<img src="https://secure.leadforensics.com/133892.png" alt="" style="display:none;">

Uber, Amazon või Google on oma innovatiivsuse ja tootearenduse poolest võrreldavad võidusõidumaailmas WRC või Vormel 1-ga, sest seal väljatöötatud uudsed lahendused jõuavad järgnevate aastate jooksul ka autode seeriatootmisesse. Just sama on tänaseks toimunud tehisintellektiga ettevõtete digitaalse innovatsiooni vallas, kirjutab Columbus Eesti digitaliseerimise ekspert Indrek Sabul.

Tehisintellekt (Artificial Intelligence), masinõpe (Machine Learning) ja Asjade internet (IoT) ei ole enam ammu ainult suurte ettevõtete mängumaa. Tänaseks on tegu kõigile kättesaadavate töövahenditega.

Kas need lahendused on alati suured, keerulised ja väga kallid? Pole tõsi. Enam ei ole vaja  lõputut programmikoodi ega vajadust doktorikraadi järele selle kirjutamisel. Nüüd on võimalik parimate teadlaste ja programmeerijate poolt loodud valmis moodulid ja komponendid lihtsal moel kokku panna, kasutatdes tuttavat tirimise-kukutamise meetodit (drag and drop).

Just niimoodi töötab pilvetehnoloogial põhinev Microsoft Azure keskkond, kuhu on koondatud üle 100 erineva teenuse ja rakenduse. Neid omavahel kombineerides saab kokku panna erakordselt kasulikke, huvitavaid ja innovaatilisi lahendusi.

Kuigi oleme harjunud, et suurte tarkvaratootjate lahendused nõuavad sama tootja “täispaketi” kasutamist, on Azure selles osas erandlik ja ei eelda, et ettevõtte keskseks majandustarkvaraks (ERP) oleks mõni Microsofti toode. Azure paketi tooted on läbi spetsiaalse integratsiooniplatvormi Common Data Service ühendatavad enamike elementaarset töökindlust omavate majandustarkvarade ja andmebaasidega.

Kes võiks Eestis masinõppe ja asjade interneti enda kasuks tööle panna?

Meie seniste edulugude põhjal on heaks näiteks toiduainetööstuse tootearendus ja turundus.

Masinõppes kasutatavad algoritmid suudavad leida andmetest selliseid mustreid ja anomaaliaid, mida inimsilm ei märka ja tavaline aruandlus ei näita.

Nii saab näiteks tuvastada ostueelistuste seoseid enim meeldivate maitseainetega või nende kombinatsioonidega. Lisades sellele veel sotsiaalmeedia postituste ning toidublogides olevate retseptide ja kommentaaride analüüsi, saame tulemuseks põhjaliku tarbijate maitse-eelistuste mustri, mille põhjal saab ennustada erinevate klienditüüpide tulevast ostukäitumist ning vastavalt sellele tuua turule uusi edukaid tooteid. 

Millal allahindamisel käsipidurit tõmmata?

Ka hulgi- ja jaekaubanduse vallast on hea näidet tuua, seda eelkõige hinnastamise osas. Ostjana rõõmustame alati madalate kampaaniahindade üle, samas müüja või tootjana peaksime teadma, kus on piir, milleni oleks otstarbekas hinda langetada.

Hinna langetamine toob reeglina kaasa müügimahu kasvu, kuid kusagil on piir, mil müük enam hinnalangusest sõltuvalt ei suurene. Hinnaelastsuse mudel masinõppes aitab meil need piirid paika panna ja leida kõige optimaalsema mudeli, kuidas on kampaaniate hinnastamise abil oma müüki või tootmist võimalik kasvatada.

Ära analüüsi minevikku, ennusta tulevikku!

Kolmas näide kuulub just asjade interneti valdkonda. Paljud tootmisettevõtted koguvad suures koguses erinevat tehnilist infot oma tootmise ja seadmete kohta.  Sensorite mõõdetud tulemused arhiveeritakse ja neid analüüsitakse, paraku sageli minevikku kokku võttes, mitte tulevikku ennustades.

