Tekoälyn käyttö on demokratisoitunut. Tekoälyä voi nykyään hyödyntää kuka tahansa, ja tekoälysovelluksia toteutetaan eri aloilla kovalla vauhdilla. On mahdotonta täysin ennustaa, missä kaikessa tekoälyn vaikutukset näkyvät muutaman vuoden kuluttua.
– Moni teollisuusyritys on tehnyt isoja investointeja nykyiseen infrastruktuuriin, joten niille toiminnan optimointi on tärkeää. Usein datapohjaisten ratkaisujen tuottamaa arvoa mitataan vain euroissa, mutta aina ei tarvitse valita tehokkuuden, turvallisuuden ja ympäristön välillä. Insta voi auttaa yrityksiä saavuttamaan samanaikaisesti monenlaisia hyötyjä, sanoo älykkään teollisuuden ratkaisuja kehittävä johtaja Pekka Savolainen Instalta.
Insta on teknologiakonserni, jonka erityisosaaminen ja palvelut kattavat niin teollisuuden kuin myös puolustusteollisuuden tarpeet. Yhdistävänä tekijänä on vahva ja monipuolinen kyberturvallisuusosaaminen.
Kiinnostus kokonaisoptimointia kohtaan kasvaa
Mikä on kehityshankkeen takaisinmaksuaika? Tämä on tyypillinen kysymys, kun organisaatio harkitsee tekoälyn hyödyntämistä. Monilla toimialoilla on suurta mielenkiintoa tekoälyä kohtaan, mutta käytännön hyödyntäminen on usein vielä vähäistä. Insta pyrkii teollisella data-alustallaan (Industrial Data Platform) auttamaan muun muassa teollisuusyrityksiä siinä, että data saadaan mahdollisimman nopeasti hyötykäyttöön ja että siitä saadaan arvoa.
– Teollisuudessa on jo pitkään puhuttu älykkäästä kunnossapidosta ja tuotannon optimoinnista. Yrityksissä on käytössä järjestelmiä, jotka auttavat parantamaan asioita, mutta nämä älykkäiksi kutsutut ratkaisut ovat tyypillisesti pistemäisiä. Kokonaisvaltaista älykästä ratkaisua, joka pystyisi autonomisesti ohjaamaan kokonaista teollisuuslaitosta, ei ole käytössä eikä varmasti pitkään aikaan tulekaan. Silti kiinnostus tehdä kokonaisoptimointia kasvaa. Kun sitä kohti edetään, yritysten on pakko olla mukana, jotta ne pysyvät kilpailukykyisinä, Pekka Savolainen toteaa.
Teollisuusyritykset kaipaavat esimerkiksi järjestelmiä, jotka osaisivat kertoa koneiden vioista ennakkoon. Yleensä data ei kuitenkaan riitä tekoälyn kouluttamiseen kaikkia erilaisia vikaantumistyyppejä tunnistavaksi. Tällöinkin toivottuja hyötyjä voidaan saavuttaa esimerkiksi rakentamalla poikkeamantunnistusmalleja. Kun kone käyttäytyy eri tavalla kuin normaalisti, tieto menee asiantuntijalle, ja hän päättelee vikaantumisen syyt.
Analysoitu tilannekuva ja uudet taktiikat
– Puolustussektorilla tekoälyn tuominen järjestelmiin luo aivan uusia mahdollisuuksia. Tärkeää on rutiinitehtävien automatisointi, joka vapauttaa ihmisiä muun muassa valvonnasta ja tilannekuvan luomisesta muuhun toimintaan. Tekoälyä käyttäen voidaan analysoida sensoridataa, jotta esimerkiksi ajallista tai tilallista korrelaatiota tai syy-seuraussuhteita tunnistetaan. Tekoälyä hyödyntämällä voidaan myös tuottaa tilannekuvaa osittain valmiiksi analysoituna, kertoo Instan puolustussektorin tutkimusprojekteissa työskentelevä Senior Project Manager Ari Kosonen.
– Eräs tulevaisuuden trendi ovat autonomiset järjestelmät, joissa tekoäly mahdollistaa taktiikoita, joihin vastapuoli ei ehkä osaa varautua. Esimerkiksi miehittämättömillä, autonomisilla lentävillä aluksilla voidaan jatkossa toimia olosuhteissa, joissa ihminen ei enää suoriutuisi tehtävistään.
Kososen mukaan tekoälyn sotilaalliseen hyödyntämiseen sisältyy kuitenkin monia eettisiä kysymyksiä, esimerkiksi voimankäyttösääntöjen määrittelyyn liittyen. Nämä edelleen vaikuttavat välillisesti autonomisille järjestelmille sallittavaan autonomian asteeseen. Eettiset säännöt tulee huomioida jo autonomisen järjestelmän suunnitteluvaiheessa.
Tekoälyn hyödyntämiseen vaaditaan luotettavaa dataa
Mahdollisuuksia tekoälyn hyödyntämiseen on erityisesti organisaatioilla, joilla on suuria määriä dataa. Yritysten kannattaa pohtia hyöty- ja kustannusnäkökulmia – mikä on merkityksellistä liiketoiminnan kannalta? Joskus on selvää vaikkapa se, missä syntyy paljon hukkaa tai missä tuotannon laatu on heikkoa.
– Toisaalta on otettava huomioon, mistä asioista on olemassa laadukasta, luotettavaa dataa, sillä sitä tarvitaan tekoälyn hyödyntämisen pohjaksi. Ensin on laitettava kuntoon kaikki perusasiat. Vasta sen jälkeen tekoälyllä saadaan tehtyä viimeinen silaus, Instan kyberturvakonsultointia luotsaava Senior Director Jyrki Nivala toteaa.
Omaa dataa on suojattava, jotta kukaan ulkopuolinen ei pääse vaikuttamaan siihen. Jos organisaatio käyttää julkista dataa, kuten liikennedataa, on tärkeää, että mahdolliset poikkeukselliset lukemat huomataan. Jos taas organisaatio syöttää jonkinlaista dataa julkisiin tekoälypalveluihin, on syytä varautua siihen, että tiedot saattavat tulla julki. ChatGPT:n kaltaisia tekoälysovelluksia käytettäessä on hyvä huomioida myös se, mikä toimija tekoälyn taustalla on.
– Tekoälyn ongelma on perinteisesti ollut se, että se on lopulta datalla koulutettu musta laatikko, jonka sielunelämää kukaan ei osaa selittää. Tulevaisuudessa tavoitteena on itseään selittävä tekoäly. Silloin sen antamiin tuloksiin olisi helpompi luottaa, sanoo Jyrki Nivala.
