Missä tekoälyn hyödyntämisessä mennään suomalaisissa teollisuusyrityksissä juuri nyt? Kysymyksiin vastaa VTT:n tutkimusprofessori Heikki Ailisto, jonka vastuualueena on soveltavan tekoälytutkimuksen koordinointi. Lisäksi Ailisto johtaa Suomen tekoälykeskus FCAI:n (Finnish Center for Artificial Intelligence) Industry and Society -ohjelmaa sekä kuuluu FCAI:n johtoryhmään.
AI-kokeiluista on siirrytty toiminnan tehostamiseen ja edelleen palveluliiketoimintojen kehittämiseen
Viimeaikaisten vertailuiden mukaan suomalainen tekoälytutkimus on korkeatasoista, meillä on vahvaa teknologiaosaamista ja koulutettua työvoimaa. Miten tekoälyn hyödyntäminen näkyy suomalaisissa teollisuuyrityksissä isossa kuvassa?
”Generatiivinen tekoäly teki näyttävän läpimurron reilut kaksi vuotta sitten, kun suureen kielimalliin perustuva ChatGPT julkaistiin. Kielimalleihin perustuvien tekoälyratkaisujen etu aiempiin tietojärjestelmiin on, että ne voivat käsitellä vapaamuotoista digitalisoitua tekstiä ja jopa kuvia, kun perinteiset tietojärjestelmät toimivat vain määrämuotoisen, rakenteellisen tiedon kanssa. Nyt useimmat organisaatiot kokeilevat ja pilotoivat Copilotia ja vastaavia työkaluja erilaisissa tehtävissä. Osa yrityksistä on lähtenyt viemään tekoälyn hyödyntämistä ylhäältä alas, osa antaa työntekijöille vapauksia kokeilla työkaluja.
Jos aiemmin edistyneimmät yritykset sovelsivat neuroverkkoja ja muita tekoälymenetelmiä tyypillisesti tuotantoprosessien optimointiin ja datan analysointiin, painopiste on generatiivisen tekoälyn myötä siirtynyt palveluliiketoimintaan. Tämä on perusteltua kahdesta syystä. Ensinnäkin palveluliiketoiminnan merkitys yrityksille on erittäin tärkeä ja kasvava. Palveluliiketoiminnan osuus edustaa jo nyt 20–50 % suurten teknologia-alan vientiyritysten liiketoiminnasta. Toiseksi, generatiivista tekoälyä voidaan hyödyntää monissa palveluliiketoiminnan prosesseissa.
Tekoälyyn pohjautuvia palveluprosesseja nähdään jo asiakaspalvelussa, huollossa ja kunnossapidossa, etäneuvonnassa sekä myynnissä. Esimerkiksi vikatapauksen tai toimintapoikkeaman nopeaa ratkaisemista auttaa, kun tekoälyavustin hakee raporttikannasta huoltoteknikon kuvauksen perusteella vastaavia tapauksia ja niiden korjaamisessa tehdyt toimet. Vastaavasti monimutkaisten teknisten tarjousten tekemistä voidaan helpottaa tekoälyn avulla, kuten esimerkiksi Innosale-projektissa on tehty”, Ailisto kertoo esimerkkejä AI:n käytöstä teollisuusyrityksissä.
Aito kilpailukyky löytyy kerätyn datan hyödyntämisestä
Suomalainen tekoälyosaaminen on kansainvälisesti tunnustettua, mutta seuraava kehitysvaihe edellyttää kykyä muuntaa osaaminen käytännön liiketoiminnaksi. Miten etenkin teollisuusyritykset voivat hyödyntää tekoälyä kilpailukyvyn luomisessa?
Merkittävää kilpailuetua voi syntyä uusista palvelutuotteista tai kokonaan uudella tavalla toteutetuista tuotetuista palveluista, jotka tekoäly mahdollistaa. Esimerkkejä tällaisista sovelluskohteista ovat esimerkiksi konenäköön nojaavat kunnonvalvonta- ja huoltopalvelut sekä tuotantodatasta poikkeamia havainnoivat hälytysjärjestelmät.
