Haluatko säästää miljoonia? Ota tekoäly ja sijaintitieto hyötykäyttöön

Sijaintitietoja hyödynnetään edelleen uskomattoman vähän (monesti jopa unohdetaan kokoaan), vaikka sen tarjoama potentiaali liiketoiminnalle ja sen kehittämiselle on valtava. Sitäkin vähemmän hyötyjä ammennetaan sijaintitietojen ja tekoälyn yhteistyöstä. 

Halusin kirjoittaa tämän blogin, jotta saisin heräteltyä ajatuksia. Yksittäinen toimija voi säästää miljoonia euroja tämän blogin vinkit tosissaan ottaessaan.

Enemmän korjattavaa kun investointibudjetista löytyy – voisivatko tekoäly ja sijaintitieto auttaa?

Otetaanpa alkuun esille yksi jokaista koskettava, kylmä fakta: Suomen vesiverkosto on ikääntynyt ja hyvin huonossa kunnossa. Putkirikkoja, laajoja vesivahinkoja ja jopa katastrofeja tapahtuu valitettavan usein. Investointibudjetit tuntuvat valtavilta, mutta tosiasiassa ne ovat aivan liian rajallisia, jotta ehtisi korjata sen mitä pitää.

Korjattavaa riittää, sillä 20% suomen talousvesiverkkoon pumpatusta vedestä ei pääse ikinä perille ja viemäriverkostoon eksyy 40% ylimääräistä vettä. Melko hälyttäviä lukemia, vai mitä?

Sijaintitiedot ja tekoäly eivät korjaa putkia eivätkä estä niitä hajoamasta, mutta vähäinen investointibudjetti saadaan kohdistettua kaikkein kriittisimpiin kohteisiin ja vältytään monelta kalliilta putkirikolta.

Käytännössä kerätään kaikki saatavilla oleva sisäinen ja ulkoinen data ja etsitään korjauksille oikea prioriteettijärjestys. Tekoälystä on hyötyä, sillä putkien käyttöikään vaikuttaa iän lisäksi niiden valmistusmateriaali, valmistusajankohta ja asennustyön laatu. Myös ympäristöllä eli sijaintitiedoilla on merkitystä, nimittäin routiminen ja muu maan liikkuminen lyhentää käyttöikää. 

Tehokas ennakointi näkyy positiivisesti korjaustoimenpiteiden euromäärissä

Putkien korjaamista ei kuitenkaan kannata priorisoida pelkästään putkien käyttöiän perusteella, sillä vahinkojen laajuus vaihtelee välillä merkittävästikin eri paikoissa. Vuoto keskellä kaupunkia aiheuttaa aivan eri mittakaavan vahingot kuin vuoto haja-asutusalueen rauhallisella sivukujalla, vaikka siellä asuisikin kylän varakkain henkilö.

Vaikka korjaukset saataisiin suoritettua juuri oikeaan aikaan oikeassa paikassa, saattaa silti tapahtua yllätyksiä ja vesiputki hajoaa. Tällöin olisi tärkeä saada ennakolta tietoa tapahtumasta, jotta vahingot saadaan minimoitua. 

Ennakointia varten tarvitaan riittävän kattava määrä reaaliaikaisia mittauspisteitä. Mitä enemmän mittauspisteitä on, sitä ennakoivampaan ja tarkempaan ennustamiseen päästään. 

Pumppuaseman dataa reaaliajassa koneellisesti seuraamalla saadaan kiinni poikkeamat. Putki hajoaa kuitenkin useimmiten aseman ulkopuolella eli on tärkeä sijoittaa joitakin mittauspisteitä muuallekin (esimerkiksi kriittisesti tärkeisiin sijainteihin etäluettavia vesimittareita), jotta todelliseksi poikkeamaksi havaittu vuoto löydetään luonnossa eikä etsimiseen tarvitse hälyttää partiota tai tilata kallista lämpökamerakuvausta

Kalliit laitteet hukassa ja vajaakäytöllä – yllättävän yleinen haaste, johon on olemassa yllättävän yksinkertainen ratkaisu

Niin uskomattomalta kuin se kuulostaakin, kalliit laitteet, kuten matkatavarakärryt, työmaakontit tai kuljetuslavetit, ovat usein hukassa tai todella pahasti vajaakäytöllä. Laivatkin seisovat 40% prosenttia ajasta satamassa odottamassa. Kun ei tiedetä missä laitteet ovat, korvaavien laitteiden hankintaan ja ylläpitoon kuluu huomattavia summia rahaa.

