Miksi tekoäly on kiinnostava alue myös tuotannossa ja logistiikassa?

5.5.2020

Tehokkuus on jo pitkään kiinnostanut tuotantoa, ja viime vuosina on myös tuotannon logistiikka kiinnostunut yhä enemmän työn tuottavuudesta. Monessa yrityksessä ilmeisimmät parannukset ovat mahdollisesti jo tehty koneiden, leanin tai automaation avulla. Mitä siis tehdä seuraavaksi? Onko digitalisaatio seuraava askel?

Trendit ja muodikkaat sanat jäävät joskus hiukan epämääräisiksi, joskin positiivisen kuuloisiksi, jos niihin ei syvällisemmin perehdy. Esimerkiksi Industry 4.0 on viitekehys, johon on melko vaikea löytää selkeää vastausta mikä se on. Yhden erinomaisen tulkinnan mielestäni antaa Aachenin yliopiston tulkinta, jossa lähestytään asiaa perinteisen digitalisaation menetelmien sijaan asiaa tarkoituksen kautta, eli tiedon. Perinteisemmissä kuvauksissa Industry 4.0:n yhteydessä puhutaan menetelmistä, digitaalisesta ympäristöstä, IoT, pilviratkaisut yms. Koko homman pihvi on kuitenkin tarkoitus, ei välineet. Janne Viinikkala Leanwarelta on käyttänyt sanaa pilipalisaatio, mikä kuvaa hyvin tarkoituksettoman digitalisoinnin tulosta. Sama pätee kaikkeen tehostamiseen ja tekemiseen. Miksi tehdään, on kiinnostavampi kysymys, kuin millä tehdään ja se markkinoinnissa välillä unohtuu.

Esimerkiksi älykäs anturi on täysin turha investointi, jos sen toiminta ei edistä tarkoitusta. Sinällään esimerkiksi RFID on loistava väline toteuttamaan langatonta tunnistusta, kun sille on jokin toiminnallinen syy. Jos Industry 4.0 -käsitettä lähestyy siis tiedon näkökulmasta asia alkaa selkiytyä ja kuulostaa erittäin tavoiteltavalta. Eli voisi ajatella tietä Industry 4.0:aan neljänä portaana.

  1. Visibility – Näkyvyys siihen mitä on tekeillä?
  2. Transparency – Miksi se tapahtuu?
  3. Predictive capacity – Mitä tulee tapahtumaan?
  4. Adaptability – Itseoptimointi

Valtaosa yrityksistä on ohittanut tietokoneistuksen ja myös verkottumisen vaiheet. Silloin ollaan Industry 4.0 -viitekehityksen ensi vaiheissa, eli tavoitellaan näkyvyyttä nykytilaan. Keinoina voi olla aluksi raportit ja edistyneemmillä operatiiviset järjestelmät (esimerkiksi MES ja WMS). Osa on edennyt jo seuraavaan vaiheeseen, eli analytiikkaan. Tavoite on siirtynyt nykytilan ymmärtämiseen ja analysointiin. Harvempi tällä hetkellä kykenee nykytilanteen puitteissa ennustamaan, mitä tulisi tapahtumaan ja vielä harvemmalla on kokonaisjärjestelmiä, jotka optimoisivat kokonaisuutta automaattisesti. Oikotietä tähän vaiheeseen ei ole ja siksi eteneminen on ollut hiukan hidasta, vaikka aihe ei sinällään ole uusi. Ei siis voi optimoida, jos ei voi ennustaa mitä mikäkin muutos tekee ja ei voi ennustaa, jos ei ymmärrä miksi asiat tapahtuvat, ja ei voi ymmärtää, jos ei tiedä mitä tapahtuu. Ensimmäiset vaiheet digitalisoinnissa eivät siis ole lainkaan turhia, ne ovat välttämättömiä.

