Microsoft Azuren avulla datavyöry on hallittavissa

Mikko Pulkkinen

12 000 alusta sertifioineen DNV GL:n tehtävänä on varmistaa, että laivat sekä rakennetaan turvallisesti että pysyvät turvallisina. Tämä voi vaikuttaa valtavalta urakalta etenkin, kun yritys joutuu suorittamaan vuosittain yli 50 000 tarkastusta. Microsoft Azuren koneoppimisalgoritmeja hyödyntämällä yritys on kuitenkin onnistunut sekä parantamaan tehokkuuttaan, vastaamaan paremmin asiakkaidensa tarpeisiin että kasvattamaan liiketoimintaansa. Microsoftin ratkaisuihin kokonaisvaltaisesti tukeutuva DNV GL on aloittanut toimintansa digitalisoinnin keskeisten prosessien automatisoinnilla.

Tyytyväisiä asiakkaita yhtenäisen datan avulla

DNV GL on ryhtynyt yhdistämään suuria määriä uusia ja historiallisia tietoja, jotka ovat peräisin asiakkailta ja tarkastajilta, sekä liittämään niitä koneoppimisalgoritmeihin ja Microsoft Azure -palveluihin. Näin se on pystynyt pitämään lupauksensa asiakkaille ja parantamaan toimintansa tehokkuutta.

Koneoppimisen mullistavat vaikutukset

Olipa kyse teknisten asiakaskysymysten reitittämisestä oikeille asiantuntijoille muutamassa sekunnissa tai monimutkaisten kaavioiden täsmäämisestä vastaavien dokumenttien kanssa – automaatio ja koneoppiminen ovat mullistamassa DNV GL:n toimintatapoja niin toimistotyön kuin kentällä suoritettavien tarkastusten osalta.

Koneoppiminen tarkoittaa, että sähköpostin reitittämiseen kuluu vain sekunnin murto-osa. Voimme skaalata ja luvata asiakkaillemme vastauksen neljän tunnin kuluessa ja käyttää neljä tuntia itse vastauksen laatimiseen. Enää emme menetä kahta tuntia siihen, että viesti saapuu perille.

Kristian Ramsrud, koneoppimistiimin johtaja, merenkulun tuotantojärjestelmät, DNV GL

Lue koko asiakaskertomus.

Ilmainen AI-raportti: Tekoäly Suomessa. Lue miten 277 suurta Eurooppalaista yritystä hyötyy tekoälystä.

Tutustu, miten länsieurooppalaiset ja suomalaiset päättäjät käyttävät tekoälyä organisaationsa digitalisointiin

Artikkelit, jotka mahdollisesti kiinnostavat sinua:

Innovaatiot liiketoimintaan

Mitä metsäpalo- tai siitepölyennusteella on tekemistä avoimen lähdekoodin, avoimen datan ja Azure-pilvialustan kanssa?