Lyhyt kuvaus: Betolar kehittää dataohjattua materiaalitutkimusta, jossa tekoälyä hyödynnetään teollisten sivuvirtojen analysoinnissa ja vähähiilisten sementtimateriaalien kehittämisessä. Tavoitteena on nopeuttaa materiaalikehitystä ja tukea uusien materiaalikoostumusten skaalaamista.

1. Yrityksen kuvaus

Betolar Oyj on edelläkävijänä toimiva suomalainen materiaaliteknologiayritys, joka keskittyy vauhdittamaan vihreää siirtymää rakennus- ja kaivosteollisuudessa. Suomessa päämajaansa pitävä yritys kehittää vähähiilisiä, kiertotalouden mukaisia ratkaisuja – erityisesti Geoprime®-ratkaisuaan, joka muuntaa teollisuuden sivuvirrat (kuten metallurgisen kuonan tai kaivosten rikastushiekan) suorituskykyisiksi sementin korvikkeiksi. Tapaustutkimuksen tekstissä ei täsmennetä tarkkoja henkilöstömääriä eikä yrityksen vuosittaista liikevaihtoa.

2. Mikä ongelma tekoälyn oli tarkoitus ratkaista?

• Rakennusala on merkittävä saastuttaja: pelkästään perinteinen sementin tuotanto aiheuttaa noin 7 % maailman CO2-päästöistä. Vaikka Betolar kehitti onnistuneesti geopolymeeriratkaisun, joka vastaa perinteisen betonin lujuutta ja pienentää samalla hiilijalanjälkeä jopa 80 %, liiketoiminnan skaalaaminen toi mukanaan merkittävän dataan liittyvän esteen. Teollisuuden sivuvirrat vaihtelevat dramaattisesti kemiallisen koostumuksensa, fysikaalisten ominaisuuksiensa ja saatavuutensa osalta maantieteellisen alkuperänsä mukaan. Kestävien reseptien kaupallistamiseksi maailmanlaajuisesti Betolarin T&K-tiimi tarvitsi tavan nopeuttaa materiaalianalyysiä, hallita erittäin vaihtelevaa dataa ja lopettaa turvautuminen hitaisiin, hajanaisiin laboratoriotestaussykleihin.

3. Miten ongelma ratkaistiin ja millä työkaluilla?

• Betolar teki yhteistyötä digitaalisen transformaation toimiston Futuricen kanssa uudistaakseen digitaalisen strategiansa ja modularisoidakseen ohjelmistoympäristönsä. Insinööritiimit rakensivat erikoistuneen, dataohjatun T&K-analytiikkatyökalun ja laboratorion tiedonhallintajärjestelmän (LIMS). Alusta yhdistää rakenteisen ja rakenteettoman datan erilaisista laboratoriokokeista ja pilottikokeiluista keskitettyyn tietovarastoon. Järjestelmä toimii pilvinatiivissa teknologiapinossa, joka hyödyntää Vue.js:ää, TypeScriptiä, PostgreSQL:ää, Azurea ja Pythonia, ja se syöttää tietoa edistyneille analytiikka- ja tekoälymalleille betonireseptien ennustamiseen, optimointiin ja dynaamiseen iterointiin.

4. Mitä tuloksia saavutettiin?

• Räätälöidyn T&K-työkalun käyttöönotto muutti Betolarin materiaalien kehitysputken:
• • Analyysin dramaattinen nopeutuminen: Alusta nopeuttaa data-analyysiä merkittävästi, jolloin tutkijat voivat arvioida monimutkaisten sivuvirtojen käyttäytymistä murto-osassa aiemmasta ajasta.
• • Suurten datamäärien iterointi: Tutkijat voivat helposti yhdistää tuhansien laboratoriotestien datan, mikä tekee reseptien kehityksestä erittäin datarikasta ja tieteellisesti vankkaa.
• • Sujuvoitunut yhteistyö: Työkalu tarjoaa yhtenäisen dokumentoinnin ja näkemysten jakamisen ominaisuudet, mikä parantaa yksilöiden ja tiimien tehokkuutta koko T&K-yksikössä.
• • Korkea käyttöönottoaste ja mukautuvuus: Vahvasti käyttäjäkokemukseen (UX) panostaen rakennettu järjestelmä muodostui suurimmalle osalle T&K-henkilöstöä päivittäiseksi, keskeiseksi osaksi työnkulkua, mikä teki globaalista toiminnasta ketterää ja skaalautuvaa.

5. Mitä ongelmia ilmeni?

Suurin haaste oli äärimmäisen syötteiden vaihtelevuuden ja arkkitehtuurin monimutkaisuuden hallinta. Sellaisen digitaalisen käyttöliittymän kehittäminen, joka pystyi ottamaan sisään sekä rakenteista laboratoriodataa että rakenteettomia pilottikokeilujen tuloksia – ja kääntämään samanaikaisesti paikalliset jätesäännökset, erilaiset globaalit rakentamisstandardit ja maantieteelliset materiaalivaihtelut selkeiksi ennustaviksi kaavioiksi – vaati voimakasta taustajärjestelmän modularisointia ja tiukkaa datan mallinnusta.

6. Aika- ja rahainvestoinnit

Tapaustutkimuksessa ei jaeta luottamuksellisia ohjelmistokonsultoinnin palkkioita, järjestelmän toteutuskustannuksia eikä yrityksen sisäisiä ohjelmistobudjetteja.

7. Millaista osaamista tarvittiin ja mitä yhteistyökumppaneita käytettiin?

• Projekti vaati erikoisosaamista pilviarkkitehtuurin suunnittelusta, ketterästä ohjelmistokehityksestä, full-stack-kehityksestä, materiaalitieteiden datan mallinnuksesta ja käyttäjäkokemuksen (UX) suunnittelusta. Betolarin päävastuullinen digitaalisen strategian, arkkitehtuurin modularisoinnin ja ohjelmistotoimituksen kumppani oli Futurice.

8. Liiketoimintafunktion luokitus

Projekti kuuluu tutkimukseen ja kehitykseen (T&K), ohjelmistokehitykseen ja laadunvarmistukseen sekä DevOpsiin, infrastruktuuriin ja pilvipalveluihin. Se liittyy suoraan teolliseen tiedonhallintaan, puhtaan teknologian (cleantech) insinöörityöhön ja kiertotalouden digitalisaatioon.

9. Lähde

https://www.futurice.com/case-studies/betolar-towards-concrete-sustainability

Avainsanat:
DevOps, laadunvarmistus, UX-suunnittelu, kiertotalous, materiaalikehitys, Futurice, pilvipalvelut, tiedonhallinta