Võtkem näiteks tundliku tootmisseadme, mille üks element peab töötama kindlal temperatuuri vahemikul. Microsoft Azute IoT ja Microsoft Flow vahenditega saame luua olukorra kus selle seadme temperatuurianduri muutus üle lubatud normi tekitab automaatse töövoo, mille tulemusena saab tehnik SMS-ga töökäsu: „Võta laost varuosa X, vii see seadme Y juurde ja vaheta selle komponent X välja täna enne kella 16:30. Vastasel korral läheb seade 96% tõenäosusega katki kell 17:15.

Kas poleks vapustav? Meie jaoks mitte, oleme taoliste võimalustega juba harjunud. Kasvõi eeltoodud näide on tarkvaralahenduste abil lihtsasti teostatav — ei mingit kallist või keerulist tehnoloogiat. Loov mõtlemine, soov muutuda paremaks ja hea koostööpartner, kellega koos neid ideid genereerida ning ellu viia, on ainsad, mida vajad.

Lugu on ilmunud ka tööstusuudised.ee digitaliseerimise teemaveebis.

TEEMAD

Tahad rohkem teada? Küsi julgesti!

Blogi

Puiduettevõtte tegevus on üsna spetsiifiline ja tihti kasutatakse erinevates töölõikudes erinevaid tarkvarasid, mis teeb ülevaate saamise ja analüütika raskemini kättesaadavaks.
Puidukoda OÜ on 1997. aastal loodud ettevõte, mis tegeleb kõrge lisandväärtusega okaspuust höövelmaterjali tootmise ja turustamisega. Ettevõtte tootmine asub Viljandimaal Karksis ja lisaks on neil kontor Tartus. Puidukoda annab tööd enam kui 125 töötajale. Ettevõte kuulub Prantsuse puiduettevõtete gruppi Rose Group ja Puidukoja tooteid turustatakse enam kui 35 riigis. Viimased aasta aega on Puidukoda kasutanud majandustarkvara Microsoft Dynamics 365 Business Central. Lisaks Business Centralile võeti kasutusele COLTimber – Columbuse poolt välja töötatud puidulahendus, mis pakub puiduettevõtjatele vajalikku funktsionaalsust, alates palgi vastuvõtust ja mõõtmisest läbi saagimise, kuivatamise, sorteerimise ning järeltöötluse kuni müügi ja väljastuseni.
Alates 2021. aasta lõpust on GlobalReader Connector Microsoft Business Centralile kõigile kättesaadav Microsoft AppSources. GlobalReader pakub tarka pilvepõhist ja reaalajas toimivat tootmistarkvara. Kasutades reaalajas kogutud andmeid, aitab GlobalReaderi tarkvara tootmisettevõtetel vähendada masinate seisakuid (kuni 30% esimese kolme kuuga) ning võita seeläbi aega ning raha. GlobalReader Connector võimaldab liigutada tootmisteavet märkamatult ühest tarkvarast teise - automaatselt ja mis põhiline - reaalajas. GlobalReaderi ökosüsteem kaasab tootmisse kogu meeskonna ja on hõlpsasti kasutatav mistahes asukohas ja ükskõik millisest nutiseadmest.
Tööstusettevõtte juhtimises osaleva võtmeisikuna tead unepealt, et lisaks osavatele töötajatele ja tarkadele seadmetele, on võtmeteguriteks tark planeerimine. Nagu tootmise puhul ikka, omavad võtmetähtsusega rolli ka kõik sinu ettevõtte tarneahela lülid, sisseostust logistikani. Olete puitmaterjali väärindamises suurepärased, kuid mõned protsessid ettevõttes tekitavad aeg-ajalt peavalu, on tüütud, kipuvad korduma ning võtavad liigselt aega? Muutunud olud ja ressursside kallinemine on piisav põhjus leidmaks uusi lahendusi.
Nagu teada, siis digitaliseerimise mõte on ära lahendada mõni probleem ja muuta ettevõtte protsess paremaks, kiiremaks või kulusäästlikumaks. Teoorias kõlab see lihtsalt ja arusaadavalt. Kuid kuidas siis ikkagi hinnata, kas eelseisev investeering tasub ennast ära või mitte?