Laskennallisesta tuotekehityksestä suomalainen kilpailuvaltti?

Digitaalinen koneenrakennus ei ole mitään uutta teollisuudessa, ei maailmalla eikä Suomessa. Käytössämme on jo vuosikymmeniä ollut tietokoneavusteisen suunnittelun menetelmät ja ohjelmistot (CAD), olemme soveltaneet simulointia ja laskennallisia analyysejä tutkimuksessa, tuotekehityksessä ja valmistuksen suunnittelussa (CAE ja CAM), ja hyödynnämme sujuvasti tuotetiedon- ja tuotannonohjauksen tietojärjestelmiä (mm. PDM, PLM ja ERP). Kaikille näille osa-alueille on tarjolla ohjelmistoja, tukipalveluja ja konsultointia. Ja vaihtoehtoja on kuin autokaupassa – eri osa-alueille voi valita edullisen mallin tai vaikka hyvin varustellun ohjelmistopaketin oheispalveluineen. Mistä siis kiikastaa? Mitä voisimme vielä tehdä, että laskennallisesta tuotekehityksestä tulisi suomalaiselle teollisuudelle kilpailuvaltti? Löytyykö jostain vielä laskennallisia menetelmiä ja ohjelmistoja, joista emme ole kuulleet ja jotka voisivat tuoda meille merkittävää lisähyötyä?

Käytän tässä artikkelissa tarkoituksellisesti jo kuumimmat hype-päivänsä nähneitä lyhenteitä kuvaamaan digitaalisen koneenrakennuksen peruselementtejä. Tietokoneavusteisen tuotekehityksen ja suunnittelun perimmäiset periaatteet eivät ole oleellisesti muuttuneet, vaikka ohjelmistoissa ja tietojärjestelmissä onkin tapahtunut huimaa kehitystä. Sama pätee tietokoneavusteiseen analysointiin ja simulointiin. Myös tällä alueella kehitys on ollut merkittävää niin menetelmien ja ohjelmistojen kuin myös laskentatehon osalta. Oikeastaan merkittävin muutos on ollut skaalan kasvaminen niin mallien, datan määrän, analyysien lukumäärän kuin myös käyttäjämäärien osalta. Uutena mahdollisuutena tälle alueelle ovat tulleet pilvipalvelut, mutta siinäkin palvelun käyttäjän näkökulmasta kyse on enemmänkin skaalautumisesta sekä investoinnin ja käytön joustavuudesta kuin täysin uudesta menetelmästä, prosessista tai työkalusta.

Miksi käyttää laskennallisia menetelmiä?

Kaupallisesti mielekäs tuoteprosessi voidaan karrikoiden kuvata optimointihaasteena, jossa tasapainotellaan kolmen tavoitteen välimaastossa: 1) suunnitella teknisesti riittävän hyviä tuotteita, 2) saada tuotteet nopeasti markkinoille ja 3) minimoida kustannukset. Kuten monitavoiteoptimoinnin tehtävät yleensäkin, myös tässä tavoitteet ovat tyypillisesti ristiriidassa keskenään. Teknisesti edistyksellinen ja uutta teknologiaa sisältävä tuote tarkoittaa usein pidempää ja siten kalliimpaa tuotekehitysvaihetta. Tuotekehitysajan lyhentäminen taas lisää yleensä suunnittelun virheiden riskiä tai voi nostaa merkittävästi kustannuksia, koska saman työn tekeminen voi vaatia huomattavasti enemmän työvoimaa. Ja kaikkihan tietävät, että hyvä ja halpa mahtuvat harvoin samaan pakettiin.

Tietokoneanalyysien ja -simuloinnin käytön merkittävin lisäarvo tulee uuden tiedon ja ymmärryksen saannin nopeudesta ja kustannustehokkuudesta. Mitä monimutkaisempi suunniteltava järjestelmä tai tuote on ja mitä suuremmat kustannukset siihen sitoutuvat, sitä kalliimmaksi väärät päätökset tulevat. Toisaalta, mitä myöhäisemmässä vaiheessa tuoteprosessia suunnitteluvirhe huomataan, sitä kalliimmaksi virheen korjaaminen yleensä tulee. Ja teknisesti varmanpäälle pelaaminenkaan ei markkinakilpailussa pidemmän päälle kannata, jos tuotteen tai järjestelmän tekninen edistyksellisyys jää vaatimattomaksi.

