Rebirth of manufacturing in the digitalized world

Manufacturers need to change rapidly because digital technologies are disrupting not only the way to do business and to collaborate with customers but also the manufacturing supply chains and manufacturing operations. If manufacturing truly adopts the next ware of digital technologies, productivity will explode.

According to IDC FutureScape Worldwide Manufacturing Predictions 2018, already by 2020, 60% of manufacturers will rely on digital platforms, which will support as much as 30% of their overall revenue. By 2021, 20% of the top manufacturers will depend on a secure backbone of embedded intelligence to automate large-scale processes and speed execution times by up to 25%. The main innovation accelerators are:

* IoT
* cognitive computing
* next-generation security
* 3D printing
* robotics, and
* augmented and virtual reality.

Furthermore, cognitive technologies will drive towards highly automated supply chains with optimized asset utilization.

Productivity explodes

The speed of the change predicted is huge. Can we understand what this actually means for industry? For quite some time, productivity has been stagnated or only slowly increased. One of the reasons is that the current digitalization development has reached a mature level, where most of our practical operations work well even when using slightly outdated computers, smart phones, software and connections. Advances in such technologies do not necessarily add much to effectiveness or disrupt current operations.

The next, already ongoing, wave of digitalization (IoT, big data, digital platforms etc.) is different. We are witnessing the convergence of digital and physical worlds where decision-making is based on full situation awareness and where actions are optimally automatized. As traditional sectors, such as manufacturing, truly adopt the next ware of digital technologies, productivity will explode.

Customers and ecosystems are central

This is a great opportunity for agile actors to make manufacturing in high-cost countries profitable again. It also enables true customer-centricity where consumers’ and users’ individual needs are followed and future desires anticipated.

As a result of the increased overall efficiency due to the adoption of digital technologies, automation and material and manufacturing innovations, unique products can be produced with mass production efficiency. Cognitive technologies support fast product introductions and delivery, which in turn increase customer satisfaction and profitability.

Those companies that want to belong to the 60% share of manufacturers that adopt digital platforms by 2020 to support their business, need to act. The change is hardly carried out alone but in ecosystem with other companies and partners.

At VTT, we study and develop digital platforms, cognitive methods, robotics and many other enabling technologies in manufacturing context. A VTT-funded strategic project on Cognitive Factories has been started and companies are welcome to join. We also continue to define digitalization pathways for manufacturing companies in a European project Connected Factories where input from Finnish companies is gathered. Would you like to know more? Please contact us. We step forward to support the manufacturing companies in the rapid and profound change.

Read more: VTT Lighthouses – Industrial Renewal
image
Riikka Virkkunen
Manager, Digitalising industries
riikka.virkkunen(a)vtt.fi
@VirkkunenRiikka

MIDAS – datalla ja systeemisellä mallinnuksella parempia hyvinvointipäätöksiä

Hajanainen tieto tuottaa osaoptimoituja ratkaisuja eikä auta tulevaisuuden suunnittelua. Systeemisellä lähestymistavalla päästään kokonaisnäkemykseen ja voidaan suunnitella ennakoivia toimia.

EU-rahoitteisen kansainvälisen MIDAS-hankkeen (Meaningful Integration of Data Analytics and Services) tähtäimessä on kehittää big datan hyödyntämistä terveyteen ja hyvinvointiin liittyvässä, näyttöön perustuvassa poliittisessa päätöksenteossa. Yhdistämällä ja hyödyntämällä eri datalähteitä voidaan tarjota päätöksentekijöille työkaluja, joilla tehdä perusteltuja päätöksiä.

Yksi projektin viidestä pilotista toteutetaan Suomessa, jossa yhteistyötä hankkeen parissa tekevät Teknologian tutkimuskeskus VTT, Oulun yliopisto sekä Terveyden ja hyvinvoinnin laitos. Käyttäjänäkökulmaa tarjoavat Oulun kaupunki ja sosiaali- ja terveysministeriö.

