoälyä voisi saada kytkettyä tuotekehitykseen. 

Valmennus keskittyi yrityksen kiireiden takia verkkokurssien itsenäiseen opiskeluun.  

Yritys 5

Yrityksen tuotteena olevat metalliset seinäelementit ovat vasta kehitys- ja prototyyppivaiheessa.  

Aloituspalaverissa puhuimme paljon erilaisista tekoälyn sovelluskohteista. Heidän tuotantonsa on vielä suunnitteluasteella, jolloin erilaisten antureiden ja kameroiden lisääminen siihen on helpompaa, kuin valmiiseen tuotantolinjaan. Suurimmat kiinnostuksen kohteet olivat konenäön puolelta kuvanluokittelu, laadunvalvonta ja konenäköön perustuva robotiikka. Yrityksen on myös tarkoitus kerätä paljon erilaista anturidataa tuotannon eri vaiheista, joten myös numeeriseen dataan perustuvat data-analytiikka, koneoppimisen ennustemallit, laadun ja vikaantumisen ennustaminen olivat kiinnostavia osa-alueita. Kävimme myös keskustelua mahdollisesta tekstinluokittelusta ja chattiboteista luonnollisten kielten käsittelyn avulla. Ongelmiksi, mihin tekoäly voisi tulevaisuudessa tuoda ratkaisua, mainittiin laadun analysointi isoista datamassoista valmistusprosessin anturidatasta sekä laatupoikkeamien tunnistus ja ennakointi. Tavoitteeksi tekoälyvalmennuksesta mainittiin oman ymmärryksen lisääminen tekoälystä ja myös asioista mitä pitää ottaa huomioon, jos tarkoituksena on ostaa tekoälyyn liittyvää kehitystä tai palvelua ulkopuolisilta tarjoajilta. 

Valmennus yrityksen kanssa keskittyi verkkokurssien suorittamiseen, koska heillä ei vielä ole varsinaista tuotetta ja tavoitteena oli tiedon lisääminen tekoälystä. Yrityksen edustaja oli mukana 14.9.2023 järjestetyssä ryhmävalmennuksessa eli Käytännön kokemuksia yritysten tekoälyprojekteista -seminaarissa, missä konkreettiset esimerkit auttoivat lisäämään tietoa tekoälyn hyödyntämisestä ja hankkimisesta. 

Yritys 6

Yritys on erikoistunut valmistamaan ja myymään käytännöllisiä kytkentälaitteita traktoreiden ja työkoneiden välille. Yritys tarjoaa laajan valikoiman laitteita maatalouskäyttöön ja muille teollisuudenaloille. Kolmipiste- ja vetolaitteet ovat suunniteltu helpottamaan erilaisten koneiden, kuten traktoreiden ja työkoneiden, käyttöä ja lisäämään niiden monipuolisuutta.  

Yrityksen kanssa käydyssä aloituspalaverissa kiinnostavimmiksi tekoälysovellusten aihealueiksi osoittautui konenäön puolelta laadunvalvonta, kohteen etsintä ja konenäköön perustuva robotiikka. Numeeriseen dataan perustuvista johtopäätöksistä suurimmiksi kiinnostuksen kohteiksi nousivat data-analytiikkaan kuuluvat aiheet, kuten tuotannon optimointi, myynnin ennustaminen ja logistiikan optimointi. Keskustelussa puhuimme myös ongelmista, mitä tekoälyllä voisi yrityksessä ratkaista. Ongelmakohdiksi tunnistettiin erilaisten ennusteiden käyttäminen, virheiden löytäminen tuotteista tai hallintodatasta ja myös mahdollisuus hyödyntää tekoälyä tuotekehityksessä. Valmennuksen tavoitteiksi yritys asetti yleisen ymmärryksen lisääminen tekoälystä, parempi ymmärrys tekoälyn sovelluskohteiden tunnistamisesta ja valmiuksien lisääminen tekoälyn asiantuntijapalveluiden ostamisesta. 

