Ajatusjohtajat
Hypen tuolle puolen – Missä tekoäly todella toimii valmistavassa teollisuudessa

Keskeiset kohdatKäytä tekoälyä kuvioiden tunnistamiseen, ei auktoritatiiviseen päättelyyn…
Näytä lisää
- Käytä tekoälyä kuvioiden tunnistamiseen, ei auktoritatiiviseen päättelyyn valmistuksessa.
- Jaa suuret valmistusongelmat pienemmiksi kielipainotteisiksi tehtäviksi tekoälyagenttien käyttöön.
- Vältä tekoälyä turvallisuuskriittisissä toiminnoissa ja reaaliaikaisissa ohjausjärjestelmissä, joilla on tiukat toleranssit.
Tekoälyä esitellään seuraavana teollisena vallankumouksena, mutta monien johtajien on vaikea muuttaa innostus käytännön tuloksiksi. Yli 80 % yhdysvaltalaisista valmistavan teollisuuden johtajista kertoo aikovansa lisätä tekoälyn käyttöä seuraavien kahden vuoden aikana. Käyttöä ei kuitenkaan aina lisätä selkeällä strategialla siitä, mitä sen avulla realistisesti tavoitellaan.
Hallitustason paine tehdä jotakin tekoälyllä ja monimutkaisten tuotantoympäristöjen todellisuus kasvattavat odotusten ja toteutuksen välistä kuilua. Kuilu on kurottava umpeen, jotta valmistajat voivat saada tekoälystä hyötyä liiketoiminnassaan.
Tekoälyn käyttöönotto etenee valmiuksia nopeammin
Valmistavan teollisuuden johtajat tietävät nykyään, että kilpailukyvyn säilyttäminen edellyttää tekoälyn käyttöönottoa. The National Association of Manufacturers-järjestön (NAM) tuoreen kyselyn mukaan 51 % valmistajista käyttää jo tekoälyä ja 80 % pitää sitä tulevaisuudessa välttämättömänä liiketoiminnan laajentamiselle tai ylläpitämiselle.
Valmistajat käyttävät teknologiaa monin eri tavoin. Tekoälyn mahdollisuudet ovat valtavat. Monissa organisaatioissa tekoälyinvestoinnit eivät kuitenkaan tuota luvattua sijoitetun pääoman tuottoa.
PWC:n ja Manufacturing Instituten tuoreessa kyselyssä todettiin, että johdon paine ottaa tekoäly käyttöön voi edetä tekoälyvetoisen muutoksen valmiuksia nopeammin. Samassa kyselyssä todettiin myös, sen omia sanoja mukaillen:
- Tekoälyn epätasainen käyttöönotto voi hidastaa sen liittämistä päivittäiseen toimintaan
- Eteneminen tekoälyn käyttöönotossa edellyttää koulutusta ja osaamisen kehittämistä käytännön kokemuksen kautta
- Ihmisiin ja valmiuksiin liittyvät puutteet voivat rajoittaa tekoälyn käyttöönottoa
- Lähiesihenkilöiden vähäinen osallistuminen voi rajoittaa tekoälyn käyttöönottoa ja toteutusta
Ratkaisun löytäminen
Johtajien ei pidä nähdä tekoälyä yleispätevänä ratkaisuna. Heidän on erotettava sovellukset, joissa tekoäly on vahva — kuten ihmisen ja järjestelmän vuorovaikutuksen parantaminen, operatiivisen tiedon tallentaminen ja monimutkaisten työnkulkujen yksinkertaistaminen — alueista, joille se sopii edelleen huonosti, kuten tarkkuusohjauksesta ja toistettavasta päätöksenteosta tuotantoympäristöissä.
Myyntiprosessi on hyvä paikka soveltaa tätä. Monet valmistavan teollisuuden yritykset haluavat parantaa ohjattua myyntiä tekoälyn avulla. Niiden tulisi aloittaa asiakkaan tavoitteista tai toivotuista lopputuloksista sen sijaan, että ne pyytäisivät asiakasta valitsemaan tuotteen yksittäisiä parametreja.
Otan henkilökohtaisen esimerkin: ostin äskettäin ensimmäisen sähköautoni. Menin sähköautovalmistajan verkkosivustolle, ja ensimmäisenä vastassa olivat tekniset tiedot, kuten toimintamatka: 360–558 km. Se on pitkä toimintamatka, ja ymmärrän, mitä se tarkoittaa. Mutta hevosvoimat? Ei aavistustakaan. Entä kulutus? Sitä en enää ymmärtänyt: onko kulutus hyvä vai huono? Vaikuttaako se perheeni vuotuiseen hiihtomatkaan, johon minulta kuluu nykyisin noin seitsemän tuntia? Juuri tällainen tieto auttaisi minua päätöksessä.
