Premix kehitti tekoälyn hyödyntämistä tukevan data-arkkitehtuurin ja strategisen tiekartan. Keskeisiä käyttökohteita ovat tuotannon laadun ennustaminen ja reseptien automatisointi.

1. Yrityksen kuvaus

• Premix Oy on vuonna 1980 perustettu teollinen puhtaan teknologian yritys, jonka kotipaikka on Rajamäki, Suomi.
• Yritys valmistaa korkealaatuisia jalostettuja muovimateriaaleja erikoissovelluksiin, kuten staattisen sähkön hallintaan.
• Vuonna 2020 yritys toi markkinoille myös antimikrobisen materiaalin, joka on suunniteltu torjumaan mikrobien aiheuttamia uhkia esimerkiksi elintarvikeketjussa ja terveydenhuollossa.
• Tapaustutkimusaineistossa ei mainita yrityksen tarkkaa kokonaishenkilöstömäärää.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Premix halusi hyödyntää tekoälyä ennustamaan laadunvaihteluita teollisissa valmistusprosesseissaan sekä tarkentamaan tuotantokustannusten arviointia.
• Lisäksi yritys pyrki kehittämään tuotesimulointiohjelmiston, jossa olisi automatisoitu komponentti reseptiikan (resepteihin/formulointeihin liittyvän) automatisointiin.
• Keskeinen haaste oli, että yrityksen olemassa oleva data-arkkitehtuuri piti määritellä kokonaan uudelleen, jotta se palvelisi samanaikaisesti nykyisiä operatiivisia työnkulkuja ja tulevia teknisiä tarpeita.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• Premixin edustajat osallistuivat AI-TIE CleanTech AI Accelerator -ohjelmaan, jossa ideoitiin useita liiketoimintakohtaisia tekoälyn käyttötapauksia.
• Yritys tunnisti, että sisäiset tavoitteet edellyttivät erittäin erikoistunutta teknistä osaamista, minkä vuoksi Premix etsi ketterän ulkoisen kumppanitoimittajan.
• Yhteistyössä valitun kumppanin kanssa yritys määritteli onnistuneesti uudelleen taustalla olevan data-arkkitehtuurin ja laati kohdennetun tekoälytiekartan.
• Tämä strateginen suunnitelma mahdollisti sen, että Premix pystyi räätälöimään koneoppimisratkaisut omiin liiketoimintaprosesseihinsa ja kartoittamaan tarkasti, miten uudet toiminnot integroituvat saumattomasti sekä nykyisiin että tuleviin ohjelmistoalustoihin.

4. Mitä tuloksia saavutettiin?

• Strategisen tekoälytiekartan onnistunut luominen varmisti, että uudet tekoälyratkaisut tukivat Premixin kokonaisvaltaista liiketoiminnan kehitystä ja laajempia pitkän aikavälin strategisia prosesseja.
• Integraatiosuunnitelman rakentaminen tiiviisti olemassa olevien työnkulkujen ympärille mahdollisti sen, että tekoälyn käyttöönotto voitiin sovittaa suoraan nykytoimintaan ilman, että yrityksen tiimeille syntyi tarpeetonta tai häiritsevää lisätyötä.

5. Mitä ongelmia ilmeni?

• Projektin merkittävin haaste oli alkuvaiheen vaikeus uudistaa yrityksen taustalla oleva data-arkkitehtuuri niin, että se kykenisi tukemaan päivittäisiä datakäytäntöjä ja samalla skaalautumaan tulevien tekoälysovellusten tarpeisiin.

6. Aika- ja rahainvestoinnit

• Lähdedokumentaatiossa ei paljasteta yrityksen luottamuksellisia talousarvioita, pääomasijoituksia eikä kumppanipalveluiden hintoja.
• Ajallisesti tapaustutkimus julkaistiin toukokuussa 2023 ja se kokoaa yhteen yrityksen kiihdytysvaiheen.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Projekti vaati erikoisosaamista puhtaan teknologian teollisista prosesseista, data-arkkitehtuurin uudelleensuunnittelusta, koneoppimisen integroinnista, reseptiikan automaatiomallinnuksesta sekä strategisen tiekartan suunnittelusta.
• Premix teki yhteistyötä AI-TIE CleanTech AI Accelerator -ohjelman kanssa (ohjelman kirjoittajat Haaga-Helian ja Laurean ammattikorkeakouluista) ja toteutti koneoppimiskomponentit yhdessä ketterän ulkoisen palvelukumppanin kanssa.

8. Liiketoimintafunktion luokitus

• Projekti kuuluu tutkimus ja kehitys (T&K) -toimintaan, strategia- ja liiketoimintamallin transformaatioon sekä valmistustekniikkaan.
• Se liittyy suoraan teolliseen data-arkkitehtuuriin, puhtaan teknologian innovaatioihin sekä prosessinohjaukseen ja automaatioon.

9. Lähde

Premix – the role of partners and a strategic roadmap in AI-based solutions – eSignals