Yrityksen asiantuntija osallistui 14.9.2023 järjestettyyn ryhmävalmennukseen. Lisäksi Järjestimme ryhmävalmennusta etätyöpajana. Yrityksen edustaja lähetti meille dataa koneen käytöstä ja myös valmistuneista tuotteista ja työpajan tavoitteena oli tehdä Proof of Consept -tyyppinen demo, missä tarkastellaan voiko konedatan perusteella ennustaa valmistettuja tuotteita. Toiveina oli myös tutkia, että löytyykö datasta korrelaatioita konedatan ja valmistusdatan välillä. Ensimmäisessä kokeilussa saimme eroteltua yhden tuotteen muista kohtuullisella tarkkuudella ja keskustelimme tästä yrityksen edustajan kanssa. Edustaja ehdotti, että jos voisimme tehdä version toisen koneen datalla, koska hänen mielestänsä se sopisi tähän demoon paremmin. Datalähteen vaihdolla ei saatu merkittäviä parannuksia ennustusten tarkkuuteen. Ennustukset tulisi tehdä muokkaamattomalla datalla, jos ennustusten tarkkuutta haluttaisiin vielä parantaa, mutta tällaista dataa ei ollut saatavilla näihin demoihin.  

Yritys 7 & 8

Yritys 7 on yli 40 vuotta sitten perustettu erikoiskalustamiseen ja -sisustamiseen erikoistunut yritys. Yritys valmistaa muun muassa hotelleille ja ravintoloille kustomoituja erikoiskalusteita. Heidän valmistamansa tuotteet ovat pääsääntöisesti eri suunnittelijoiden tekemiä, joka tekee tuotteista uniikkeja ja ne sovitetaan aina kohteeseen. 

Yritys 8 on yrityksen 7 uusi sisaryritys. Se tekee myös kalusteita, mutta heidän tuotantonsa on enemmän piensarjatuotantoa, ja kohteina ovat julkiset tilat esimerkiksi sairaaloissa, kouluissa ja virastoissa. 

Valmennus yritysten kanssa alkoi yhteisellä aloituspalaverilla, koska yrityksillä on sama toimiala ja ne tekevät paljon yhteistyötä. Aloituspalaverissa yritysten toive oli, että he haluavat ensin tutustua tarjolla oleviin materiaaleihin, ennen kuin keskustelemme tarkemmin tavoitteista ja tekoälyn sovelluskohteista. Palaverissa päädyimme keskustelemaan tekoälystä yleisemmällä tasolla ja kävimme myös läpi useita erilaisia esimerkkejä, missä tekoälyä voi valmistavan teollisuuden yrityksissä hyödyntää. 

Pidimme ryhmävalmennuksen yritys 7:n tiloissa, missä tutustuimme samalla yrityksen tuotantolinjaan. Yrityksissä oli käyty paljon sisäistä keskustelua tekoälyn käyttökohteista ja tehty paljon pohjatyötä ennen valmennusta. Ryhmävalmennuksen tarkoituksena oli käydä jatkokeskustelua valmennustiimin kanssa ja miettiä mahdollisia sovelluskohteita tarkemmin yhdessä.  

Suurimmiksi ongelmiksi, tekoälyn käytöstä tuotannossa, osoittautuivat suuret eroavaisuudet eri kappaleiden välillä ja sarjatuotannon puute. Yrityksen laitekanta oli myös moderni ja useimmissa laitteissa oli jo sisäänrakennettuna tekoälyä, esimerkiksi ennakoivaa huoltoa ja varastoinnin optimointia. Tuotannosta emme löytäneet suoraa tai uutta sovelluskohdetta tekoälylle, mutta potentiaalinen sovelluskohde löytyi heidän tilausten dokumenteista. Yrityksen tilaukset sisältävät dokumentteja, joissa on useita kymmeniä, jopa satoja, sivuja. Tarkoituksena oli ChatGPT:tä ja Bing Enterprise Chattiä hyväksi käyttäen tiivistää dokumenteista tärkeimmät kohdat muutaman sivun dokumentiksi, jolloin sen käsittely on huomattavasti nopeampaa. Tästä teimme demon yrityksen anonymisoiduilla dokumenteilla, ja lopputuloksena varsinkin ChatGPT antoi lupaavalta näyttäviä tuloksia. Bing Enterprise chatin tulokset olivat selvästi huonompia, mutta ehkä ohjesyötteen optimoinnilla olisi niistäkin saatu parempia. 

