Lyhyt kuvaus: 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.
9. Lähde
Avainsanat:
koneoppiminen, toimitusketjun optimointi, Solita, pilvipalvelut, järjestelmäintegraatiot, tiedonhallinta, kestävä kehitys
Vastaa