Tekoäly on jo täällä – odotukset ovat kovat

Miksi tekoäly nousee tällä hetkellä esiin joka suunnasta? Odotukset tekoälyn liki ihmeitä tekevälle voimalle ovat suuret. VTT:n toimitusjohtaja Antti Vasara kertoo, onko odotuksille katetta.

Antti Vasara VTT

Tekoäly ja sen suomat mahdollisuudet voivat tuoda aivan ennennäkemättömän, liki eksponentiaalisen, tuottavuusloikan ja viedä ihmiskunnan vaurauden aivan uusiin sfääreihin. Maaperä on kypsä kaikille positiivisille uutisille tekoälystä, vaikka jo 50-luvusta lähtien joka vuosikymmen on innostuttu suuresti jostain ja sitten petytty. Nyt on kuitenkin perusteltuja syitä odottaa enemmän. Ainakin teknologiassa on tehty isoja harppauksia eteenpäin, ja tämän vuoksi tekoälyn soveltaminen on nyt paljon realistisempaa kuin aikaisempina vuosina.

Esikuvana ihminen

Mitä tekoäly sitten on? Amerikkalaiset tutkijat Russell ja Norvig antoivat muutama vuosi sitten seuraavan määrittelyn: ”Tekoälyksi kutsutaan koneiden toimintaa, joka matkii kognitiivista toimintaa, jonka ihmiset tavallisesti yhdistävät inhimilliseen älykkyyteen, kuten oppimiseen ja päättelyyn.” Toinen määrittely, joka lähtee samasta ideasta, mutta ilmaisee sen hieman toisin sanoin, on: ”Tekoäly on sitä, mitä ei vielä pystytä ohjelmoimaan tietokoneelle.” Tässä on ajatuksena myös, että tietokone itse oppii tekemään haluttua, rajattua asiaa ilman, että sille kerrotaan tarkat ohjeet, miten sen pitäisi se tehdä.

Tekoälyssä tarvitaan teknisesti kolmea tärkeää asiaa:

  1. Algoritmejä
    • Algoritmit on pääosin kehitetty jo aiempina vuosikymmeninä, mutta koottu nyt käyttökelpoisiksi alustoiksi: erityisesti syvät neuroverkot (deep learning). Alustat ovat yleisesti ottaen isojen teknologiajättien hallussa.
  2. Dataa algoritmien opettamiseen
    • Opetukseen ja analyysin käytettävissä oleva digitaalinen data kasvaa eksponentiaalisesti.
  3. Laskentatehoa
    • Edullisesti käytettävissä oleva laskentateho kasvaa.

Nyt on jo alettu näkemään, kuinka sekä kuluttaja- että teollisissa sovelluksissa päästään käytännönläheisiin, oikeisiin sovelluksiin. Kuluttajasovellukset ovat näkyvästi esillä: esimerkkeinä Google Now, Amazon Alexa, Apple Siri, Microsoft Cortana sekä monet tietokonepelit.

Työtehtävät muuttuvat, mutta työ ei katoa

Myös teollisuus soveltaa tekoälyä. Kärjessä ovat teollisuus- ja prosessiautomaatio, autonominen liikenne niin maalla, merellä kuin ilmassa sekä terveydenhuolto. Vaikka kaikissa näissä teollisissa sovelluksissa pyritään parempaan lopputulokseen tekoälyn avulla, ehkä suurin vaikutus tullaan näkemään rutiininomaisten töiden automaatiossa: tuottavuus kasvaa, työtehtäviä häviää – ja uusia syntyy.

Akateemiset tutkijat ja konsulttiyritykset ovat kutakuinkin yksimielisiä tuottavuuden kasvusta. Tarkat lukuarviot vaihtelevat, mutta McKinsey&Companyn arvion mukaan jopa 50 % työtehtävistä voitaisiin automatisoida teknisesti jo nykyteknologialla. Läheskään aina se ei ole taloudellisesti kannattavaa. Sen sijaan hyvin harvaa ammattia voi kokonaan automatisoida. Kaiken alttiimpia työtehtäviä tekoälylle ovat sellaiset tehtävät, joissa tehdään rutiininomaista tiedon prosessointia ja käsittelyä.

Murros on mahdollisuus

Historian aikana on tapahtunut paljon vastaavanlaisia murroksia. Yleensä aina seurauksena on ollut elintason ja elämänlaadun paraneminen. Olkaamme siis optimistisia myös nyt ja tehkäämme työtä sen eteen, että tekoälystä tulee taas uusi positiivinen vaihe yhteiskunnan kehityksessä.

