Rolan kehitti Rolan Digital Platform -alustaa tekoälyn ja datan hyödyntämiseen. Ratkaisu tukee ennustettavuutta, tiedonhallintaa ja tekoälypohjaisten käyttötapausten siirtämistä konseptivaiheesta tuotantokäyttöön.
1. Yrityksen kuvaus
- Rolan on yritys, joka osallistui AI-TIE-tekoälykiihdyttämöön (FAIAn, Haaga-Helian ja Laurean yhteiseen hankkeeseen, joka tukee pieniä ja keskisuuria yrityksiä).
- Aineistossa mainitaan, että yritys toimii tiimillä, jossa työntekijät hallinnoivat yhteistä dataa ja järjestelmäprosesseja hyödyntäen etätyön ja hajautetun työskentelyn rakenteita.
- Tarkkaa kokonaishenkilöstömäärää tai toimialakohtaisia tunnuslukuja ei kerrota tekstissä.
2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?
- Yritys toimii kiireisessä liiketoimintaympäristössä, jossa kriittinen toiminnan ennakointi ja ennustettavuus perustui perinteisesti kokonaan “hiljaiseen tietoon” – tietoon, joka jäi yksittäisten työntekijöiden pään sisään ja heidän kokemukseensa.
- Rolan halusi siirtyä nykyaikaiseen, jäsenneltyyn dataratkaisuun ennustettavuuden tueksi ja hallita laajaa, kattavaa tietojärjestelmäuudistusta.
- Yrityksen oli siirryttävä kokeellisesta konseptitodistusvaiheesta (PoC) vakaaseen tuotantojärjestelmään minimoiden samalla investointiriskit, varmistaen datan ylläpidon ja luoden selkeän kuvan toiminnan tulevasta kehityksestä.
3. Miten ongelma ratkaistiin ja millä työkaluilla?
- Rolan osallistui AI-TIE-tekoälykiihdyttämöön ohjatakseen ratkaisunsa kokeiluvaiheesta tuotantovalmiiksi kehykseksi.
- Prosessi noudatti iteratiivista lähestymistapaa (samankaltaista kuin IT-projekteissa laajasti käytetty CRISP-DM-malli), jossa vuorottelivat sprinttien suunnittelu, testaus ja toteutus.
- Alkuvaiheen PoC-jaksossa tiimi tukeutui manuaaliseen työhön ja vanhoihin järjestelmiin todentaakseen asiakkaiden kiinnostuksen, selvittääkseen tekniset vaatimukset ja tehdäkseen strategista suunnittelua.
- Siirtyäkseen täyteen tuotantoon yritys otti käyttöön Rolan Digital Platform -alustan, kartoitti räätälöidyt teknologiaratkaisut, määritteli tekoäly- ja ohjelmistokomponentin täsmällisen roolin sekä uudisti sisäiset yhteistyömallit yhdistämään koneen ja ihmisen tekemän digitaalisen tietotyön.
4. Mitä tuloksia saavutettiin?
- Toteutus vei projektin onnistuneesti “go/no go” -päätöksen yli ja vahvisti liiketoiminnalle selkeän teknisen ja strategisen kannanoton.
- Alustan siirtäminen tuotantoon uudisti onnistuneesti sen, miten yritys hoitaa ennustettavuuden.
- Kun projekti organisoitiin oman sisäisen tuoteomistajan alaisuuteen, yritys rakensi tiiviisti yhteen sitoutuneen tiimirakenteen, joka kykenee ylläpitämään masterdataa, turvaamaan investoinnin kannattavuuden ja luomaan yhteisen näkemyksen etä- ja hajautetusti työskentelevien tiimien kesken.
5. Mitä ongelmia ilmeni?
- Kriittisin operatiivinen haaste oli tuttujen prosessien äkillinen muutos.
- Kokeellisessa PoC-vaiheessa työntekijät käyttivät vielä vanhoja järjestelmiä ja manuaalista työtä, joten heidän ei tarvinnut opetella uusia menetelmiä välittömästi.
- Siirtyminen tuotantoon pakotti massiiviseen loikkaan uuteen järjestelmään, mikä nosti esiin haasteen saada tiimi ylläpitämään masterdataa johdonmukaisesti; jos masterdata laiminlyödään, koko palvelu kaatuu.
- Lisäksi etätiimien johtaminen loi viestinnällisiä esteitä, sillä eri sidosryhmät saattoivat tulkita toiminnallisia tarpeita ja odotuksia väärin.
6. Aika- ja rahainvestoinnit
- Dokumentaatiossa ei paljasteta yrityksen luottamuksellisia taloudellisia tunnuslukuja eikä ohjelmistokehityksen suoria kustannuksia.
- Ajallisesti tekstissä todetaan, että tämä kehitystyö vaatii vähintään useiden kuukausien panostuksen, jotta tiimin jäsenet ehtivät sopeutua täysin, ideoida ja löytää yhteisen näkemyksen uusista yhteistyömalleista.
7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?
- Projekti vaati erikoisosaamista digitaalisesta tietotyöstä, iteratiivisten IT-projektikehysten hallinnasta (CRISP-DM-malli), muutosjohtamisesta, masterdatan ylläpidosta ja poikkiorganisatorisesta tiimiviestinnästä.
- Rolan toteutti tämän kiihdytysvaiheen yhteistyössä AI-TIE-tekoälykiihdyttämön ekosysteemin kanssa (yhteishanke, jossa ovat mukana FAIA – Finland’s Artificial Intelligence Accelerator, Haaga-Helia ammattikorkeakoulu ja Laurea-ammattikorkeakoulu).
8. Liiketoimintafunktion luokitus
- Projekti kuuluu tutkimukseen ja kehitykseen (T&K), ohjelmistokehitykseen ja laadunvarmistukseen sekä strategian ja liiketoimintamallin transformaatioon.
- Se liittyy suoraan tietojärjestelmien modernisointiin, datan elinkaaren hallintaan ja digitaalisen työympäristön toimintoihin.
Vastaa