Tekoäly, johon otsikossa viittaan on siis palvelemassa tarkoitusta ennustaa tulevaa ja optimoida tulosta olemassa olevien resurssien ja kuorman puitteissa. Olen käyttänyt kolmea tekijää, mistä pysyvä tehokkuus teollisuudessa ja logistiikassa muodostuu: tehokkaat prosessit, toimivat järjestelmät ja kolmantena päivittäisjohtaminen. Erityisen kiinnostavana kehitysalueena Leanwarella nähdään päivittäisjohtamisen työkalut, kun prosessit ja järjestelmät ovat kunnossa. Kansainvälisten tutkimusten tuloksena on noussut esiin esimerkiksi työnjohdon ajankäytön ongelmat. Asioiden selvittelyyn ja juoksenteluun kuluu suhteessa paljon aikaa, ja johtamiseen ja kehittämiseen liian vähän. Tutkimuksissa on tunnistettu menestyvien yritysten tilanteen olevan melkein päinvastainen, eli voidaan olettaa, että heillä aikaa jää asioiden ja ihmisten johtamiseen, sekä prosessien kehittämiseen. Tutkimukset osoittavat myös, että menestyvät yritykset ovat pidemmällä järjestelmien digitalisoinnissa, mikä vapauttaa aikaa kehittämisen ja johtamiseen.

Päivittäisjohtaminen on alue, johon myös Industry 4.0 pyrkii saamaan tehoa digitalisoinnin avulla. Tekoälyn ja analytiikan avulla voidaan vapauttaa työnjohdon aikaa prosessin kehittämiseen ja ihmisten johtamiseen. Nykyisin ennustaminen on usein täysin kokemukseen ja arvaukseen perustuvaa näppituntumaa ja jonkin erillisen osa-alueen optimointi aiheuttaa jopa enemmän haittaa kuin hyötyä, jos se ei ota kokonaisuutta huomioon. Tästä kulmasta esimerkiksi logistiikan alueella tekoäly ja koneoppiminen alkavat olla erittäin kiinnostavia työkaluja. Jo nyt LeanwareWMS-järjestelmä optimoi tuotesijoittelua koneoppimisen kautta, ja konepellin alle on tulossa lisää reittioptimointiin ja yhdistelyyn lisää ohjaavia ja älykkäitä ominaisuuksia. Tämä osaltaan vapauttaa työnjohdon aikaa varaston ylläpitotöistä ja työn miettimisestä. Järjestelmä tekee siis ylläpidollista optimointia automaattisesti. Tämän lisäksi on toinen tekoälyn sovellusalue, eli resurssit ja tavoitteet. Työnjohdollinen näkymä päivän etenemiseen ja resurssitarpeeseen tuo kaivattua läpinäkyvyyttä ja ennustettavuutta tekemiseen. Järjestelmien on jatkossa mahdollista paikalla olevan henkilöstön osaamisen ja suoriutumisen perusteella antaa arvioita päivän tuloksesta kuormaan nähden, tavoitteiden saavuttamisesta ja resurssien kohdistamisesta. Osana tätä työtä aloitimme ensimmäisenä logistiikan alueella lokakuussa pelillistämisen POC-testin asiakkaalla (ALSO Finland Oy), josta löytyy tarkempaa tietoa pelillistämisen blogista. Tuotannollisen tiedon yhdistäminen osaamiseen ja koulutukseen avaa mielenkiintoisia näkökulmia erilaisten tilanteiden joustavaan käsittelyyn tehokkuuden ja oppisen kannalta.

Me Leanwarella luonnollisesti haluamme olla alan suunnan näyttäjänä aktiivisesti tutkimassa uusia menetelmiä ja ottaa niitä heti käyttöön. Olkaa siis kuulolla mitä tällä saralla tapahtuu!

Pekka Saarelainen
Head of Consulting
Leanware Oy

Blogi sähköpostiin?

Liity Leanwaren uutiskirjeen postituslistalle. Tilaamalla uutiskirjeen saat uusimmat blogikirjoitukset sekä tietoa Leanwaren tapahtumista ja ajankohtaisista asioista suoraan sähköpostiisi.

* Pakollinen