VTT on tekoälyn soveltamisessa edelläkävijä. Meidän roolimme on nimenomaan tuottaa sellaisia tekoälyn sovelluksia, jotka tuovat hyvinvointia yhteiskunnalle ja kasvua yrityksille.

Lisää aiheesta policy brief -julkaisussamme ”Tuottoa ja tehokkuutta Suomeen tekoälyllä”.

Antti Vasara
toimitusjohtaja
Twitter: @ahavasara

Artificial intelligence is already here – and the expectations are high

Why is artificial intelligence (AI) popping up in every direction nowadays? The expectations for the almost miraculous power of AI are high. In the following, Antti Vasara, VTTs President & CEO, reveals whether there is any reality behind these expectations.

Antti Vasara VTT

Artificial intelligence (AI) and the opportunities provided by it can generate a totally unprecedented, almost exponential productivity leap, and raise the human race to totally new spheres of prosperity. The ground is fertile for any positive news about AI, even though ever since the 1950s every decade has witnessed an enormous hype about something that has ended in disappointment. However, now we have justified reasons to expect more. At least technologies have taken major leaps forward, thus making the application of AI much more realistic today than in the years before.

Modelled after humans

What exactly is AI? A few years back, American researchers Russell and Norvig defined it in the following manner: “Artificial intelligence is… when a machine mimics ‘cognitive’ functions that humans intuitively associate with human minds, such as ‘learning’ and ‘problem solving’.” Another definition starts with the same idea, but expresses it a little bit differently: “Artificial intelligence is what computers cannot be programmed to do yet.” Here, the idea is also that the computer learns to perform desired, clearly limited tasks without being given precise instructions on how it should complete them.

Technically speaking, AI requires three important matters:

  1. Algorithms
    • Algorithms have been mainly developed over the past decades, but they have been collected into serviceable platforms only recently: deep neural networks in particular (deep learning). The platforms are generally controlled by technology giants.
  2. Data for teaching algorithms
    • The digital data available for teaching purposes and analysis is increasing exponentially.
  3. Computation capacity
    • Computation capacity available at low rates is increasing.

We have begun to see how practical, real solutions can be achieved both in consumer and industrial applications. Consumer applications are visibly displayed: examples Google Now, Amazon Alexa, Apple Siri, Microsoft Cortana and many computer games.

Work tasks may change, but work does not disappear

The industry also applies AI, with industrial and process automation, autonomic transport on land, sea and in the air, and health care leading the way. Even though these industrial applications are aimed at producing better outcomes with the help of AI, probably the biggest impact will be seen in the automation of routine tasks: productivity will grow, work tasks will disappear – and new ones will emerge.

Academic researchers and consultancy firms are almost unanimous about the productivity growth. Precise figures vary, but according to McKinsey&Company’s estimate existing technologies would allow automation of up to 50% of work tasks. However, in many cases this is not economically viable. On the other hand, very few professions can be fully automated. The most susceptible duties to the impacts of AI are tasks involving routine processing and management of data.

Transition is an opportunity

In history, many similar transitions have taken place. Almost without an exception, this has lead to improvements in the standard of living and quality of life. So, let us be optimistic this time as well and make efforts to ensure that AI becomes yet another positive phase in societal development.

VTT is a pioneer in the application of AI. Our precise role is to produce the kind of AI applications that produce well-being for society and growth for companies.

Read more on the subject in our policy brief publication (in Finnish): “Tuottoa ja tehokkuutta Suomeen tekoälyllä” (Enhancing Finland’s productivity and efficiency with the help of artificial intelligence).

Antti Vasara
President & CEO
Twitter: @ahavasara

Tietoturvaa oppimassa – kantapään kautta vai ennakoiden harjoitellen?

Tietoturva on yhä tärkeämpi osa niin yksityisten ihmisten kuin yritysten ja organisaatioidenkin elämää. Tietoturvallisia toimintatapoja ja uhkien minimoimista voi opetella monin eri tavoin. On kuitenkin tärkeää miettiä, mitä kannattaa opetella ja miten näitä asioita oppii parhaiten.

Kyberturva

Omista virheistä oppiminen on vähintä mitä voi tehdä. Kun tietoturvauhka realisoituu, on savun hälvettyä tärkeää analysoida tilanne. Tästä analyysistä voi sitten vetää johtopäätöksiä ja parantaa omaa varautumistaan tulevaisuudessa. Tällaiset oppimiskokemukset ovat harmillisen usein yritykselle kalliita (tekniset korjaukset, sakot, korvausvaatimukset, oikeudenkäynnit) ja kiusallisia (maine). Tuleva EU:n yleinen tietosuoja-asetus voi nostaa näiden oppituntien hintaa vielä lisää.

