Outokumpu kehittää globaalia pilvipohjaista data-alustaa, joka yhtenäistää datan saatavuutta ja tukee edistynyttä analytiikkaa. Alusta muodostaa perustan tekoälypohjaiselle liiketoiminnan päätöksenteolle.
1. Yrityksen kuvaus
- Outokumpu on maailman johtava kestävän ruostumattoman teräksen valmistaja, joka toimii globaalisti lähes 30 maassa ja jolla on tuotantolaitoksia Euroopassa ja Amerikassa.
- Suurena raskaan teollisuuden valmistajana organisaatio tuottaa päivittäin valtavia määriä operatiivista, toimitusketjun, taloudellista ja metallurgista tuotantodataa.
- Outokummun painopisteinä ovat digitaalinen transformaatio, yrityksen datan modernisointi sekä tekoälyn integrointi ydinprosesseihin, jotta se säilyttää alan huipputason suorituskyvyn ja edistää kestävyystavoitteitaan.
2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?
- Outokumpu kohtasi datan pirstaloitumista globaalissa tuotantoverkostossaan vanhojen järjestelmien, erillisten alueellisten datasilojen ja koordinoimattomien digitaalisten hankkeiden vuoksi.
- Tämä pirstaloituminen haittasi reaaliaikaista operatiivista näkyvyyttä ja esti yritystä kehittämästä, testaamasta ja skaalaamasta tekoäly- ja edistyneitä koneoppimisratkaisuja liiketoimintayksiköiden välillä.
- Outokummun oli purettava sisäiset datasilot, virtaviivaistettava datavirta raskailta tuotantokoneilta päätöksentekijöille ja luotava suorituskykyinen digitaalinen perusta, joka tukee skaalautuvia tekoälymalleja.
3. Miten ongelma ratkaistiin ja millä työkaluilla?
- Solita toimi Outokummun kumppanina yhtenäisen, modernin globaalin datapohjan suunnittelussa ja rakentamisessa, joka integroitiin vahvaan MLOps-ekosysteemiin.
- Ratkaisu rakensi keskitetyt pilvipohjaiset dataputket, standardoidut hallintamallit ja automatisoidun dataintegraation, jotka yhdistävät fyysisen tuotannon kehittyneeseen analytiikkaan.
- Tämä ekosysteemi tarjoaa turvallisen hiekkalaatikkoympäristön data engineering- ja data science -tiimeille, mahdollistaen nopean prototypoinnin, koneoppimisalgoritmien koulutuksen ja operoinnin reaaliaikaista teollista optimointia varten.
4. Mitä tuloksia saavutettiin?
- Globaalin datapohjan käyttöönotto poisti operatiiviset tiedon pullonkaulat ja paransi merkittävästi datan saatavuutta ja tarkkuutta liiketoimintayksiköiden välillä.
- Yritystiimit saivat selkeitä, dataohjattuja näkemyksiä tuotantoprosesseista, mikä mahdollisti nopeamman ja luotettavamman päätöksenteon.
- Lisäksi alusta lyhensi merkittävästi tekoälyinnovaatioiden kehitys- ja käyttöönottoaikaa, luoden toistettavan mallin tekoälypohjaiselle tuotannon tehostamiselle ja pitkäjänteisille kestävän kehityksen hankkeille.
5. Mitä ongelmia ilmeni?
- Monimutkaisen legacy IT/OT (informaatioteknologia / operatiivinen teknologia) -teollisuusympäristön hallinta, hajanaisten datavirtojen standardointi useilta terästehtailta sekä muutoksen johtaminen globaalien tiimien kesken muodostivat alkuvaiheen haasteita.
- Solita ja Outokumpu ratkaisivat nämä selkeillä hallintamalleilla, ketterillä alusta-arkkitehtuureilla, automatisoiduilla dataputkilla sekä tiiviillä poikkitoiminnallisella yhteistyöllä IT-johdon, data-asiantuntijoiden ja tehdasjohdon välillä.
6. Aika- ja rahainvestoinnit
- Tapaustutkimus ei paljasta tarkkoja talousarvioita, kehityskustannuksia eikä projektin kestoa.
- Siinä korostetaan, että globaali datapohja rakennettiin perustavanlaatuiseksi, monivaiheiseksi hankkeeksi, jonka tavoitteena on tuottaa pitkäaikaista taloudellista ja operatiivista arvoa jatkuvan tekoälyintegraation kautta.
7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?
- Projekti vaati erikoisosaamista yritystason pilvipohjaisesta datapohja-arkkitehtuurista, teollisesta data engineeringistä, koneoppimisen operaatioista (MLOps), tiedonhallinnasta sekä teollisen digitaalisen transformaation strategiasta.
- Solita toimi keskeisenä strategisena teknologia-, data-arkkitehtuuri- ja tekoälytransformaatiokumppanina, joka työskenteli suoraan Outokummun IT- ja digijohtoryhmien kanssa.
8. Liiketoimintafunktion luokitus
- Projekti sijoittuu yritystason datapohja-arkkitehtuuriin, teolliseen tekoälyinfrastruktuuriin ja MLOpsiin, kestävän valmistuksen analytiikkaan sekä yrityksen digitaaliseen transformaatioon.
Vastaa