Outokumpu kehittää digitaalista innovaatiokeskusta tekoälyn ja edistyneen analytiikan hyödyntämiseen ruostumattoman teräksen tuotannossa. Käyttökohteita ovat tuotannon optimointi, operatiivinen tehokkuus ja hiilijalanjäljen vähentäminen.
1. Yrityksen kuvaus
- Outokumpu on maailman johtava kestävän ruostumattoman teräksen valmistaja, joka toimii lähes 30 maassa maailmanlaajuisesti ja työllistää tuhansia henkilöitä tuotantolaitoksissaan Euroopassa ja Amerikassa.
- Yritys on alan edelläkävijä kestävässä kehityksessä ja hiilijalanjäljen pienentämisessä, hyödyntäen aktiivisesti dataa, tekoälyä ja koneoppimista raskaan teollisen valmistuksen optimointiin, tuotelaadun parantamiseen sekä kilpailuasemansa vahvistamiseen kestävän metallurgian alalla.
2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?
- Outokumpu tarvitsi järjestelmällisen ja skaalautuvan tavan edistää, testata ja ottaa käyttöön tekoäly- ja koneoppimisinnovaatioita koko globaalissa tuotantoverkostossaan.
- Aiemmin digitaaliset kehitysprojektit käynnistyivät vaihtelevilla suunnittelu- ja toteutusmalleilla, mikä teki niistä vaikeasti hallittavia, järjestelmällisesti arvioitavia tai liiketoimintahyödyn näkökulmasta mitattavia.
- Yrityksen oli ylitettävä hajanaisen kokeilun esteet, poistettava koordinoimattomat kehityspanostukset ja validoitava nopeasti vaikuttavimmat tekoälykonseptit – erityisesti raskaisiin operatiivisiin kustannuksiin, kuten raaka-aineiden optimointiin, kohdistuen – samalla kun digitaaliset aloitteet sidottiin suoraan koko konsernin strategiaan.
3. Miten ongelma ratkaistiin ja millä työkaluilla?
- Solita toimi Outokummun kumppanina koneoppimisen kehitysalustan, vahvojen MLOps-prosessien ja koko yrityksen laajuisen digitaalisen innovaatiokeskuksen perustamisessa.
- Solita rakensi erillisen teknisen MLOps-alustan sekä MLOps-viitekehyksen sisältävän ohjekirjan, jossa määriteltiin parhaat käytännöt koneoppimisen elinkaaren hallintaan.
- Lisäksi tiimi loi liiketoimintalähtöisen innovaatiomallin, jonka avulla tekoälyideoita voidaan järjestelmällisesti seulottaa, testata ja skaalata, sekä laati AI North Star -visiolausuman ohjaamaan pitkäjänteistä digitaalista strategiaa ja tekoälyn integrointia liiketoimintayksiköiden välillä.
4. Mitä tuloksia saavutettiin?
- Yhteistyö tuotti koko yrityksen laajuisen digitaalisen innovaatiokeskuksen ja standardoidun MLOps-ohjekirjan, jotka virtaviivaistivat merkittävästi tekoälyprojektien elinkaarta, lyhensivät markkinoilletuloaikaa ja paransivat operatiivista tehokkuutta.
- Liiketoimintalähtöinen arviointiprosessi mahdollisti nopean arvon todentamisen varhaisvaiheen tekoälyhankkeille, mukaan lukien konseptitodistusprojektit terästuotannon raaka-aineoptimoinnista, joissa osoitettiin kymmenien miljoonien eurojen potentiaaliset säästöt.
- Lisäksi uusi AI North Star -visio asemoitiin mahdollistamaan tekoälyn järjestelmällinen integrointi tulevaan T&K:hon, CO2-jalanjäljen pienentämiseen ja kestävän valmistuksen käytäntöihin.
5. Mitä ongelmia ilmeni?
- Keskeisiä alkuvaiheen esteitä olivat standardoitujen kehitystyökalujen puute, epäyhtenäiset toteutusmallit sekä rakenteellisen arviointiprosessin puuttuminen eri liiketoimintayksiköissä, mikä vaikeutti tekoälyhankkeiden hallintaa ja hidasti varhaista arvon todentamista.
- Solita ja Outokumpu ratkaisivat nämä haasteet ottamalla käyttöön yhtenäisen MLOps-alustan, luomalla standardoidut kehitysohjeet ja MLOps-ohjekirjat sekä omaksumalla rakenteellisen innovaation ohjausmallin, jossa projektien skaalaaminen edellyttää varhaista liiketoimintaperusteista näyttöä.
6. Aika- ja rahainvestoinnit
- Julkaistussa tapaustutkimuksessa ei paljasteta tarkkoja talousarvioita, rahallisia kehityskustannuksia eikä yksityiskohtaisia projektin kestoa koskevia mittareita.
- Siinä todetaan, että perustavanlaatuinen MLOps-alusta ja digitaalinen innovaatiokeskus rakennettiin monivaiheisena strategisena hankkeena, ja ensimmäiset käyttötapaukset osoittivat nopeasti kymmenien miljoonien eurojen potentiaaliset säästöt.
7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?
- Hanke vaati erikoisosaamista koneoppimisen operaatioiden (MLOps) arkkitehtuurista, tekoälyn hallintamallista, teollisten prosessien optimoinnista, digitaalisen strategian ja innovaation johtamisesta, palvelumuotoilusta sekä muutosjohtamisesta raskaassa valmistuksessa.
- Solita toimi pääteknologia-, MLOps- ja digitaalisen transformaation kumppanina tehden tiivistä yhteistyötä Outokummun IT- ja digijohtoryhmien kanssa.
8. Liiketoimintafunktion luokitus
- Projekti kuuluu teollisen tekoälyn ja MLOps-infrastruktuurin, digitaalisen innovaation ja T&K: n johtamisen, kestävän valmistuksen operaatioiden sekä yritystason tekoälystrategian ja hallintamallin alueisiin.
Vastaa