Toisten virheistä oppiminen tulee usein halvemmaksi ja on myös vähemmän stressaavaa. Onkin tärkeää seurata oman alan tietoturvaan liittyvää uutisointia ja kerätä mielenkiintoisista ja omaan toimintaan kaikkein parhaiten sopivista tapauksista lisätietoa. Niitä kannattaa käydä myös läpi omassa organisaatiossa laajemmin sellaisten henkilöiden ja tahojen kanssa, jotka voisivat tapauksesta jotain oppia.

Organisaatioiden toiminta tulee yleensä perustua järkiperäiseen riskianalyysiin ja siinä löydettyihin tärkeimpiin tai suurimpiin riskeihin sovellettaviin toimiin, joista tietoturvaan liittyvät uhat ovat vain osa kokonaisuutta. Tarvittavat toimet voivat sisältää teknisiä, taloudellisia ja organisaation prosesseihin liittyviä toimenpiteitä. Suurenkin organisaation tietoturva voi riippua yksittäisen käyttäjän osaamisesta ja toiminnasta. Tietoturvan perustaidot kuuluvat kaikille ja ovat osa, jos ei vielä tämän päivän, niin ainakin tulevaisuuden yleissivistystä. Hyvän perustan päälle organisaation on mahdollista rakentaa omia tietoturvaohjeistuksiaan ja käytäntöjään.

Koulutus on hyväksi, mutta se ei saa olla ainoa tapa yrittää vastata tietoturvauhkiin. Toimivassa tietoturvajärjestelmässä tekniset työkalut tukevat käyttäjiä, auttavat heitä toimimaan oikein ja pystyvät rajaamaan vahinkoja käyttäjien tehdessä virheitä. Kaikesta koulutuksesta huolimatta virheitä sattuu, se on vain inhimillistä. Tämä on hyvä tiedostaa organisaation joka tasolla. Monet yritykset pitävät kyberuhkia vakavana ongelmana itselleen, mutta niistä harvat ovat kouluttaneet henkilöstöään riittävästi tai harjoitelleet toimintaa erilaisissa kuvitteellisissa kyberhyökkäyksissä.

Tämä on selkeästi ongelmallista, sillä harjoittelu on tärkeä osa oppimista. Ilman koulutusta ja harjoittelua työntekijöiden voi olla hankala ymmärtää miksi he olisivat kyberuhkien kohteena, millaisia hyökkäyksiä heidän tekemiensä virheiden kautta yrityksiä vastaan on mahdollista tehdä ja millaisia seuraamuksia niistä voi olla yritykselle. Mahdollisimman realistinen harjoittelu on yksi parhaita tapoja oppia itselle ja omalle organisaatiolle merkityksellisiä toimintamalleja sekä löytää mahdolliset heikot kohdat ennen kuin vahinko osuu omalle kohdalle. Organisaatioiden jokaisella tasolla toimivien henkilöiden olisi harjoiteltava kyberuhkia vastaan.

Eri tasoilla työskenteleville koulutusten ja harjoitusten sisältö on tietenkin erilaista ja niitä onkin tarjolla laidasta laitaan. Kurssit ja harjoitukset voivat keskittyä vain yhteen tiettyyn asiaan, esimerkiksi miten rajoittaa hyökkäyksissä hyödynnettävän tiedon määrää julkisissa palveluissa tai miten huomata sosiaalinen manipulointi. Niillä voidaan myös opettaa järjestelmien teknisten monitorointityökalujen käyttöä tai miten tehdä digitaalista rikostutkintaa. Koulutus voi olla luentotyyppistä tai kädestä pitäen näppäimistön edessä harjoittelua. Harjoituksissa ei aina opeteta pelkästään yhden organisaation omaa henkilöstöä, vaan niissä voidaan harjoitella tiedottamista niin organisaatioiden sisällä kuin niistä ulospäin sekä yhteistyötä eri organisaatioiden välillä. Tähän voi kuulua kommunikointi niin tietoturvayritysten, asiakkaiden, yhteistyökumppaneiden kuin Viestintäviraston Kyberturvallisuuskeskuksenkin kanssa. Suurimmissa harjoituksissa mukana voi olla useita eri maita ja niissä toimivia organisaatioita.

