Betolar kehittää dataohjattua materiaalitutkimusta, jossa tekoälyä hyödynnetään teollisten sivuvirtojen analysoinnissa ja vähähiilisten sementtimateriaalien kehittämisessä. Tavoitteena on nopeuttaa materiaalikehitystä ja tukea uusien materiaalikoostumusten skaalaamista.

1. Yrityksen kuvaus

• Betolar Oyj on edelläkävijänä toimiva suomalainen materiaaliteknologiayritys, joka keskittyy vauhdittamaan vihreää siirtymää rakennus- ja kaivosteollisuudessa.
• Suomessa päämajaansa pitävä yritys kehittää vähähiilisiä, kiertotalouden mukaisia ratkaisuja – erityisesti Geoprime®-ratkaisuaan, joka muuntaa teollisuuden sivuvirrat (kuten metallurgisen kuonan tai kaivosten rikastushiekan) suorituskykyisiksi sementin korvikkeiksi.
• Tapaustutkimuksen tekstissä ei täsmennetä tarkkoja henkilöstömääriä eikä yrityksen vuosittaista liikevaihtoa.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Rakennusala on merkittävä saastuttaja: pelkästään perinteinen sementin tuotanto aiheuttaa noin 7 % maailman CO2-päästöistä.
• Vaikka Betolar kehitti onnistuneesti geopolymeeriratkaisun, joka vastaa perinteisen betonin lujuutta ja pienentää samalla hiilijalanjälkeä jopa 80 %, liiketoiminnan skaalaaminen toi mukanaan merkittävän dataan liittyvän esteen.
• Teollisuuden sivuvirrat vaihtelevat dramaattisesti kemiallisen koostumuksensa, fysikaalisten ominaisuuksiensa ja saatavuutensa osalta maantieteellisen alkuperänsä mukaan.
• Kestävien reseptien kaupallistamiseksi maailmanlaajuisesti Betolarin T&K-tiimi tarvitsi tavan nopeuttaa materiaalianalyysiä, hallita erittäin vaihtelevaa dataa ja lopettaa turvautuminen hitaisiin, hajanaisiin laboratoriotestaussykleihin.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• Betolar teki yhteistyötä digitaalisen transformaation toimiston Futuricen kanssa uudistaakseen digitaalisen strategiansa ja modularisoidakseen ohjelmistoympäristönsä.
• Insinööritiimit rakensivat erikoistuneen, dataohjatun T&K-analytiikkatyökalun ja laboratorion tiedonhallintajärjestelmän (LIMS).
• Alusta yhdistää rakenteisen ja rakenteettoman datan erilaisista laboratoriokokeista ja pilottikokeiluista keskitettyyn tietovarastoon.
• Järjestelmä toimii pilvinatiivissa teknologiapinossa, joka hyödyntää Vue.js: ää, TypeScriptiä, PostgreSQL:ää, Azurea ja Pythonia, ja se syöttää tietoa edistyneille analytiikka- ja tekoälymalleille betonireseptien ennustamiseen, optimointiin ja dynaamiseen iterointiin.

4. Mitä tuloksia saavutettiin?

Räätälöidyn T&K-työkalun käyttöönotto muutti Betolarin materiaalien kehitysputken:

• Analyysin dramaattinen nopeutuminen: Alusta nopeuttaa data-analyysiä merkittävästi, jolloin tutkijat voivat arvioida monimutkaisten sivuvirtojen käyttäytymistä murto-osassa aiemmasta ajasta.
• Suurten datamäärien iterointi: Tutkijat voivat helposti yhdistää tuhansien laboratoriotestien datan, mikä tekee reseptien kehityksestä erittäin datarikasta ja tieteellisesti vankkaa.
• Sujuvoitunut yhteistyö: Työkalu tarjoaa yhtenäisen dokumentoinnin ja näkemysten jakamisen ominaisuudet, mikä parantaa yksilöiden ja tiimien tehokkuutta koko T&K-yksikössä.
• Korkea käyttöönottoaste ja mukautuvuus: Vahvasti käyttäjäkokemukseen (UX) panostaen rakennettu järjestelmä muodostui suurimmalle osalle T&K-henkilöstöä päivittäiseksi, keskeiseksi osaksi työnkulkua, mikä teki globaalista toiminnasta ketterää ja skaalautuvaa.

5. Mitä ongelmia ilmeni?

• Suurin haaste oli äärimmäisen syötteiden vaihtelevuuden ja arkkitehtuurin monimutkaisuuden hallinta.
• Sellaisen digitaalisen käyttöliittymän kehittäminen, joka pystyi ottamaan sisään sekä rakenteista laboratoriodataa että rakenteettomia pilottikokeilujen tuloksia – ja kääntämään samanaikaisesti paikalliset jätesäännökset, erilaiset globaalit rakentamisstandardit ja maantieteelliset materiaalivaihtelut selkeiksi ennustaviksi kaavioiksi – vaati voimakasta taustajärjestelmän modularisointia ja tiukkaa datan mallinnusta.

6. Aika- ja rahainvestoinnit

• Tapaustutkimuksessa ei jaeta luottamuksellisia ohjelmistokonsultoinnin palkkioita, järjestelmän toteutuskustannuksia eikä yrityksen sisäisiä ohjelmistobudjetteja.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Projekti vaati erikoisosaamista pilviarkkitehtuurin suunnittelusta, ketterästä ohjelmistokehityksestä, full-stack-kehityksestä, materiaalitieteiden datan mallinnuksesta ja käyttäjäkokemuksen (UX) suunnittelusta.
• Betolarin päävastuullinen digitaalisen strategian, arkkitehtuurin modularisoinnin ja ohjelmistotoimituksen kumppani oli Futurice.

8. Liiketoimintafunktion luokitus

• Projekti kuuluu tutkimukseen ja kehitykseen (T&K), ohjelmistokehitykseen ja laadunvarmistukseen sekä DevOpsiin, infrastruktuuriin ja pilvipalveluihin.
• Se liittyy suoraan teolliseen tiedonhallintaan, puhtaan teknologian (cleantech) insinöörityöhön ja kiertotalouden digitalisaatioon.

9. Lähde

https://www.futurice.com/case-studies/betolar-towards-concrete-sustainability