Valmetin Digital Twin - harppaus mahdollistaa liiketoiminta-alueiden tehokkaamman yhteispelin

Digitaalisen transformaation edelläkävijänä Valmetilla oli valmis potentiaali toteuttaa mittavia digitaalisia uudistuksia, mutta ennen Knowitin yhteistyötä Digital Twinin elementtien hyödyntämiselle ei ollut yhtenäistä visiota. Valmetilla oli jo ennestään vahva strateginen analytiikan, teollisen internetin ja esimerkiksi lisätyn todellisuuden (XR) osaaminen, ja Digital Twin -projekti kartoitti seuraavia askeleita ja mahdollisuuksia digitaalisen liiketoiminnan saralla.

Knowitin johtama Digital Twin -projekti eteni datankeruusta tiedon jalostamiseen ja mallin konseptointiin. Projektin lähtökohtana oli selvittää, millainen Digital Twin -potentiaali Valmetin liiketoiminnassa piilee, ja miten jo olemassa olevia elementtejä voitaisiin hyödyntää digitaalisten kaksosten konseptoinnissa. Knowitin asiantuntijat jalkautuivat Valmetin Jyväskylän, Sundsvallin ja Tampereen tehtaille työpajoihin kartoittamaan, millaisia kipupisteitä, kehityskohteita ja toiveita projektille asetettiin.

Samalla ymmärrys Valmetin digitaalisten kaksosten potentiaalista sai vahvan dataperustaisen lähtökohdan. Suunnitteluvaiheessa Knowit teki myös kevyen business design -mallin, jossa Valmetin asiantuntijat pääsivät innovoimaan tulevaisuuden kehityskohteita.

Knowitin asiantuntijoiden ketterä, toimeen tarttuva ja keskusteleva toimintatapa saivat kiitosta Valmetilta heti projektin alkumetreiltä lähtien.

- Knowit otti heti projektin alussa aktiivisen tekijän roolin, ja käytännön tekemiseen päästiin nopeasti kiinni. Asiantuntijoiden eri toimialojen kokemus ja osaaminen auttoivat nopean yhteisymmärryksen syntymisessä. Arvostamme myös molemminpuolista oppimista, mitä projektin matkan aikana tapahtui. Me Valmetilla opimme lisää konseptoinnista, ja Knowit sai näkemystä toiminnastamme, jota he sovelsivat projektin hyväksi pitkin yhteistyötä, Valmetin projektista vastannut Director of Analytics and Applications Development Arttu-Matti Matinlauri kertoo.

Knowitin vetämä Digital Twin -projekti keskittyi kokonaisvaltaiseen suunnitelmaan siitä, miten uutta konseptia voidaan hyödyntää koko Valmet-tasolla liiketoiminta-alueiden rajojen yli. Kipukohtana huomattiin suuryrityksen liiketoimintalinjojen osaamisen jakautuminen useiden toimipisteiden, tuotantolaitosten ja tehtaiden välille. Eri huippuasiantuntijoiden osaaminen haluttiin saada tehokkaammin käyttöön yrityksen sisällä, jotta asiantuntijoiden välinen yhteistyö pääsisi täyteen potentiaaliinsa Valmetin asiakasprojekteissa.

- Työpajojen aivoitukset ovat jo nyt auttaneet meitä perustamaan yhteisen kielen yrityksemme eri osaajien välillä. Esimerkiksi konesuunnitteluinsinööriemme ja dataosaajiemme vuoropuhelu tuo yhä ketterämpiä ratkaisuja asiakastyöhön. Nyt liiketoimintaosiot ymmärretään meillä enemmän toisiaan tukevina toimijoina, Valmetin Arttu-Matti Matinlauri tähdentää.

Digital Twin -järjestelmän mahdollisuudet heijastuvat projektijohtamisen ohella kustannustehokkuuden ja kilpailuetujen kehittämiseen. Konseptointi antaa tilaa rakentaa tehokkaampia investointipolkuja, optimoida resurssiviisasta tuotantoa ja hioa tuotekehityksen prosesseja.

Kestävän kehityksen tavoitteet ovat kiinteä osa sekä Valmetin ja Knowitin liiketoimintaa, joten Digital Twin -konsepti pureutui luontevasti myös kestävyystavoitteiden edistämisen mahdollisuuksiin. Valmetin Sustainability 360* -kestävyysohjelmassa esimerkiksi toimitusketjun ympäristövaikutukset ja tuotannon raaka-aineiden energiatehokas käyttö ovat keskiössä. Knowit puolestaan on sitoutunut jokaisessa asiakasprojektissaan YK:n kansainvälisiin kestävän kehityksen tavoitteisiin.

Tavoite 12: Kulutus- ja tuotantotapojen kestävyyden varmistaminen.

Digitaalisten kaksosten keräämän datan perusteella Valmet voi tehdä päätöksiä, jotka vähentävät koko tuotantoketjun ympäristövaikutuksia. Digital Twin -toteutukset mahdollistavat kestäviä muutoksia useissa tuotantolaitoksissa, kun esimerkiksi raaka-aineiden mitoitusta, tuotannon energiankulutusta ja jätevesien käsittelyä voidaan hallita entistä tehokkaammin. Datan tulkinnan avulla esimerkiksi konetuotanto voidaan mitoittaa täsmällisesti tilaaja-asiakkaan tavoitteisiin nähden, jolloin tuotanto on myös kustannustehokkaampaa