Mikään koulutus tai harjoittelu ei tietenkään takaa 100% toimivaa suojaa erilaisia hyökkäyksiä vastaan. Eikä mikään teknologia pysty torjumaan kaikkia kyberuhkia. Kuitenkin perustaidoiltaan hyvä henkilöstö tarjoaa paremman suojan monia hyökkäyksiä vastaan ja kriisitilanteita harjoitellut väki pystyy hoitamaan mahdollisen vakavamman tietomurron seuraukset paremmin kuin valmistautumaton organisaatio. On tärkeää pitää oman organisaation osaaminen ja valmistautuminen riittävällä tasolla muuttuvassa uhkaympäristössä. Opit kannattaa myös hakea etukäteen harjoittelemalla ja varautumalla eikä kantapään kautta suuremman kriisin jälkeen.

Lataa ja tutustu ilmaiseen kyberturvaraporttiimme, josta selviää miten yrityksen tietoturvatasoa voidaan parantaa ja kyberuhilta suojaudutaan.

Kimmo Halunen VTT

Kimmo Halunen
erikoistutkija
Twitter: @khalunen

Teemu Väisänen VTT

Teemu Väisänen
tutkija

Learning about information security – the hard way or through anticipation and practice?

Information security is an increasingly important part of the lives of both private individuals and companies and organisations. You can learn secure practices and ways to minimise threats in many ways. However, it is important to consider what you would need to learn and how you can best learn those particular matters.Kyberturva

The least you can do is learn from your own mistakes. When an information security threat is realised, it is important that, once the dust has settled, you analyse the situation. You can then draw conclusions from this analysis and improve your contingency planning in the future. Unfortunately, often such learning experiences become costly (technical repairs, penalty charges, claims for damages, trials) and awkward (reputation) for companies. The forthcoming EU General Data Protection Regulation (GDPR) may further increase the price of such lessons.

Learning from mistakes made by others is often cheaper and far less stressful. Therefore, it is important to follow media coverage related to information security within your sector and collect additional information on interesting cases and cases that best coincide with your own operations. It is also advisable to go through such coverage more extensively with the persons or parties who might have the most to learn from the cases.

Generally speaking, an organisation’s activities should be based on rational risk analysis and the measures to be applied to the most important or biggest identified risks, where threats related to information security are only part of the overall picture. The measures needed may include technical and financial measures, and steps related to the organisation’s processes. Even in a major organisation, the information security may depend on the actions of an individual IT system user. Basic information security skills belong to everyone, and they may not yet be part of general knowledge, but they certainly will be in the future. When the foundations are in order, each organisation can build its own information security guidelines and practices on top of them.

Training is useful, but it must not be the only way of trying to address information security threats. In a well-functioning information security system, technical tools support the users, help them operate correctly, and are capable of containing damage when a user makes a mistake. Despite all training, mistakes do happen – that is only human. This is good to acknowledge at all levels of the organisation. Many companies consider cyber threats a serious problem for themselves, but very few of them have provided sufficient training to their employees or practised how to operate under an imagined cyberattack situation.

This is clearly problematic, because practising is an important part of learning. Without training and practice, it may be difficult for the employees to understand why any cyberattacks would be targeted against them, what kind of attacks could be launched against companies through the mistakes they might make, and what kind of consequences these might have for the company. As realistic practising as possible is one of the best ways of learning operating models that best serve your own needs as well as those of your organisation, and to find potential weaknesses before the damage is done. Persons at every level of an organisation should practise against cyber threats.

Naturally, the content of training and practising is different for people working at different levels of the organisation, and therefore a wide range of training is provided. The courses and exercises may focus on a single theme only, such as how to limit the amount of data in public services that can be used for attacks or how to detect social manipulation. They can also teach the use of technical monitoring tools of various systems or how to conduct digital criminal investigation. Training can be given in the form of lectures or it can be hands-on training at the keyboard. In the exercises, the teaching is not always targeted to the staff of a single organisation only, but people can also practice communication both within organisations and with external actors, and cooperation between different organisations. This may include communication with information security companies, customers, partners and National Cyber Security Centre Finland of the Finnish Communications Regulatory Authority (FICORA). The largest exercises may involve several countries and organisations operating in them.

Of course, no kind of training can guarantee 100% functional protection against different attacks. And no technology can prevent all cyber threats. However, a staff with good basic skills provides better protection against many attacks, and people who have practised handling of crisis situations are better capable of managing the consequences of a possible serious data breach than an organisation that has not made any such preparations. It is important that you keep the level of your organisation’s competence and contingency planning at a sufficient level in the changing threat environment. You should also learn these things by practising them in advance rather than the hard way after a major crisis.

Download our new cyber security report for free and get acquainted with how companies can raise their cyber security level and protect themselves against cyber threats.  Kimmo Halunen VTT

Kimmo Halunen
Senior Scientist
Twitter: @khalunen 

Teemu Väisänen VTT

Teemu Väisänen
Research Scientist

Riskienhallinta – mahdollisuus tuottavuuden parantamiseen?

