Kone on yksi digimurroksen edelläkävijäyrityksistä, miten tämä näkyy käytännössä?

Uskon, että tekoälyyn perustuva kunnossapito tulee olemaan laajalti käytössä 5-10 vuoden päästä, ennustaa Roope Hyöky.

KONE on jo pitkään hyödyntänyt uusimpia teknologioita ja dataa huoltoliiketoimintansa ohjaamiseen. Yritys liikkuu myös nopeasti ideasta toteutukseen. Yhtiö käyttää ekosysteemiään ja partnereitaan aktiivisesti uusien ratkaisujen innovoinnissa ja kehittämisessä. He ovat avoimia ulkopuolisille ideoille sekä miettivät tarkkaan, mitä kannattaa tehdä itse ja mitä antaa kumppaneiden kehitettäväksi.

Miten muut teollisuuden alan yritykset kuin Kone hyödyntävät IoT:tä tällä hetkellä?

1) Esimerkiksi Woodside, joka on Australian suurin yksityinen öljy- ja kaasualan yritys, hyödyntää IoT:ta sekä analytiikkaa ajoittamaan kriittisten laitteiden huoltoa. Yritys yhdistelee käyttödataa laitteista ja sensoreista, kunnossapitohistoriasta, säästä sekä suunnitteludokumenteista ymmärtääkseen yksittäisten laitteiden sekä osien huoltotarpeita. Näin he ovat vähentäneet huoltokatkoja sekä nopeuttaneet korjauksiin kuluvaa aikaa.

2) Pratt & Whitney puolestaan hyödyntää lentokonemoottoreista eri järjestelmien kautta kerättyä informaatiota parantaakseen valmistamiensa moottoreiden optimaalista huoltoa. Tämä mahdollistaa siirtymisen proaktiiviseen toimintaan, jolla voidaan vähentää jopa 90 prosenttia lentoihin vaikuttavista yllätyksellisistä huoltoa vaativista toimenpiteistä.

3) Ranskalainen SNCF kerää puolestaan dataa tuhansista eri sensoreista rautatieverkostaan ja hyödyntää sitä huoltosuunnittelussa. Näin he pystyvät varmistamaan, että junat toimivat turvallisesti ja, että ne pysyvät aikataulussaan.

4) Santos, APAC alueen johtava öljyn ja kaasun tuottaja, on yhdistänyt kaiken tuotannonohjauksesta tulevan informaation ennakoivan analytiikan käyttöön. Ennakoivien mallien avulla optimoidaan kaikki huoltotoimenpiteet. Tällöin vältytään turhilta ja ennakoimattomilta huoltokatkoilta. Ennakoivan analytiikan avulla saavutetaan vuositasolla noin 5 miljoonan € säästöt verrattuna perinteisiin huollonlähestymistapoihin.

Millaisena näet teollisuuden kunnossapidon tulevaisuuden?

Uskon, että tekoälyyn perustuva kunnossapito tulee olemaan laajalti käytössä 5-10 vuoden päästä. Tekoälyyn perustuvat ratkaisut kaventavat eri osaamis- ja kokemustasolla olevien työtekijöiden suoritusten eroa. Tekoäly tuo parhaiden ja kokeneimpien työtekijöiden osaamisen kaikkien käyttöön. Tekoäly pysyy kokoajan ajan tasalla viimeisimmistä tiedoista koko organisaatiossa (ja sen ulkopuolella) sekä jatkaa oppimistaan loputtomasti. Tämän lisäksi ihmisen interaktio tekoälyratkaisujen kanssa tapahtuu luonnollisella tavalla, kuten puhumalla tai hyödyntämällä AR (augmented reality) -toiminnallisuuksia, näin esimerkiksi työtekijän kädet vapautuvat itse korjaustoimenpiteisiin.

Mitä mahdollisuuksia big data ja erityisesti datan analysointi tuo teollisuudelle?

Big dataa ja analytiikkaa on hyödynnetty teollisuudessa jo kauan, joten joillekin tässä ei ole mitään uutta. Työkalut sekä infrastruktuuri ovat tietysti kehittyneet, joten prosessointi on nopeampaa ja halvempaa. Alueita, joissa mielestäni löytyy vielä paljon tekemistä, ovat koneoppiminen sekä strukturoimattoman datan hyödyntäminen (teksti, ääni, kuvat...). Kuten monessa asiassa, niin myös big datankin hyödyntämisessä kyse on pitkäjänteisestä kehittämisestä. Datamassaan voidaan lisätä uusia tietolähteitä kuten sää- ja muuta ympäristötietoa sekä uusia tarkempia ennuste-algoritmeja voidaan kehittää sitä mukaan kun dataa ymmärretään paremmin.

Lue myös:  Älykäs teknologia ennustaa hissien huollon tarpeen