Tekoäly ei ole enää pelkkä assistentti vaan siirtymässä ohjaamaan kokonaisia kehitysprosesseja. – Assistenttina tekoäly tuo 10 prosenttia lisää tuottavuutta, mutta agentteina tuottavuus paranee 70 prosenttia, sanoi Etteplanin palveluratkaisujen päällikkö Tero Hämeenaho yhtiön teknologiapäivässä eilen Espoossa.
Hämeenahon mukaan muutos on ennen kaikkea siirtymä yksittäisistä työkaluista kohti järjestelmiä, jotka tekevät päätöksiä ja koordinoivat työtä itsenäisesti. Agenttinen tekoäly ei hänen mukaansa perustu enää jatkuvaan promptaamiseen, vaan kokonaisuuksien orkestrointiin. Lopulta projektit automatisoidaan alusta loppuun.
Keskeinen ajuri muutokselle on paine parantaa tuotekehityksen tuottavuutta ja lyhentää läpimenoaikoja ilman lisäresursseja. Samalla sääntely lisää vaatimuksia ja tuotetiedon hallinta on monessa yrityksessä edelleen hajallaan. Etteplan korostaa, että juuri datan laatu ja hallinta ratkaisevat, kuinka pitkälle tekoälyä voidaan hyödyntää.
Entä jos yritys vielä pohtii, pitäisikö tekoälyä hyödyntää? Eikö se ole aika lailla game over? Kysymys on tahallisen provosoiva, mutta Hämeenaho allekirjoittaa sen kyllä.
Käytännössä agenttien hyödyntäminen ei kuitenkaan ole yksinkertainen teknologiapäätös. Etteplan kehittää rAIse-työkalujaan yhdessä asiakkaiden kanssa, ja jokainen käyttöönotto vaatii investointipäätöksen sekä integraation olemassa oleviin järjestelmiin. Usein jo pelkkä prosessien optimointi ilman tekoälyä voi tuoda merkittäviä säästöjä.
– Jos prosessin parantaminen tuo 20 prosentin säästöt, ei ole mikään rakettitiedekysymys, lähdetäänkö agenttia rakentamaan, Hämeenaho kuvasi.
Suurin muutos kohdistuu tuotekehitykseen, jossa agentit voivat yhdistää eri suunnittelualojen dataa ja automatisoida monivaiheisia tehtäviä. Ohjelmistokehityksessä agentit kirjoittavat jo koodia, mutta laitteistopuolella haasteet ovat suuremmat.
– Ohjelmistossa tuotos on digitaalinen. Laitteistossa agentin pitää ymmärtää komponentteja, mekaniikkaa ja toimitusketjuja, Hämeenaho sanoi.
Tulevaisuudessa agentit voivat hänen mukaansa tuottaa nopeasti suuren määrän vaihtoehtoisia ratkaisuja, joita optimoidaan simulaatioiden avulla. Viikkojen ja kuukausien kehityssyklit voivat lyhentyä tunneiksi, kun suunnittelu, analyysi ja dokumentointi automatisoituvat.
Etteplanin visiossa mallipohjainen suunnittelu, digitaalinen kaksonen ja datavetoinen valmistus yhdistyvät tekoälyn avulla yhdeksi jatkuvaksi kehityssilmukaksi. Muutos ei kuitenkaan tapahdu kerralla. Tekoäly ei ole enää erillinen kokeilu, vaan osa toimintamallia.
Autoteollisuuden millimetriaaltotutkaa käytetään ihmisten ja kohteiden havaitsemiseen kehittyneissä kuljettajaa avustavissa järjestelmissä (ADAS) ja autonomisen ajamisen (AD) sovelluksissa. Ajoneuvon ulkopuolisen ympäristön valvontaan käytetään tyypillisesti tutkaa, kameroita ja LiDARia. ADAS auttaa kuljettajaa monissa ajotilanteissa, kuten törmäysvaroituksissa, automaattisessa jarrutuksessa ja pysäköintiavustuksessa. Autonomisessa ajamisessa sensoridataa käytetään ajoneuvon ohjaamiseen automaattisesti.