Turvallisuus on yksi tärkeimmistä teollisuusyritysten menestyksen mittareista. Vaaroihin liittyviä riskejä voidaan analysoida ja hallita lukuisilla vakiintuneilla menetelmillä. Oletko tullut ajatelleeksi, että riskienhallintamenetelmistä voi olla hyötyä myös tuottavuuden parantamisessa?

Riskienhallinta

Hyvä, paha riski?

Riskiä on perinteisesti pidetty uhkana tai negatiivisena asiana, joka usein merkitsee arvokkaan asian menettämistä. Nykyään ymmärrämme jo paremmin, että riski voi olla myös positiivinen poikkeama asetettuihin tavoitteisiin. Toivottavasti seuraavat ajatukset avaavat hieman riskienhallinnan positiivista maisemaa.

Kerron lyhyesti, miten riskienhallinnalla voidaan tukea

  • käynnissä olevien laitosten tuottavuutta
  • investointien kohdistamista
  • yrityksen IoT-strategian onnistumista

Onko dataa riittävästi?

Teollisuudessa koneiden ja laitteiden hyvä käytettävyys on yleensä häiriöttömän ja turvallisen toiminnan takeena. Käyttäjän kannalta tämä näkyy jatkuvina tuotantovirtoina, alhaisina ylläpitokustannuksina, parempana työturvallisuutena, pienempinä ympäristöriskeinä sekä alhaisempana energiankulutuksena.

Tilastollisia luotettavuusanalyysejä käytetään yleisesti aloilla, joilla voidaan hyödyntää komponenttien vikaantumisiin liittyviä käyttöhistoriatietoja. Suorituskyky ja tuottavuus ovat kuitenkin erittäin tärkeitä myös yrityksille, joilla historiatietoa ei ole saatavilla. Valitettavasti, edelleen tänä päivänä, laitoksilla kerätyt tiedot eivät kattavasti tue päätöksentekoa valittaessa tuottavuuden parantamiseen tähtääviä kehitystoimenpiteitä.

Tällaisissa tapauksissa riskienhallinnan tarjoaa järjestelmällisiä lähestymistapoja ja työkaluja tuottavuutta vähentävien tekijöiden tunnistamiseksi ja analysoimiseksi. Tällöin erittäin tärkeä tietolähde on kokenut henkilöstö. Henkilöstön hiljainen tietämys on usein liian vähän käytetty resurssi tietojärjestelmiin kerätyn tiedon täydentämisessä ja sen laadun arvioimisessa.

Lukuisat esimerkit ovat osoittaneet, että tuotantolaitoksen järjestelmät hyvin tuntevat henkilöt pystyvät tekemään melko luotettavia asiantuntija-arvioita kokonaisuuden kehittämistarpeista. Tämä on tärkeä huomioida, kun tavoitteena on tunnistaa merkittävimmät tuottavuutta alentavat tekijät ja ehdottaa korjaavia toimenpiteitä näiden vaikutusten minimoimiseksi.

Toisin sanoen: jos käytettävissä oleviin tietojärjestelmiin kerätty data ei auta välttämään ei-toivottuja tuotantokatkoksia, luotettavan, pitkäaikaisen, data-aineisto keruuta ei tarvitse jäädä odottamaan. Sen sijaan voi hyödyntää riskienhallinnan lähestymistapaa ja menetelmiä tuottavuusloikan ottamisessa.

Tekeekö yritys oikeita investointeja?

Nykyisessä kansainvälisessä kilpailuympäristössä yritysten on investoitava tehokkuuteen ja tuottavuuteen tavoilla, jotka tukevat strategiaa monella tasolla (yritys-, liiketoiminta- ja operatiivinen taso). Sijoitusten pitää tuottaa entistä nopeammin, eikä kilpailluilla markkinoilla ole varaa virheisiin.

Riskienhallinta tarjoaa useita menetelmiä investointiportfolion hallintaan, joka on strategiaohjautuva prosessi.  Nämä menetelmät yhdistävät teknistä ja operatiivista tietoa strategisiin tavoitteisiin, jotta yritys voi tehdä laadukkaampia investointi- ja liiketoimintapäätöksiä. Näin voidaan tukea esimerkiksi vallitsevaan liiketoimintatilanteeseen parhaiten soveltuvien investointiprojektien valintaa.

Sen lisäksi, että yritys omaa kyvyn valita oikeat investointiprojektit, näiden projektien onnistuneella läpivienneillä ja aikataulun mukaisella käyttöönotolla on suuri merkitys tuottavuuteen.