Tekoäly, jonka kanssa voisin keskustella minulle tärkeistä asioista, auttaisi sähköautovalmistajaa ymmärtämään, mikä minulle merkitsee, ja muuntamaan nämä tarpeet minulle sopiviksi teknisiksi ominaisuuksiksi.
Toinen esimerkki on tekoälyagenttien käyttäminen monimutkaisten ongelmien pilkkomiseen pienemmiksi osiksi. Agentit suunnittelevat ja toteuttavat monivaiheisia tavoitteita. Niistä saa eniten hyötyä, kun tehtävät painottuvat kielen käsittelyyn.
Jotkin suunnitteluorganisaatiot soveltavat tätä monimutkaisten vaatimusten hallintaan. Tieto voi olla hajallaan sadoissa tai tuhansissa asiakirjoissa, eikä sen muoto ole vakioitu. Jos kaiken tämän tiedon tuomiseen rakentaisi perinteisen ohjelmistojärjestelmän, sääntöjä ja niiden poikkeuksia olisi aivan liikaa. Koska tekoäly tunnistaa hahmoja hyvin, asiakirjojen tulkinnan jokaista sääntöä ei tarvitse kirjoittaa erikseen.
Tekoälyn parhaat käytännöt valmistavassa teollisuudessa
Pilko suuret ongelmat pienemmiksi tehtäviksi. Tekoälyn työmuisti on rajallinen. Liiallinen tietomäärä tai liian laaja ongelma voi saada sen kadottamaan asiayhteyden ja hallusinoimaan, kun se yrittää silti antaa vastauksen. Vähennä riskiä jakamalla suuret tehtävät pienemmiksi osiksi ja yhdistämällä tulokset. Juuri tässä agenttikehykset ovat käymässä erityisen tehokkaiksi.
Käytä tekoälyä hahmontunnistukseen, älä erehtymättömänä päättelijänä. Se tunnistaa hahmoja ja suhteita hyvin, mutta ei ole hyvä logiikassa ja päättelyssä. Esimerkiksi sen ”päättely” ja matemaattiset kyvyt ovat ennustamista, eivät laskentaa. Tulokset voivat siksi vaikuttaa oivaltavilta, mutta niiden oikeellisuutta ei taata, ellei tekoälyä yhdistetä toiseen järjestelmään, joka voi tarkistaa tulokset. Tällöin tekoäly voi ohjata työnkulkua, mutta toiminnan rajoista on tehty tietoinen päätös.
Tekoäly voi tuottaa valmistavassa teollisuudessa todellista arvoa, mutta tietyissä tilanteissa riski ylittää hyödyn. Näitä ovat turvallisuuden ja laadun kannalta kriittiset toiminnot sekä tilanteet, joissa dataa on vähän tai jotka ovat aivan uusia: tekoäly toimii huonosti, jos se ei ole nähnyt riittävästi asiaankuuluvaa dataa. Tiukasti säännellyt ympäristöt ovat toinen haaste, koska tekoälyltä puuttuu yhä todellinen jäljitettävyys. Myös tiukkojen toleranssien reaaliaikaisissa ohjausjärjestelmissä tekoälyä tulisi välttää, sillä sen viive tai epävakaus voi olla nopeissa prosesseissa mahdoton hyväksyä.
Hypestä käytännön hyötyyn
Tekoäly ei ole ihmelääke kaikkiin valmistavan teollisuuden ongelmiin. Edellä käsitellyt käytännön käyttötapaukset ja yleiset väärinkäsitykset huomioimalla valmistajat voivat kuitenkin omaksua tasapainoisemman lähestymistavan. Lyhyellä aikavälillä keskeistä on käyttää tekoälyä siinä, missä se on parhaimmillaan: vahvasti hahmontunnistusta vaativissa ongelmissa. Älä käytä sitä tapauksiin, jotka edellyttävät ennustettavuutta, johdonmukaisuutta, logiikkaa tai laskelmia.
Valmistajat voivat erottaa olennaisen hälystä ja tunnistaa, missä tekoäly tuottaa arvoa jo tänään. Tavoitteena ei ole hidastaa käyttöönottoa vaan varmistaa, että organisaatiot hyödyntävät tekoälyä siellä, missä se aidosti parantaa tuottavuutta ja päätöksentekoa, eivätkä vain seuraa alan hypeä.