Yritys 9

Tämä lähes 15-vuotias perheyritys (mikro) on erikoistunut muun muassa mainosteippausten suunnitteluun ja toteutukseen, sekä erilaisten opasteiden ja mainoskilpien valmistukseen. Yritys pystyy toteuttamaan kaiverrukset useille eri materiaaleille ja hoitamaan tuotteiden suunnittelun, toteutuksen ja asennuksen. 

Aloituspalaverissa kartoitimme erilaisia yrityksen arkea mahdollisesti hyödyttäviä tekoälyn sovelluskohteita. Tällaisia kohteita olivat esimerkiksi tekoälyn hyödyntäminen yrityksen tekemien tuotteiden fonttien tunnistamiseen, jos kyseessä on asiakkaan antama malli, jonka pohjalta tuote toteutetaan. Myös ChatGPT:n hyödyntäminen esimerkiksi tekstien kääntämiseen suomeksi ja yleisesti ChatGPT:n tehokkaampi käyttö. 

Yrityksen kanssa pidettiin lähivalmennus, jossa käytiin konkreettisemmin läpi aloituspalaverissa nousseita asioita. Kartoitettiin jo olemassa olevia tekoälysovelluksia, millä esimerkiksi fontteja voidaan tunnistaa, koska yrityksellä ei ole resursseja aloittaa omia tekoälyprojekteja. Lähivalmennuksissa kävimme myös läpi ChatGPT:n käyttöä ja esimerkki kyselyjä, joilla saadaan parempia ja tarkempia vastauksia chattibotilta ja miten ChatGPT:tä voidaan käyttää käännösten tekemiseen. 

Vinkkilista ja mitä on opittu näistä yritysvalmennuksista: 

• Yrityksen johdon sitoutuminen ja yhteinen tahtotila kehittämiseen on yksi onnistumisen avaimista.   
• Tulosta syntyy, kun yrityksessä on tunnistettu tarve kehittämiselle, johto on vahvasti mukana valmennusohjelmassa ja henkilökunta on sitoutunut kehittämiseen.  
• Yrityksen johdon rooli on tärkeä, koska se loppujen lopuksi mahdollistaa osallistumisen valmennukseen. 
• Mikro- ja pk-yritysten arki on usein kiireistä eikä uuden oppimiseen jää juuri aikaa.   
• Monimuotototeutus tuo työelämän edellyttämää joustavuutta opiskeluun.  
• Joustava aikataulu ja mahdollisuus itsenäiseen opiskeluun oman aikataulun puitteissa on ehdoton edellytys onnistuneelle yritysvalmennukselle.  
• Työpajatyyppiset ryhmävalmennukset, joissa osallistujat voivat keskustella asiantuntijan kanssa oman yrityksen kontekstista, tarpeista ja kehittämiskohteista on tehokas tapa kehittää osaamista.   
• Omassa työympäristössä tapahtuva oman työn kehittäminen on työelämässä merkittävin ja tehokkain osaamisen kehittämisen tapa. 
• Yhteisesti sovitut ja säännölliset tapaamiset yritysten kanssa pitävät osallistujat kiinni valmennusohjelmassa työkiireistä huolimatta.  
• Tapaamiset rytmittävät etenemistä ja ylläpitävät ”oppimisen imua”.