Wikipedia määrittelee digitalisaation digitaalisten teknologioiden yleistymiseksi arkielämän toiminnoissa. Koko ilmiön synnyttäjänä on hämmästyttävän nopea digitaalisten teknologioiden kehitys.  Kuluttajat, etenkin nuoret, ovat lähteneet digitalisaatioon mukaan täysillä, omaksuen nopeasti käyttöönsä uusia digisovelluksia ja –tuotteita.

 

Datasta informaatioksi

On huomattava, että digitaalisuus ei viittaa pelkkään isoon datamäärään.  Data sellaisenaan on arvotonta (Tero Ojanperä Tekniikka &Taloudessa 12.10.17). Se on vain käsittämätön määrä dataa. Tuotantoprosessin kannalta katsottuna arvoa syntyy vasta sitten kun datasta jalostetaan informaatiota, jonka avulla nykyistä toimintaa pystytään parantamaan. Informaation tuottamisessa ovat keskeisessä asemassa koneoppimisen (machine learning) menetelmät. Ne ovat prosessikohtaisesti toiminnan ohjaamiseen räätälöityjä algoritmeja tai ohjelmistoja, jotka viritetään ja testataan historiadatan avulla. Käyttövaiheessa ne parantavat omatoimisesti suorituskykyään, ts. ennustuskykyään ja tarkkuuttaan niiden ”prosessikokemuksen” kasvaessa. 

 

Prosessi- ja energiateollisuuden tilanne?

Prosessi- ja energiateollisuudessa digitaalista prosessidataa on tuotettu ja tallennettu jo kauan. Sen jakaminen tehtaan ulkopuolelle on tullut helpoksi ja se on myös koettu pääsääntöisesti turvalliseksi. Datan määrä kasvaa koko ajan huimaa vauhtia sillä kaikki laitevalmistajat puskevat markkinoille  älykkäitä verkkoon kytkettäviä laitteita ja sensoreita.

Prosessi- ja energiateollisuus on käynnistänyt jo vaiheittaisen liikekannallepanon.  Konsernitasoilta on annettu marssikäskyt ja perustettu tukiryhmiä. Useat tehtaat ja laitokset ottavat parhaillaan ensituntumaa digitalisaatioon ensimmäisten pilottikokeilujensa kautta.

 

Mistä kannattaisi aloittaa?

Suuria määriä digitaalista dataa syntyy nykyisin lähes kaikesta teollisesta tekemisestä, joten lähes kaikkea voidaan tehostaa digitaalisten teknologioiden avulla. Prosessi- ja energiateollisuudessa ehkä matalimmalla roikkuva hedelmä on prosessi- ja energiatehokkuuden sekä käytettävyyden parantaminen (Mika Järvensivu Tekniikka & Taloudessa, tulevaisuuden tehdas 11.9.17).

 

Mikä hidastaa?

Hyödyntämisen tiellä on nähtävissä kolme estettä:

  1. Laajan data-aineiston käsittelyn ja datamallinnuksen osaamisen puute.
  2. Data-aineiston laadun varmennus.
  3. Toimintatapojen muutoksen aikaansaaminen

Palaan seuraavalla kerralla siihen, miten näitä esteitä voisi kiertää ja madaltaa.

 

Pitääkö siis olla huolissaan?

Mielestäni kyllä, ellei ole henkisesti jo vähintään valmistautunut lähtemään mukaan. Parhaan kilpailuedun saavat ne, jotka ovat liikkeellä ennen pääjoukkoa. Vanhan teekkariviisauden mukaan ”nopeat juovat hitaat”.

 

Risto Kuoppamäki

Indmeas Oy

Toimitusjohtaja

 

Autamme energia- ja prosessiteollisuutta hyödyntämään prosessidataa päivittäisessä toiminnassaan ja liiketoiminnan kehittämisessä.