Tekoälyn hyödyntäminen Lean-johtamisessa

Abstract

Tämän opinnäytetyön tarkoituksena on selvittää tekoälyn hyödyntämisen mahdollisuuksia Lean-johtamisen tukemisessa. Tavoitteena on keskittyä erityisesti siihen, kuinka tehostaa Lean-periaatteiden soveltamista organisaatioiden liiketoimintaympäristöön ja analysoida, mitkä tekoälyn osa-alueet tuottaisivat liiketoiminnalle suurimman lisäarvon.

Opinnäytetyö toteutettiin narratiivisena kirjallisuuskatsauksena. Narratiivinen kirjallisuuskatsaus on kirjallisuuskatsauksen tyyppi, jossa keskitytään tietyn aihealueen yleiskuvan muodostamiseen tarkastellen valikoitua kirjallisuutta ja tutkimuksia ilman tarkasti määriteltyjä menetelmiä. Opinnäytetyöhön valikoitui viisi tutkimustyötä, jotka haettiin eri tietokannoista hakusanoin ja hakusanalausekkein. Aineiston valitsemisessa otettiin huomioon tutkimuskysymykset, joiden avuksi määriteltiin sisäänotto- ja poissulkukriteerit.

Opinnäytetyössä tehtävässä tutkimuksessa ilmeni, että tekoälyllä on merkittävästi potentiaalia tehostaa Lean-johtamisen prosesseja erityisesti prosessien optimoinnin, laadunhallinnan ja resurssienhallinnan alueilla. Tutkimukset osoittivat, että erityisesti koneoppiminen, syväoppiminen ja neuroverkot mahdollistavat suurimman potentiaalin prosessien tehostamiseksi ja ihmisen tukemiseksi Lean-ympäristössä.

Koneoppiminen ja syväoppiminen voivat tehostaa reaaliaikaista Lean-johtamista analysoimalla dataa ja etsimällä uusia kehityskohteita tuotannon nopeuttamiseksi ja kustannuksien vähentämiseksi. Neuroverkoilla voidaan ennustaa ja ennaltaehkäistä laadullisia ongelmia, jotka parantavat palveluiden ja tuotteiden laatua.

Tekoälyn hyödyntäminen Lean-johtamisen tukemisessa on mahdollista, kun organisaation liiketoimintaympäristössä jokaisella organisaatiotasolla sisäistetään ja otetaan käyttöön Lean-ajattelun periaatteet. Organisaatioiden on tunnistettava liiketoimintaympäristön tuottamattomat toiminnot eli hukat, jotka eivät tuota asiakkaalle lisäarvoa.

The aim of this thesis is to explore the possibilities of using artificial intelligence to support Lean management. In particular, the report focuses on how to enhance the application of Lean principles in the business environment of organisations and analyses which areas of AI would bring the most value to the organisation.

The study was conducted as a narrative literature review. Five research papers were searched and selected from different databases using keywords and search terms. The selection of the material was based on the research questions supported by inclusion and exclusion criteria.

The research revealed that AI has significant potential to enhance Lean management processes, especially in the areas of process optimisation, quality and resource management. In particular, the research showed that machine learning, deep learning and neural networks offer the greatest potential for process improvement and human support in a Lean environment.

Machine learning and deep learning can enhance realtime Lean management by analysing data and looking for new developments to speed up production and reduce costs. Neuronetworks can predict and prevent quality problems thus improving the quality of services and products.

The use of AI to support Lean management is possible when Lean thinking principles are internalised and adopted at every level of an organisation's business environment. Organisations need to identify the unproductive activities that do not add value to the customer in their business environment.