”Tekoälytyökalujen hyödyntäminen liiketoiminnan tehostamisessa on jo hyvässä vauhdissa. Se ei kuitenkaan sinänsä tuo erityistä kilpailuetua, sillä samat työkalut ovat myös kilpailijoiden käytettävissä. Merkittävä kilpailutekijä on pääsy käsiksi olennaiseen dataan ja siitä jalostettavaan tietoon. Yritysten on siis syytä pitää huolta ainutlaatuisesta informaatiosta, joka niille on vuosien mittaan kertynyt tuotteistaan, niiden käytöstä ja huollosta sekä asiakkaista. Datan hallinta ja sen laadun eli hyödyllisyyden kehittäminen on tekoälytyökalujen toiminnan välttämätön edellytys ja kilpailutekijä” Ailisto muistuttaa.
Rohkeutta kokonaan uusien tuotteiden ja palveluiden kehittämiseen
Mitä voimme oppia tekoälykokeiluja tehneiltä yrityksiltä siitä, miten hankkeet saadaan parhaiten tuottamaan toivottuja tuloksia?
“On välttämätöntä, että tuki kehitystyölle tulee yrityksen hallituksesta ja ylimmästä johdosta asti. Koska AI-palvelut kehittyvät vauhdilla, en suosittele lähtemään liikkeelle sillä, että sitoudutaan liikaa johonkin tiettyyn teknologiaan ja ollaan sitten jumissa tehdyn ison järjestelmäinvestoinnin kanssa. Toimivampaa on lähteä liikkeelle liiketoiminnan omista tarpeista ja pohtia sitä, miten tekoälyn avulla voisi muuttaa tuotettavan tuotteen tai palvelun arvoa. Idea voi tulla mistä päin organisaatiota tahansa ja johdon tehtävä on mahdollistaa kehitystyö ja kanavoida tekoälyinnostus firman eduksi. Parhaimmillaan koko organisaatio saadaan mukaan innovoimaan uusia toimintamalleja, tuotteita ja palveluita”, Alisto kiteyttää onnistuneen kehityshankkeen kulun.
Konkreettisena esimerkkinä kilpailukyvyn kasvattamisesta tekoälyn avulla Ailisto mainitsee lääketeollisuuden tuotekehityksen. Tekoälyratkaisut mahdollistavat jo nyt synteettisten molekyylien kehittämisen sekä ominaisuuksien simuloinnin ja testaamisen aikaisempaa nopeammin ja kustannustehokkaammin. AI-vauhditettua materiaalikehitystä tehdään myös monilla muilla teollisuudenaloilla ja mahdollisuuksia uusien tuotteiden kehittämiseen löytyy esimerkiksi puunjalostus-, metalli- ja biokemianteollisuudesta.
“Nämä ratkaisut tähtäävät usein siihen, että löydetään korvaavia ratkaisuja strategisesti tärkeille raaka-aineille Tai siihen, että halutaan kehittää käytettävän materiaalin ominaisuuksia ja esim. kestävyyttä eri toimintaympäristöissä. Tekoälyä hyödyntämällä pystytään kehittämään kokonaan uusia luonnossa esiintymättömiä materiaaleja radikaalisti nopeammin kuin aikaisemmin on pystytty”, Ailisto kertoo.
Suomalaisyrityksillä on mahdollisuus nousta tekoälyn edelläkävijäksi – mutta se vaatii rohkeutta uudistua, skaalata ja investoida. Se vaatii myös strategista otetta: tekoälyn paikka ei ole enää pelkkä kokeilu nurkassa, vaan osana ydinliiketoimintaa.
Heikki Ailisto on keynote-puhujana mukana syksyn 2025 Industry Dayssa. Täältä löydät lisätietoja tapahtumasta >>
