Globaali ilmailualan valmistaja rakensi Azure-pohjaisen keskitetyn tekoälyalustan AI- ja koneoppimisratkaisujen kehittämiseen, käyttöönottoon ja hallintaan. Alusta tukee käyttötapausten arviointia, automaattista käyttöönottoa ja olemassa olevien mallien skaalaamista.
1. Yrityksen kuvaus
- Ilmailualan valmistaja on merkittävä globaali toimija erittäin säännellyllä ilmailu- ja avaruusalalla.
- Edistyneenä teollisuuden edelläkävijänä yritys oli jo itsenäisesti kehittänyt, pilotoinut ja saattanut päätökseen useita sisäisiä tekoäly- (AI) ja koneoppimis- (ML) tutkimusprojekteja.
- Yritys toimii kansainvälisesti useiden alueellisten liiketoimintayksiköiden ja insinööritoimipisteiden kautta ympäri maailmaa.
2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?
- Yritys kohtasi merkittävän pullonkaulan optimoinnissa ja tulosten esittelyssä, koska valmiit tekoälymallit ja data-analytiikkaprojektit jäivät jumiin erillisiin alueellisiin insinööriosastojen siiloihin.
- Yrityksellä ei ollut standardoitua, turvallista alustaa, jolla valmiiden tekoälymallien kyvykkyyksiä ja sijoitetun pääoman tuottoa (ROI) olisi voitu esitellä konsernin sidosryhmille, asiakkaille ja kumppaneille.
- Tämä viestintäkuilu esti tekoälyn laajaa käyttöönottoa koko konsernissa ja hidasti onnistuneiden konseptitodistusten (PoC) siirtämistä laajempaan tuotantokäyttöön.
3. Miten ongelma ratkaistiin ja millä työkaluilla?
- Kumppani Adastra rakensi keskitetyn, pilvipohjaisen esittely- ja jakelualustan hyödyntäen Microsoft Azuren tekoälyteknologioita.
- Arkkitehtuuri otti käyttöön turvalliset, yksityiset instanssit Azure OpenAI Servicestä ja Machine Learning Studiosta asiakkaan valmiiden tekoälyratkaisujen isännöimiseksi.
- He integroivat Azure Intelligent Searchin, jotta sidosryhmät voivat jäsennellä, löytää ja käyttää dynaamisesti hajanaista ilmailualan tutkimusdataa eri järjestelmistä, samalla kun koko infrastruktuuri suojattiin tiukoilla yritystason tietoturvarajoilla arkaluontoisten ilmailupiirustusten suojaamiseksi.
4. Mitä tuloksia saavutettiin?
- Valmistaja lanseerasi onnistuneesti keskitetyn yritysalustan, joka esitteli selkeästi valmiiden tekoälyprojektien onnistumisen sisäisille tiimeille ja ulkoisille ostajille.
- Tiedon kulkunopeus kasvoi merkittävästi, ja sisäiset tiimit saivat kriittiseen dataan ja malleihin 10 kertaa nopeamman pääsyn.
- Alusta myös nopeutti tutkimussyklejä, saavuttaen 4 kertaa nopeamman tutkimuksen validointiajan uusille ilmailusovelluksille, ja poisti kokonaan riskin turhasta työstä tai virheistä, joita päällekkäinen tutkimus kansainvälisten valmistustiimien välillä oli aiemmin aiheuttanut.
5. Mitä ongelmia ilmeni?
- Projektissa kohdattiin merkittäviä haasteita datan hajanaisuuden ja tiukan tietoturvavaatimusten yhteensovittamisessa.
- Koska valmistajan valmiit tekoälyprojektit oli rakennettu erilaisten vanhojen järjestelmien ja erillisten alueellisten IT-kehysten päälle, niiden yhdistäminen yhtenäiseen pilvirakenteeseen vaati huomattavaa datan siirtoa ja siivoamista.
- Lisäksi tiukkojen, yksityisten tietosuojarajojen ylläpitäminen arkaluontoisille ilmailupiirustuksille samalla kun rakennettiin ulospäin avautuva, jakamiseen kykenevä alusta, asetti tiukkoja teknisiä reunaehtoja.
6. Aika- ja rahainvestoinnit
- Tapaustutkimuksen dokumentaatio ei mainitse konkreettisia taloudellisia lukuja investoinnille.
- Se kuitenkin kertoo, että arkkitehtuuri hyödynsi Adastran nopeutettuja käyttöönottokehyksiä Azure OpenAI:lle, jotka tyypillisesti lyhentävät käyttöönoton asetusajan muutamaan viikkoon, mikä laskee kokonaisomistuskustannuksia (TCO).
- Järjestelmä myös vähensi pysyvästi tuhansia manuaalisia työtunteja, jotka oli aiemmin käytetty jäsentymättömän insinööritiedon louhintaan.
7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?
- Toteutus vaati syvällistä osaamista pilviarkkitehtuurin suunnittelusta, generatiivisen tekoälyn tekniikasta, yritystason hakuoptimoinnista, kehotesuunnittelusta sekä monimutkaisesta yritystason tietoturvavaatimusten hallinnasta.
- Päävastuullinen kumppani oli Adastra, joka toimi ydin-tekoälykonsulttina ja toteuttajana yhteistyössä Microsoft Azuren kanssa.
8. Liiketoimintafunktion luokitus
- Projekti liittyy ensisijaisesti yrityksen T&K-strategiaan ja tietämyksenhallintaan, koska se yhdistää ja indeksoi korkean tason sisäistä teknistä tutkimusta.
- Se vaikuttaa myös vahvasti tuotteistamiseen, yritysviestintään ja digitaaliseen markkinointiin, koska lopputulos toimii sisäisenä ja ulkoisena esittelyalustana, jolla yritys osoittaa teknisen osaamisensa.
Vastaa