Nykyisin investoidaan usein monimutkaiseen teknologiaan ja kokonaisuuden toimittaminen vaatii laajoja arvoverkostoja, joissa on useita toisiinsa sidoksissa olevia organisaatioita. Tällaisten monen osapuolen hankkeiden hallinnointi on vaativaa, joten näiden hankkeiden toteutus antaa useita mahdollisuuksia astua harhapolulle.

Riskienhallinta tarjoaa useita hyödyllisiä työkaluja myös vaativien investointihankkeiden toteutukseen. On osoitettu, että riskienhallinta tarjoaa formaaleja keinoja lisätä esim. tiedon jakamista eri toimijoiden välillä arvoverkostossa. Sitä voidaan käyttää tehokkaaseen ja ymmärrettävään viestintään investointihankkeiden yleisten tavoitteiden ja vaatimusten suhteen. Nämä ovat konkreettisia keinoja saavuttaa tai jopa ylittää investoinnille asetetut tavoitteet.

IoT on jo täällä, mutta mitä sillä pitäisi tehdä?

Digitalisaatio ja esineiden ja asioiden internet (IoT) tarjoavat suuren liiketoimintapotentiaalin, mutta miten realisoida näiden uusien teknologioiden hyödyt? Jos yrityksellä on valtava määrä laitteita ja komponentteja, pitääkö niistä joka ikiseen asentaa sensoreita?

IoT (Industrial Internet, Industry 4.0) nähdään erinomaiseksi mahdollisuudeksi parantaa tuottavuutta. Toteutuksen suunnitteluvaiheessa voidaan hyödyntää riskienhallinnan top-down lähestymistapaa. Riskienhallintatyökaluilla voidaan tehokkaasti päätellä tuotantojärjestelmän kriittisimmät toiminnot, tunnistaa toimintojen kriittisimmät komponentit ja määrittää niiden vikamuodot. Nämä tiedot ovat hyvä perusta, kun suunnitellaan esimerkiksi online-kunnonvalvontajärjestelmiä. Sensoreita ei kuitenkaan kannata asentaa suoraan kriittisiin laitteisiin.

Riskienhallinnassa käytetään myös monia kustannus-hyötyanalyysejä, joilla voidaan tarkastella eri toteutusvaihtoehtojen kannattavuutta. Yrityksen IoT-teknologiastrategia saadaan oikeille raiteille yhdistämällä nämä tekno-ekonomiset tarkastelut kriittisyystietoihin.

Lisätietoja: www.vttresearch.com/properscan

Pasi Valkokari VTT

Pasi Valkokari
erikoistutkija
Twitter: @PValkokari

Continue reading

Are you using risk management to improve your productivity?

Safety is one of the most critical indicators we have for measuring success in industrial firms. And when it comes to hazards we have a lot of established ways to analyse and manage risk. But have you ever thought of risk management methodology as a way to improve your productivity?

Riskienhallinta

Let me tell you how risk management can boost:

  • Productivity in existing plants
  • Performance of your investments
  • Success in your IoT strategy

Is your data sufficient?

High reliability in plant machinery and equipment is often considered synonymous with safe and smooth-running operations. For the user, high reliability means uninterrupted production flows, minimal maintenance costs, lower personal and environmental risks, and energy saving.

Reliability analyses are widely used in areas where statistical component data can be employed. However, when reliability data is not available, performance and productivity data are also very important. Unfortunately, even this is not always enough to support decision-making when remedial productivity improvement measures are being handled in existing production systems.

It’s in cases like these that risk management offers systematic tools for identifying and analysing the causes of decreased productivity. And the major data source in this instance is your organisation’s experienced personnel. The tacit knowledge, or even gut feeling, of experienced people is often an underused resource when it comes to the supplementation and evaluation of collected data.

There are plenty of case studies demonstrating that the people who know a plant’s production system well are qualified to make rather reliable engineering judgements. This is very important when it comes to identifying the most significant factors affecting decreased productivity as well as for considering the right remedial actions.

In other words, if you cannot trust your existing data, when you’re working to avoid undesired production breaks, you needn’t wait for the completion of an extensive next round of data collection. You can always use a risk management approach to gaining a leap in productivity.

Are you making the right investments?

In today’s competitive global conditions, companies need to make efficiency and profitability investments that support strategic decision-making on different levels (corporate, business, and functional). Return-on-investment requirements are getting shorter and fierce competition leaves little margin for error.

