Dassault Systèmesin asiantuntijoiden Juha Burtsoffin ja Pekka Lähteisen mukaan murros ei koske vain teknologiaa, vaan myös liiketoimintamalleja ja koko ohjelmistoteollisuuden arvonmuodostusta. Samalla keskustelu tekoälystä on siirtymässä hypevaiheesta kohti konkreettisempaa ymmärrystä siitä, missä arvo todella syntyy.

Ensimmäinen iso muutos liittyy ohjelmistoteollisuuden arvon muodostumiseen. Tällä hetkellä tekoälyyn liittyvä keskustelu painottuu vahvasti infrastruktuurikerrokseen – laskentatehoon, siruihin ja datakeskuksiin. Esimerkiksi yhdysvaltalainen NVIDIA on noussut keskeiseksi toimijaksi tarjoamalla tekoälylaskentaan optimoituja ratkaisuja. Burtsoffin mukaan kehityksen painopiste ei kuitenkaan jää tähän.

”Pitkällä aikajänteellä tekoälyn arvo ja arvostus syntyy sovelluskerroksessa”, Burtsoff toteaa.

Burtsoffin mukaan arvo ei synny yksittäisessä kerroksessa, vaan kyvyssä hallita koko arvoketjua datasta malleihin ja sovelluksiin. Käytännössä tämä tarkoittaa, että kilpailu siirtyy siihen, kuka pystyy yhdistämään infrastruktuurin, datan ja toimialakohtaisen osaamisen tehokkaimmin konkreettisiksi ratkaisuiksi.

Tämä murros heijastuu suoraan ohjelmistoliiketoimintaan. Perinteiset lisenssimallit ovat paineessa, kun tekoäly automatisoi tehtäviä ja muuttaa työn luonnetta. Hinnoittelu siirtyy kohti tuotettua arvoa, ja yksinkertaiset käyttäjälisenssipohjaiset SaaS-ratkaisut voivat menettää merkitystään, jos niiden toiminnot sulautuvat osaksi laajempia agenttisia (AI) alustoja.

Toinen keskeinen muutos liittyy siihen, mitä tekoäly teollisuudessa oikeastaan on. Julkinen keskustelu keskittyy pitkälti suuriin kielimalleihin, mutta teollisuudessa tekoäly on ollut arkea jo pitkään. Lähteinen kiteyttää tämän:

”Dassault Systèmesin tapaiset yritykset ovat itse asiassa tehneet AI:ta jo vuosia.”

Fyysinen tekoäly

Teollisessa kontekstissa tekoäly tarkoittaa kykyä yhdistää data, fysiikan lait ja insinööritieteellinen ymmärrys. Kyse on yleiskäyttöisestä tuotantoteknologiasta – samantyyppisestä murroksesta kuin sähkö tai internet – joka ei ole erillinen työkalu, vaan integroituu kaikkeen tekemiseen.

Juuri tässä ominaisuudessa digitaalinen kaksonen pääsee tekemisen ytimeen. Perinteisesti digital twin on nähty visuaalisena tai datalähtöisenä mallina fyysisestä kohteesta. Dassault Systèmesin näkemyksessä keskeinen ero syntyy siitä, onko malli staattinen vai fysikaalisesti simuloiva. Digitaalinen kaksonen ei ainoastaan kuvaa kohdetta, vaan mallintaa ja simuloi sen käyttäytymistä luonnonlakien mukaisesti.

Tämä mahdollistaa merkittävän harppauksen tuotekehityksessä. Kun esimerkiksi moottorin tai tuotantolinjan toimintaa voidaan simuloida tarkasti virtuaalisessa ympäristössä, fyysisten prototyyppien tarve vähenee ja kehityssyklit lyhenevät. Erityisen tärkeää tämä on tilanteissa, joissa siirrytään täysin uusiin teknologioihin, kuten vaihtoehtoisiin polttoaineisiin, joissa aiempaa kehityspolkua ei ole käytettävissä.

Digitaalisen kaksosen merkitys ei kuitenkaan rajoitu suunnitteluun. Yhä keskeisemmäksi nousee virtuaalisen ja fyysisen maailman jatkuva vuorovaikutus. Operatiivinen data virtaa fyysisestä järjestelmästä takaisin virtuaalimalliin, jossa tekoäly analysoi toimintaa, ennakoi vikaantumisia ja optimoi suorituskykyä.

Tätä kehitystä vauhdittaa myös Dassault Systèmesin ja NVIDIA tuore yhteistyö, jossa rakennetaan teollista tekoälyalustaa virtuaalikaksosten tueksi. Tavoitteena on yhdistää fysiikkaan perustuvat virtuaalimallit ja skaalautuva tekoälyinfrastruktuuri niin, että yritykset voivat kehittää niin sanottuja “teollisia maailmamalleja” – realistisia, tieteellisesti validoituja simulaatioita tuotteista, tuotannosta ja kokonaisista järjestelmistä.