Tietokoneanalyysien ja -simuloinnin avulla voimme suhteellisen helposti testata tuotteen ominaisuuksia ja käyttötilanteita, joiden testaaminen oikeilla fyysisillä prototyypeillä olisi aikaa vievää, kallista tai jopa vaarallista. Ideaalisessa tapauksessa voimme suunnitella tuotteen digitaalisilla menetelmillä niin hyvin, että voimme sanoa sen olevan kerralla valmis. Perimmältään kyseessä on uuden suunnitteilla olevan tuotteen ominaisuuksien ja toiminnan ymmärtämisestä ja optimoinnista, ja tiedon tuottamisesta suunnittelun päätöksentekoon.

Tätä simuloinnin ja analysoinnin periaatetta voi soveltaa myös laajemmin tuoteprosessiin. Samat perusteet, eli lisätiedon hankinta käsillä olevan systeemin toiminnasta ja herkkyydestä, pätevät teknisen suunnittelun lisäksi myös valmistuksen suunnitteluun ja optimointiin sekä laajemmin liiketoimintaan ja tuotteen elinkaaren hallintaan. Teknisten ja fysikaalisten mallien sijaan käytetään vain toimintaprosesseja ja liiketoimintaa sekä markkinoita kuvaavia laskennallisia malleja. Miksi emme siis hyödyntäisi kaikkia mahdollisia keinoja, joilla voimme tehdä niin teknisen kuin liiketoiminnankin päätöksenteon helpommaksi ja luotettavammaksi? Miksi emme pistä tietokoneitamme tuottamaan meille mahdollisimman paljon meitä auttavaa tietoa?

Suomalainen malli laskennallisten ohjelmistojen soveltamisessa

Karrikoin nyt tarkoituksella sanomaani niin, että perimmäinen viesti korostuu. Suomainen malli hankkia laskennallisia työkaluja tuotekehitykseen ja tuoteprosessiin yleensäkin on mennä kauppaan ja ostaa sovelias ohjelmisto. Tämä on tietenkin suhteellisen helppo ja kustannustehokas tapa saada käyttöön ohjelmistotyökalut kuhunkin tarpeeseen, mutta tällä toimintamallilla on vaikea hakea todellista kilpailuetua muihin nähden. Samat ohjelmistot ja niihin liittyvät palvelut ovat saatavilla maailmanlaajuisesti, joten erottumiseen tarvittaisiin jotain muuta. Tämä suomalainen malli näkyy myös suomalaisen digitaalisen suunnittelun ohjelmistotarjonnassa. Onneksi meillä on joitain positiivia poikkeuksia, mutta yleisesti ottaen suomalainen ohjelmistotarjonta tälle alueelle on melko vaatimatonta. Rakkaalla länsinaapurillamme on jo selvästi rikkaampi pienten ja keskisuurten ohjelmistoyritysten ja palveluntarjoajien kenttä ja Keski-Euroopassa tilanne on vieläkin parempi. Johtuuko tämä suomalaisen mallin vallalla olo vain maamme pienuudesta ja syrjäisestä sijainnista vai emmekö ole vieläkään ymmärtäneet digitaalisen koneenrakennuksen perimmäisiä hyötyjä? Onko laskennallisten menetelmien hyödyntäminen vain välttämätön paha ja outojen insinöörinörttien puuhastelua, vai voisiko siinä piillä merkittävää potentiaalia? Mielestäni potentiaalia on vielä paljon hyödynnettäväksi eikä liikkeelle lähtö edes ole kovin vaikeaa. Haastavinta taitaa olla omien ajatusmalliemme kyseenalaistaminen ja korjaaminen ja vakiintuneiden toimintaprosessiemme muuttaminen uusien mallien mukaisiksi.

Juha KortelainenJuha Kortelainen

Tutkimustiimin päällikkö