In risk management, there are several useful methods for investment portfolio management, which are managerial and strategy intensive. These methods integrate technical and operational information as well as strategic targets designed to improve the quality of investment and business decisions. These methods therefore aim to select the right set of investment projects for execution, in order, for example, to ensure enhanced productivity. Furthermore, the ability to make the right investments to fit prevailing business conditions and achieve planned ramp-up time can significantly affect productivity.

Firms investing in complex technology and delivering on those investments, quite often require rather large value networks, involving several intertwined organisations. Managing them is demanding, and there are frequent pitfalls to avoid along the way.

Having said that, risk management offers a lot of useful tools for these kinds of demanding investment projects. It’s been proven that risk management is actually quite an adequate means of increasing e.g. knowledge sharing among different actors in a value network. So why not use it for the effective communication of the overall objectives and requirements of a certain investment project, as a means to reaching or even exceeding your investment targets?

IoT, great, but what do you do with it?

Digitalisation and Internet-of-things (IoT) are coming, bringing great business potential, but how can your business capitalize on the opportunities these new technologies offer? If your equipment and component fleet is huge, should you put sensors on every one of them?

To enhance productivity, one great option when making an IoT, Industrial Internet, and Industry 4.0 implementation plan is to take into account the top-down approaches that risk management serve. With risk management tools it’s quite effective to reason the most critical functions of a production system, find the most critical components in these functions and, for instance, define the failure modes of these critical components. This kind of information is constitutive for example in designing online conditions monitoring systems. But don’t install sensors only for information on equipment criticality.

Risk management also offers many cost-benefit analysis tools for calculating the profitability of different options. In combination with criticality information, this techno-economic analysis can offer you the right pathway to the successful implementation of your IoT technology strategy.

Risk, bad or good?

Traditionally we have understood risk as the threat of something negative or bad happening, or of losing something valuable. Nowadays, luckily, we can think about risk more as a two-sided coin. The positive side of looking at risk being that you can find value in it as well as discover new opportunities.

Find out more at: www.vttresearch.com/properscan

Pasi Valkokari VTT

Pasi Valkokari
Senior Scientist
Twitter: @PValkokari

Continue reading

Bioenergian ilmastovaikutuksia tulee arvioida johdonmukaisesti

Bioenergiaa pidetään yleisesti hiilineutraalina polttoaineena. Sen avulla voidaan korvata fossiilisten polttoaineiden käyttöä ja sitä kautta hillitä ilmastonmuutosta. Ajatus bioenergian hiilineutraaliudesta perustuu oletukseen, että biomassan poltossa vapautuva hiilidioksidi sitoutuu takaisin kasvavaan biomassaan. Näin voi biomassan uusiutumisnopeuden perusteella ollakin. Pelkästään tämän seikan perusteella ei kuitenkaan voi päätellä, onko bioenergia ilmastonmuutoksen hillinnän kannalta tehokasta vai ei.

Bioenergia ja ilmasto

Usein ristiriitaiset bioenergian ilmastovaikutusten arviointitulokset vaikeuttavat päätöksentekoa ja aiheuttavat taloudellisia riskejä. Olemme VTT:llä ja SYKEllä tutkineet kansainvälisessä yhteistyössä, miten arviointikäytännöt saadaan johdonmukaisiksi. Renewable & Sustainable Energy Reviews -lehdessä julkaistava tutkimuksemme selventää sitä, mihin bioenergian tuotantoa tulisi ilmastovaikutusten arvioimisessa verrata ja mitä eri tavoin määritellyistä hiilitaseista voidaan päätellä.

EU:ssa pohditaan parhaillaan, miten maankäyttösektori kytketään mukaan vuoden 2020 jälkeisiin ilmastovelvoitteisiin ja minkälaisia kestävyyskriteereitä bioenergialle sovelletaan. Nämä päätökset saattavat myös vaikuttaa toisiinsa. Samat asiat nousevat esille Pariisin ilmastosopimuksen yhteydessä.

Ne bioenergian lähteet, jotka pystyvät vastaamaan ilmastonmuutoksen hillintätavoitteisiin tehokkaimmin, tulevat olemaan myös kilpailukykyisimpiä. Tämän vuoksi bioenergian ilmastovaikutusten tunnistaminen on tärkeää. Sama koskee myös muita biotalouden tuotteita.

Epäjohdonmukaisuudet aiheuttavat ristiriitoja tuloksiin ja tulkintoihin

Erityisen tärkeä kysymys bioenergian ilmastovaikutuksia arvioitaessa on, miten bioenergian tuotannon oletetaan vaikuttavan maan käyttöön ja siten hiilivarastojen kehitykseen.

