Miten Darwin innoitti tekoälypohjaisia pakkausratkaisuja
Se alkoi Charles Darwinin evoluutioteoriaan perustuvasta visiosta ja päättyi tekoälypohjaiseen ratkaisuun, joka on muuttamassa työstökoneiden pakkausta sellaiseksi kuin me sen tunnemme. Kun Sandvik Coromant julkaisee uuden ratkaisunsa, optimoitu pakkaus johtaa merkittäviin kustannussäästöihin ja huomattavasti pienempiin CO2-päästöihin.
Kesällä 2019 Maria Rajabzadeh Namaghi, 33-vuotias iranilainen tuotekehitysinsinööri ja järjestelmäkehittäjä, työskenteli Sandvikenissa, Ruotsissa Sandvik Coromant -yrityksen seuraavan sukupolven tuotepakkausratkaisujen parissa. Hänellä oli edessään haastava tehtävä: varmistaa, että valitut pakkaukset olisivat mahdollisimman pieniä ja lean-tyyppisiä, jotta ne vähentäisivät materiaalikustannuksia ja auttaisivat Sandvik-konsernia pienentämään sen kokonaishiilijalanjälkeä.
Vaikka Rajabzadeh Namaghi oli jo löytänyt perinteiseen tietokoneohjelmointiin perustuvan ratkaisun, hänestä tuntui silti, että jotain puuttui. »Ratkaisu ei ollut tarpeeksi joustava. Se oli räätälöity tietyn tyyppisille pakkauksille eikä se toimisi uudentyyppisissä pakkauksissa«, hän muistelee.
Sitten, kun hän antoi ajatustensa vaeltaa autiossa toimistomaisemassa, hänelle välähti: »Entä jos sovittaisin geneettisiä algoritmeja tekoälyn avulla?« Geneettinen algoritmi on tekoälyyn perustuva ongelmanratkaisumenetelmä, joka pohjautuu Charles Darwinin evoluutioteoriaan. Aivan kuten luonnossa, algoritmi kehittyy sukupolvien myötä, jolloin jokaisen syklin myötä syntyy älykkäämpiä ja parempia ratkaisuja. Testattuaan teoriaansa muutaman päivän ajan Rajabzadeh Namaghi tiesi olevan keksinyt jotain merkittävää.
Maria Rajabzadeh Namaghi
Koolla tai muodolla ei ole väliä
»Olin todella innoissani, en malttanut odottaa, että pääsisin kertomaan siitä kollegoilleni, kun he palasivat lomalta«, hän muistelee ja huomauttaa, että vaikka geneettinen algoritmi ei sinänsä ole uusi, hän ei ollut kuullut sitä sovellettavan pakkausratkaisuihin tässä mielessä.
»Se toimii niin, että mitä tahansa pakettiin tarvitsee laittaa – oli se sitten pieni työkalu tai jotain suurta, kuten polkupyörä – sovellus etsii pienimmän mahdollisen pakkauksen, johon se mahtuu. Pakattavan tuotteen koolla tai geometrialla ei ole väliä«, hän sanoo ja selittää, miten Package Selector Application (PSA) tunnistaa esineen kriittisimmät kohdat analysoimalla siitä CAD-pohjaisen 3D-mallin. Tämän jälkeen tekoälyalgoritmi laskee esineen kiertymisen, jolloin sovellus pystyy paitsi suosittelemaan mahdollisimman pientä pakkausta myös osoittamaan, miten esine sovitetaan valittuun pakkaukseen.
Tekoälypohjainen pakkausratkaisu löytää työkalulle mahdollisimman pienen pakkauksen.
Livenä vuonna 2021
Sen lisäksi, että pakkausmateriaali-, kuljetus- ja varastointikustannukset pienenevät, mahdollisuus valita aina pienin mahdollinen pakkaus auttaa myös vähentämään CO2-päästöjä. »Mitä pienempiä pakkauksia käytetään, sitä vähemmän pakkausmateriaalia menee hukkaan. Pienemmät pakkaukset vievät kuljetuksessa vähemmän tilaa, ja yhteen lähetykseen mahtuu enemmän tavaraa, mikä vähentää polttoaineenkulutusta«, Rajabzadeh Namaghi kertoo.
Sandvik Coromant -yrityksen pakkaus- ja etikettien tuotepäällikkö Samir Balic kertoo, että vuoden 2021 toisella puoliskolla livenä julkaistava sovellus automatisoi pakkausten valintaprosessin »alusta loppuun«.
»Tuotesuunnittelijoille lisätään työkalu CAD-ohjelmiinsa, ja yhdellä napin painalluksella he voivat filmata juuri luomansa työkalun, jolloin sille matchataan sopivin pakkaus – jo ennen kuin työkalu on fyysisesti luotu«.
