Tekoälymenetelmien hyödyt ja haasteet toiminnanohjauksessa

Abstract

Tämän kandidaatintyön tavoitteena oli selvittää, miten tekoälyä voidaan hyödyntää toiminnanohjauksessa sekä millaisia hyötyjä ja haasteita sen käyttöön liittyy. Tutkimuksen lähtökohtana oli havainto siitä, että toiminnanohjauksen keskeiset prosessit, kuten ennustaminen, kapasiteettisuunnittelu ja aikataulutus sisältävät epävarmuutta, suuria määriä dataa ja nopeaa päätöksentekoa vaativia tilanteita, mikä korostaa tarvetta perinteisiä menetelmiä älykkäämmille järjestelmille. Tutkimus toteutettiin kirjallisuuskatsauksena.

Tulokset osoittavat, että tekoälyn käyttökohteet toiminnanohjauksessa ovat monipuolisia ja ulottuvat kaikille tarkastelluille osa-alueille. Ennustamisessa tekoäly paransi kysynnän, resurssikuormituksen ja jonopituuksien ennustetarkkuutta, mikä mahdollisti aiempaa ennakoivamman suunnittelun. Kapasiteettisuunnittelussa tekoälyä hyödynnettiin kapasiteettitarpeiden arviointiin, kuormitushuippujen hallintaan ja vaihtoehtoisten kapasiteettiratkaisujen vertailuun. Aikataulutuksessa tekoäly mahdollisti dynaamisten ja monimutkaisten aikataulutusongelmien optimoinnin reaaliaikaisesti erityisesti muuttuvissa toimintaympäristöissä.

Hyötyjen osalta tutkimus osoitti, että tekoälyn merkittävin lisäarvo syntyy sen kyvystä muuttaa perinteiset manuaaliset prosessit itseoppiviksi järjestelmiksi, jotka pystyvät hyödyntämään suuria määriä dataa ja optimoimaan päätöksentekoa reaaliaikaisesti. Muita keskeisiä havaittuja hyötyjä olivat ennustetarkkuuden parantuminen, resurssien tehokkaampi käyttö, läpimenoaikojen lyhentyminen sekä parempi kyky reagoida toimintaympäristön muutoksiin. Näiden kautta tekoäly voi tukea toiminnanohjausta lisäämällä sen joustavuutta ja parantamalla prosessien tehokkuutta.

Tekoälyn käyttöön liittyy kuitenkin myös haasteita. Dataan liittyvät haasteet, kuten datan laatuun määrään ja integraatioon liittyvät haasteet nousivat esiin, sillä ne vaikuttavat suoraan tekoälymallien suorituskykyyn. Teknologiset haasteet korostuvat erityisesti laskentatehon, monimutkaisten mallien suunnittelun ja toimivan järjestelmäarkkitehtuurien kannalta. Lisäksi organisatoriset ja inhimilliset tekijät, kuten henkilöstön osaamisvaje, muutosvastarinta ja henkilöstön valmius hyödyntää uusia teknologioita muodostavat kriittisen vaatimuksen tekoälyn onnistuneelle käyttöönotolle.