Bioenergian ilmastovaikutusten arvioinneissa on päädytty keskenään ristiriitaisiin tuloksiin ja tulkintoihin, kun on käytetty erilaisia maankäytön vertailutilanteita tai vertailu on jätetty kokonaan tekemättä. Lisäksi arviointien lähtökohdista ja niiden vaikutuksesta tuloksiin ei aina kerrota riittävän selvästi, mikä vaikeuttaa tulosten johdonmukaista tulkintaa.

Jotta bioenergian todellinen kyky hillitä ilmastonmuutosta voidaan arvioida, tulee bioenergian tuotantoa verrata tilanteeseen, jossa sitä ei tuoteta. Tällöin haasteena on paitsi vaihtoehtoisen energiamuodon, myös biomassan ja sen tuottamiseen tarvittavan maa-alan vertailutilanteen määritteleminen.

Maankäytön vertailutilanteen johdonmukainen valinta

Todellisuudessa biomassalla ja sen tuottamiseen tarvittavalla maa-alalla on aina jokin vaihtoehtoinen kohtalo. Tätä vaihtoehtoista kohtaloa voidaan kutsua vertailutilanteeksi, joka jää siis toteutumatta, jos resurssit päätetään hyödyntää bioenergiaksi. Maankäytön osalta vertailutilanne voi olla esimerkiksi maa-alan hyödyntäminen erilaisten biomateriaalien, ruoan tai rehun tuotantoon, rakentamiseen tai muiden ekosysteemipalveluiden tuotantoon.

Bioenergian ilmastovaikutusten johdonmukaista arviointia varten biomassan tai sen tuottamiseen tarvittavan maa-alan vertailutilanne voidaan valita siten, että se kuvaa resurssin todennäköisintä vaihtoehtoista hyödyntämistapaa. Haasteena on, että objektiivisuuden vuoksi saatetaan joutua tekemään useita skenaarioita siitä, mikä vaihtoehtoinen hyödyntämistapa olisi todennäköisin. Lisäksi tällöin joudutaan määrittämään epäsuorat vaikutukset, joita aiheutuu vertailutilanteessa tuotetun palvelun, esimerkiksi ruoan tuottamisesta toisaalla. Arvioinnista saattaa tulla hyvin monimutkainen ja sen tulokset ovat herkkiä tehdyille sosioekonomisille oletuksille.

Maankäyttöön liittyvät epäsuorat vaikutukset on usein sivuutettu bioenergian ilmastovaikutusten arvioinneissa. Tämä tarkoittaa, ettei vaihtoehtoista hyödyntämistapaa ole huomioitu. Tällöin johdonmukainen oletus olisi, että biomassaa tai sen tuottamiseen tarvittavaa maa-alaa ei käytettäisi vertailutilanteessa mihinkään. Tutkimuskysymyksestä ja siihen sopivasta tarkastelun aikajänteestä riippuen maa-ala olisi siten joko luonnontilassa tai palautuisi sitä kohden. Tällaisen vertailutilanteen kuvaaminen sisältää luonnontieteellistä mutta ei sosioekonomista epävarmuutta.

Tutkimuksemme keskeinen johtopäätös on, että vertailutilanne tulee valita tutkimuskysymyksen mukaan. Vertailutilanne määrää, mitä johtopäätöksiä tarkastelusta voidaan tehdä. Siksi valittu vertailutilanne ja sen vaikutus tuloksiin tulee kertoa selkeästi.

Tutkimus on osa kansainvälisen energiajärjestö IEA:n bioenergiaohjelman ilmastovaikutustyöryhmän (IEA Bioenergy Task 38) työtä. Suomalaisten tutkijoiden työtä rahoittivat Suomen Akatemia, BEST Bioenergia -ohjelma sekä Maj ja Tor Nesslingin säätiö.

Kati Koponen VTT

Kati Koponen
tutkija, tekniikan tohtori
Twitter: Kati_Kop

Teknologian tutkimuskeskus VTT Oy
puh. 040 487 8123, etunimi.sukunimi@vtt.fi

Sampo Soimakallio SYKE

Sampo Soimakallio
erikoistutkija, dosentti
Twitter: @SSoimakallio

Suomen ympäristökeskus SYKE
puh. 029 525 1803, etunimi.sukunimi@ymparisto.fi

Tutkimusartikkeli

Koponen, K., Soimakallio, S., Kline, K., Cowie, A., Brandão, M. 2017. Quantifying the climate effects of bioenergy – Choice of reference system. Renewable & Sustainable Energy Reviews (in press). http://authors.elsevier.com/sd/article/S1364032117309759