Erityisenä tarkastelun kohteena projektilla on Oulun nuorten hyvinvointi. Tätä taustaa vasten kehitetään tarvittavaa datan yhdistämisen ja visualisoinnin alustaa vastaamaan virkamiesten ja poliittisten päätöstentekijöiden tarpeisiin. Palvelualustan ja sen mahdollistamien tukijärjestelmien avulla päätöksentekijät voivat tarkastella ja ennakoida yhteiskunnallisen hyvinvoinnin ja terveydentilan kehitystä lyhyellä ja pitkällä aikavälillä.

Rajallisella datalla vain rajallisia näkemyksiä

Nykyisellään päätökset perustuvat usein yhdeltä alueelta kerättyyn tietoon ja rajoittuneisiin, erillisiin tavoitteisiin. Eri vastuualueiden välinen koordinointi voi olla hyvinkin vähäistä ja yhteistyö jopa pysähtyä kilpailuun rajallisista resursseista.

Käytetty data on pääosin teknistaloudellista eli liittyy tarjottujen palveluiden resursointiin ja käyttöön. Muut vaikuttavat tekijät ja toisaalta tarjottujen palvelujen vaikuttavuus jäävät usein huomiotta. Kokonaisnäkemys hukkuu herkästi eri osien ja ongelmien toisistaan irrallisen tarkastelun alle.

Tärkeää olisi tarkastella teknistaloudellisten vaikutusten lisäksi vaikuttavuuden eri ulottuvuuksia. Arvioinnin tulisi tapahtua myös sosiaalisesta näkökulmasta, jossa otetaan huomioon vaikutukset muun muassa kansalaisille ja yhteiskunnalle. Siksi datan visualisoinnin ja kvantitatiivisen analysoinnin rinnalle kehitetään nyt tapoja ottaa huomioon myös asiantuntijoiden ja päätöksentekijöiden kvalitatiivinen kokemus ja näkemys.

Yksityiskohdista kokonaisuuteen

Projektissa lähdetään aiemmasta poiketen ryhmämallinnuksen keinoin asiantuntijoiden näkemyksestä. Tavoitteena on vastaus kysymykseen, mikä on se kokonaisuus – palvelujärjestelmä yhdessä yhteiskuntajärjestelmän kanssa – jonka kanssa ollaan tekemisissä ja jota tulisi voida ohjata. Tämän kokonaiskuvan pohjalta muodostetaan näkemys tarvittavasta datasta. Päätöksentekijätahosta riippuen data voi olla hyvinkin erilaisessa muodossa ja sijaita hajallaan eri järjestelmissä. Systeemidynamiikan keinoin yhdistetään dataa ja asiantuntijanäkemyksiä pyrkien näin irti menneisyydessä tapahtuneen tarkastelusta ja siirtymään päätösten suunnitteluun tulevaisuusennusteiden pohjalta.

Systeemidynamiikka on insinööritieteisiin perustuva lähestymistapa, jossa käytetään mallinnusta ja simulointia teknis-taloudellis-sosiaalis-ekologisten järjestelmien tarkasteluun. Sen erityisenä pyrkimyksenä on nähdä osien muodostamien kokonaisuuksien rakenne ja ymmärtää sitä kautta kyseisen kokonaisuuden käytöstä.

Systeemidynamiikka pyrkii melko korkealla abstraktiotasolla näkemään ”puiden muodostaman ekologisen kokonaisuuden yksittäisten puiden solurakenteen sijaan”. Näin ollen se on omiaan useiden toimijoiden ja sidosryhmien muodostamien teknis-sosiaalisten järjestelmien tarkasteluun.

Kun mallinnus tehdään ryhmämallinnuksen keinoin, osallistuville tahoille tarjoutuu mahdollisuus myös käydä keskustelua neutraalilla maaperällä, jossa fokuksessa on kokonaisuuden rakenne ja toimijoiden välisten riippuvuuksien kartoitus. Tämä helpottaa perustellun yhteisen sävelen löytämistä resursseista taistelun sijaan.