Laitteiden sijaintiin kannattaa siis kiinnittää erityisen tarkasti huomiota.

Laitteiden ei tarvitse olla edes kovin kalliitta, jotta niiden sijaintiin kannattaa kiinnittää huomiota. Laitteen ollessa hukassa tai väärään aikaan väärässä paikassa, koko prosessi seisoo. Kun monta laitetta ja ihmistä on väärään aikaan väärässä paikassa, laskee prosessin tehokkuus rajusti. Näin on tapahtunut esimerkiksi satamissa.

Laitteiden sijainnit saadaan haltuun sijoittamalla niihin mittalaitteet. Tekoäly yhdistettynä sijaintitietoihin puolestaan ohjaa laitteet ja ihmiset oikeaan aikaan oikeaan paikkaan proaktiivisesti.

Myrskytuhojen tulkinta on vielä hidasta ja manuaalista

Myrskyt aiheuttavat paljon tuhoja osuessaan pahaan paikkaan. Metsäomaisuutta ja peltoja tuhoutuu, sähköverkkoihin tulee vikoja, rankkasateet ylikuormittavat vesiputket, puita kaatuu talojen ja autojen päälle. 

Kun myrsky lähestyy, on tärkeä ymmärtää, kuinka pahaa tuhoa se saa todennäköisesti aikaan, jotta osataan varautua. Valmistaudutaan korjaamaan ja minimoidaan vahinkoja ennakoimalla. 

Sääennusteista näkee myrskyn todennäköisen reitin ja voimakkuuden. Kun lisäksi tiedetään, missä vahingolle altista omaisuutta on, voidaan päätellä myrskyn aiheuttama tuho jo etukäteen.

Itse myrskyn jälkeen on tärkeä ymmärtää, mitä on tapahtunut, jotta korjaustoimenpiteet osataan kohdistaa oikeisiin paikkoihin ilman viivytyksiä eikä partiointiin ja kriisiviestintään tarvita kokonaista armeijaa.

Tekoäly päättelee ylhäältä otetuista kuvista nopeasti tuhoalueen ja tuhon yksityiskohdat. Kun kuvilta tulkitun tiedon yhdistää muuhun sisäiseen ja ulkoiseen dataan, saadaan myrskytuhosta hyvin yksityiskohtainen kuva. Kaukokartoitus tarjoaa tänä päivänä vakoilutason tietoa edullisesti.

Saammeko auttaa sinua säästämään sijaintitietoa ja tekoälyä hyödyntäen?

Haluatko tietää paremmin toimialaasi liittyviä vinkkejä siitä, kuinka sijaintitiedoilla ja tekoälyllä voi säästää miljoonia? Siinä tapauksessa kannattaa tutustua Location Intelligence Innovation -työpajaamme, jonka lopputuloksena saat konkreettisen ja perustellun näkemyksen hedelmällisimmistä sijaintianalytiikkaan liittyvistä kehityskohteista. Klikkaa lukemaan lisää alta!

Tutustu Location Intelligence Innovation -työpajaan

Avainsanat: Sijaintitieto, Tekoäly, Tiedolla johtaminen

TILAA TUOREET ARTIKKELIT

Opi rakentamaan epäreilua kilpailuetua tiedolla johtamisella ja sijaintitiedolla.

Uudet blogiartikkelit sähköpostiisi heti julkaisupäivänä:

Ratkaisut

Valikoituja näytteitä tiedoistamme ja taidoistamme