Yhteistyössä korostuu myös tekoälyn rooli asiantuntijatyön tukena. Uudet tekoälyavusteiset virtuaaliassistentit integroituvat osaksi suunnittelu- ja tuotantoympäristöjä, jolloin ne eivät ole erillisiä työkaluja, vaan toimivat suoraan työnkulun sisällä. Samalla korostuu niin sanottu fyysinen tekoäly, jossa laskenta perustuu luonnonlakien mallintamiseen – kehityssuunta, jonka odotetaan muuttavan tapaa, jolla tuotteita suunnitellaan ja optimoidaan globaalisti.

Tämä suljettu silmukka – suunnittelu, simulointi, tuotanto ja käyttö – muodostaa uudenlaisen toimintamallin. Juuri tässä syntyy myös uusi arvon ydin: arvo ei enää perustu yksittäiseen tuotteeseen tai ohjelmistoon, vaan kykyyn hyödyntää dataa järjestelmän koko elinkaaren ajan. Tämä mahdollistaa siirtymän tuotelähtöisestä liiketoiminnasta palvelupohjaisiin malleihin, joissa jatkuva optimointi ja käytön aikainen tieto ovat keskeisiä.

Tällainen kehitys edellyttää yhtenäistä tietomallia ja alustapohjaista ajattelua. Perinteinen IT-arkkitehtuuri, jossa tieto on hajautunut eri järjestelmiin, ei tue tekoälyn tehokasta hyödyntämistä. Kun kaikki tieto on samassa mallissa, tekoäly voidaan integroida luontevasti osaksi työnkulkuja.

Tämä on myös vastaus nykyiseen tekoälyhypeen liittyvään haasteeseen. Monet organisaatiot rakentavat irrallisia kokeiluja, jotka jäävät erillisiksi ratkaisuiksi. Kestävämpi lähestymistapa on integroida tekoäly osaksi ydinalustoja. Tällöin sitä ei enää nähdä erillisenä teknologiana, vaan osana normaalia toimintaa.

”Ei puhuta erikseen AI:sta, vaan se on työnkulussa jo automaattisesti alustojen sisällä”, Burtsoff kuvaa.

Työn luonne muuttuu

Tämä muuttaa myös työn luonnetta. Insinööri ei enää pelkästään suunnittele, vaan ohjaa suunnittelua. Tekoäly tuottaa vaihtoehtoja, analysoi niiden vaikutuksia ja tukee päätöksentekoa, mutta ihminen säilyy kokonaisuuden hallitsijana.

Tulevaisuuden näkymä on selvästi alustapohjainen. Yritykset eivät kilpaile enää yksittäisillä tuotteilla, vaan asemalla ekosysteemeissä ja kyvyllä hallita dataa, malleja ja niiden yhdistämistä toimiviksi kokonaisuuksiksi.

Tällä kehityksellä on merkittäviä vaikutuksia myös kilpailukykyyn. Suomessa vahvuutena on korkea teknologinen osaaminen ja vahva teollinen perinne, mutta haasteena on kyky skaalata ja kaupallistaa uusia toimintamalleja. Ilman tätä on riski, että arvo syntyy muualla, vaikka osaaminen olisi kotimaista.

Samalla tekoäly kytkeytyy laajempaan geopoliittiseen kontekstiin. Laskentateho ja alustat keskittyvät globaalisti harvoille toimijoille, mikä tekee teknologiavalinnoista strategisia. Teollisuusyrityksille tämä ei ole pelkkä IT-kysymys, vaan osa pitkän aikavälin kilpailustrategiaa.

Keskeiseksi mittariksi nousee time-to-market: kuinka nopeasti uusia ratkaisuja voidaan kehittää ja tuoda markkinoille. Tekoälyn ja digitaalisen kaksosen yhdistelmä voi lyhentää kehityssyklejä merkittävästi, mutta se edellyttää muutoksia sekä teknologiassa että johtamisessa.

Lopulta kyse ei ole yksittäisestä teknologiasta, vaan ajattelutavasta. Digitaalinen kaksonen ja tekoäly mahdollistavat kokonaisuuksien hallinnan uudella tavalla, yhtenäisenä systeeminä, jossa tieto virtaa saumattomasti eri vaiheiden välillä. Tekoäly ei siis ainoastaan tehosta digitaalista kaksosta, vaan se tekee siitä keskeisen työkalun koko liiketoiminnan uudistamisessa.