 

Minna Pikkarainen
Research Professori, Connected Health
minna.pikkarainen(a)vtt.fi
@MinPikkarainen

Jukka Ranta
Research Scientist, VTT
jukka.ranta(a)vtt.fi

Peter Ylén
Principal Scientist, VTT
peter.ylen(a)vtt.fi

MIDAS-hanketta koordinoi Ulsterin yliopisto ja Suomen lisäksi osallistujia on Espanjasta, Belgiasta, Englannista, Irlannista, Sloveniasta ja USA:sta. Suomen pilotissa kehitettävä järjestelmä tukee nuorten mielenterveyden riskitekijöihin liittyvien palveluiden kohdentamista ja resursointiin liittyvää päätöksentekoa.

 

Lisää aiheesta VTT:n tiedotteessa.

 

Business out of data in urban environments

The role of local authorities and cities is undergoing a transformation, and it is becoming more common to regard them as service platforms. One enabler of such development is a transfer from closed to open systems, but also new modes of operation, such as the city as a platform thinking included in the Smart Tampere ecosystem, contribute to this.

It is possible to collect a lot of electronic data on the behaviour and needs of municipal residents. Using artificial intelligence (AI) or augmented reality (AR) tools, such data can be utilised in decision-making and the development of new services. With the help of refined data, the future service needs of municipal residents can be predicted, and services can be personified according to different life situations. When someone is moving, AI can automatically recommend him or her the best residential area and suitable day care centres with openings, or suggest the most sensible jobs etc. in accordance with the user’s personal interests. Cities know their residents increasingly well, and the data offers huge opportunities for different stakeholders to provide new services.

However, enterprises have been slower to seize the opportunities offered by open data than expected. The user data is dispersed between various public and private digital sources, and the creation of major data-based business would require integration of data from several sources. In other words, ground rules and bold initiatives for sharing data are also needed between operators. The creation of new data-based business activities requires examining services from the viewpoint of municipal residents instead of using the data sources as the starting point for service development. Turku with its ‘circular economy of data’ project and Forum Virium Helsinki, with user-oriented open innovation as its mode of operation, are excellent examples of trendsetters.

Use of open data from various sources in applications and services

Open data can be used in different service contexts. Most examples of such applications can be found in financial and taxation services, such as Budjettipeli budget game, with the help of which you can test different models for sharing the financing burden of welfare services between public communities and private citizens. It is based on the data resources of Statistics Finland, the National Institute for Health and Welfare and the Finnish Centre for Pensions. A lot of examples can also be found in map applications, such as the online and mobile service Aaltopoiju, which offers boaters and free-time seafarers exact observation and forecast data on different weather phenomena, such as water level and wave height. Aaltopoiju uses the open data material produced by the meteorological institutes of Finland, Estonia, Sweden and Germany.

The success factors of a business process based on open data

With a view to making business, it is important that applications based on open data have easy-to-use user and customer interfaces. The integration of data and information systems plays a key role in how utilizable the data is. Technological solutions must support the usability of the application. In addition, securing the information security of individuals is a prerequisite for creating profitable business out of open data. When collecting and using personal data of municipal residents, the delicate nature of such data must be taken into account in every stage of the data process.

Below, as an example, we have listed data initiatives related to parking and traffic, including light traffic, that are being planned, in progress or in their final stages in various cities. In the services of Helsinki Region Transport (HRT), the current issues include starting the operation of Länsimetro and the relevant changes, whereas in Tampere the construction of a tramline reforms the transport structure in the Pirkanmaa area and business activities related to that. Identifying the critical missing pieces in services from the point of view of those moving in city areas can serve as a basis when planning new data initiatives. This enables more efficient creation of new, data-based business operations.

tampere_smartcity  

Customer-oriented and comprehensive service solutions

In urban environments, services utilising open data must be based on the customers’ needs, and not only on the needs of individual data-based services. There is already a lot of data available from various sources, but identifying the critical missing data and its open provision may create new value-creation opportunities. Accumulation of data in the various phases of the use of services and business process may create new opportunities, when we learn to refine them to usable form. Therefore, the roles required for the analysis and utilisation of data (e.g. technical implementation and final use) and the operators in a comprehensive ecosystem must be identified to enable value-creation for the final user. It is also important to collect feedback on the use of applications to develop the services.


