Lyhyt kuvaus: 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

Avainsanat:
koneoppiminen, strateginen suunnittelu, elintarviketeknologia, terveydenhuolto, AI-TIE, simulointi