Antti Ruuska
Business Development Manager, VTT
antti.ruuska(a)vtt.fi
Twitter: @antti_ruuska

Salla Paajanen
Research Scientist, VTT
salla.paajanen(a)vtt.fi
@PaajanenSalla

Katri Valkokari
Research Manager, VTT
katri.valkokari(a)vtt.fi
@valkatti

Antti Knuuti
Key Account Manager, VTT
antti.knuuti(a)vtt.fi

If you want to read more about VTT’s vision regarding smart and sustainable cities, read our new white paper: Let’s turn your Smart City vision into reality. Smart City development is inherently multi-technological and cross-disciplinary, and as an application-oriented research organisation VTT is an ideal partner. We work with the public sector and private companies as well as technology providers in research and innovation activities that expedites the development of smarter cities.  We can guide you from the early phases of vision-creation and concept development to practical implementations of smart outcomes.

Löytyykö uusi sampo – big datasta liiketoimintaa?

Asiakas- ja liiketoiminnan kehitysjohtaja Mika Toikka muistutti pari viikkoa sitten blogissamme, kuinka big data tarjoaa lukuisia vastauksia, mutta myös kysymykset pitää muistaa miettiä tarkoin. Tutkimuspäällikkö Katri Valkokari jatkaa aiheesta esitellen big datan erilaisia liiketoimintahyötyjä.

Data on uusi öljy, ja datatalouden mahdollisuudet ovat rajattomat. Mahdollisuuksiin tarttuminen edellyttää kuitenkin yrityksen liiketoiminnan kannalta oleellisen erilaisista lähteistä saatavan datan tunnistamisen (esim. IoT data, asiakas/CRM- data, palvelujen logidataa, julkisista lähteistä saatava).  Lisäksi tarvitaan ymmärrystä datan validiteetista ja analysoinnin mahdollisuuksista sekä yrityksen sisäisten, että asiakkaan kehitystarpeiden näkökulmasta.

Vielä enemmän uusien mahdollisuuksien löytämisessä on tarpeen oikeiden kysymysten kysyminen, se miksi ja millaista dataa tai tietoa tarvitaan, mitä datalla tavoitellaan ja mistä se on mahdollista hankkia. Rohkeasti olisi pohdittava myös sitä mitä emme vielä tiedä ja siten tunnistaa mitä dataa meiltä vielä puuttuu ja millaisia uusia datan lähteitä olisi mahdollista hyödyntää.

Uusien liiketoimintamahdollisuuksien löytäminen edellyttää useiden ja erilaisten data lähteiden yhdistelemistä enemmän kuin lisää samankaltaista dataa tai jo olemassa olevan datan syvempää analysointia. Kuvassa 1 big datan hyödyntämisen prosessi tiivistää päävaiheet miksi dataa tarvitaan (nykytilan ymmärtäminen ja tulevaisuuden trendien ennakointi), miten ja mihin käytetään (valinnat ja päätöksenteko).

Big data business

Kun strategisena tavoitteena datan hyödyntämiseen on uusien liiketoimintamahdollisuuksien tunnistaminen, kuvassa 1 esitettyjen kysymysten ja vastausten näkökulmia ovat mm:

  • Asiakasymmärryksen lisääminen sekä leadin löytäminen,
  • Potentiaalisten asiakkaiden ja markkinoiden tunnistaminen,
  • Toimialan trendien ennakointi ja kilpailijatiedon kerääminen sekä asiakkaiden tulevaisuuden tarpeiden ennakoiminen,
  • Erilaisten data lähteiden tuoma hyöty uusien innovaatioiden tai liiketoimintamahdollisuuksien tunnistamiseen
  • Sisäisten datan hyödyntämisen prosessien kehittäminen

Katri Valkokari VTT

Katri Valkokari
tutkimuspäällikkö
Twitter: @valkatti

Has a new money spinner been found – can big data be turned into business?

A few weeks ago, Mika Toikka, Vice President, Sales and Business Development, reminded us in our blog how big data provides a multitude of answers, but you also need to remember to consider your questions carefully. Research Manager Katri Valkokari continues on the same subject, presenting different business benefits big data could offer.

Data is the new oil, and the possibilities of data economy are limitless. However, to seize the opportunities you must be able to identify the data that is essential for your business operations from among the data available via various sources (e.g. IoT data, customer/CRM data, service log data, data from public sources).  In addition, you need understanding of the validity of data and the possibilities of analysing it from the perspective of both the company’s internal and the customer’s development needs.

Even more important for finding new opportunities is asking the right questions, asking why and what kind of data or information you need, what you are aiming at with the data and where can you acquire the data you need. You should also boldly consider what you do not yet know, and thus identify which data you are still missing and what kind of new data sources could be used.

To find new business opportunities you rather need to combine several different data sources than more of similar data or deeper analysis of the existing one. In other words, you should consider wide data in addition to big data. In Figure 1, the process of use of data summarises the main phases that explain why data is needed (understanding the current state and forecasting the future trends), and how and for what it is used (choices and decision-making).

Use of big data

 

When the strategic goal for use of data is to identify new business opportunities, the viewpoints for questions and answers presented in Figure 1 include the following:

  • Increasing customer understanding and finding leads
  • Identifying potential customers and markets
  • Forecasting trends within the sector and collecting competitor information, as well as forecasting the future customer needs
  • The benefits provided by use of various data sources for the identification of new innovations or business opportunities
  • Development of the processes for use of internal data

Katri Valkokari VTT

Katri Valkokari
Research Manager
Twitter: @valkatti

Big data: too many answers not enough questions

Big data

While I applaud the innovative work going into generating big data, the reality is that some companies are drowning in it. You can analyse data to the point of madness but still not know what to do with it. And without a strategy and purpose for making sense of it all, it’s just more and more data for data’s sake.

A recurring theme has crept into my customer discussions. The overarching message being: no more data generating technologies or data analytics until someone could help us figure out why we’re doing this and what we should be looking for. In other words: no more answers please until we can get some questions.

Business and behaviour before big data

I recently spoke at an Internet of Things (IoT) seminar in Helsinki. It was a very techie space, crowded with people and products showcasing data-enabling technologies such as sensors and connectivity solutions. To my mind, the focus was a lot on the technology and maybe too little on the business and behaviour side.

What if we were to first look at the context in which companies operate and what they’re trying to achieve today, tomorrow and beyond. Then consider the role of data and predictive analytics and only from there, think about which enabling technologies would be the right ones.

With purpose, you’re better positioned

A co-speaker at the same IoT event, CIO Soili Mäkinen from Cargotec reaffirmed this thinking in her remarks, stressing that: “Only when you’ve understood your strategic purpose clearly should you start to identify the key questions you want to put to your data.”

Exceptions to every rule

Of course sometimes you get lucky. IRobot’s Roomba vacuum cleaner has recently revealed a surprise secondary talent. Besides sucking dirt, the Roomba can map people’s homes.

This discovery was a clear case of first finding the answer and then looking around for the question. With the data collection technology already in place, Roomba have been unintentionally building a body of anonymous human behavioural data, which IRobot looks set to turn into a whole new business channel selling data to service providers like Google.

Data access not the issue, make it relevant

Too often, we get so excited about the technologies that we forget to ask the important questions of what, how and why. And this is where our customers clearly want help.

So maybe it’s time for us to get our heads out of the Cloud and apply time and resource to first figuring out what’s relevant. Because let’s face it, when it comes to big data, whatever you’re going to want, you’ll be able to get, if not today then tomorrow. You have all the answers. The only thing missing is the question. What is your question?

Mika Toikka VTT

Mika Toikka, Vice President, Sales and Business Development
Twitter: @mjstoikka