Blogi

Tekoäly tukee bisnespäätöksissä – meitä se auttoi selvittämään uuden toimiston parhaan sijainnin

Kirjoittanut Teemu Salmela | Lead Data Scientist | 6.5.2024 9:22


Nykyisessä maailmassa jokainen hiilijalanjälkeä vähentävä teko on tärkeä. Siksi myös yritysten sijainnin optimointi on olennaisempaa kuin koskaan. Kun Digialla suunniteltiin uuden toimiston paikkaa tukemaan hybridityöarkea parhaalla mahdollisella tavalla, mukaan selvitystyöhön otettiin tekoäly. Tavoitteena oli löytää ratkaisu, joka huomioi sekä työntekijät että ympäristön ja minimoi kumulatiiviset työmatkat, matka-ajat ja hiilidioksidipäästöt.

Yritykset kääntyvät yhä enemmän tekoälyn puoleen tehdessään dataan perustuvia päätöksiä ja optimoidessaan toimintaansa. Motiivina voi olla tehokkuuden lisääminen, toimitusketjun virittäminen, resurssisuunnittelu tai esimerkiksi kestävän kehityksen edistäminen. 

Me Digialla hyödynsimme tekoälyä osana toimitilauudistustamme löytääksemme uudelle toimistolle paikan, joka lisää työntekijöiden tyytyväisyyttä, minimoi työmatkojen ympäristövaikutukset sekä säästää työmatkoihin käytettävää aikaa ja rahaa.

Integroitu lähestymistapa huomioi kaikki muuttujat

Toimiston sijainnin optimointiprosessi alkoi selkeiden tavoitteiden määrittelyllä ja laajalla tiedonkeruuvaiheella, jossa koottiin yhteen työntekijöiden anonymisoidut osoitteet sekä potentiaalisten toimipisteiden osoitteet.

Näistä tiedoista muodostettiin klusterointialgoritmilla ryhmittymiä ja mukaan tuotiin erilaisia laskennallisia sijainti- ja ihmiskeskittymiä. Näin pystyttiin vertailemaan potentiaalisia toimiston paikkoja ja niiden suhteellisia eroja ilman, että mallinnuksen jatkovaiheessa olisi pitänyt käyttää yksittäisten työntekijöiden osoitteita.

Tämän vaiheen jälkeen raakatiedot muutettiin projektissa hyödynnettävään muotoon geokoodauksen avulla ja koordinaatteja käytettiin etäisyyksien ja matka-aikojen myöhemmässä analysoinnissa. Työkaluina optimaalisen sijainnin löytämiseksi hyödynnettiin useita kehittyneitä tekoäly- ja koneoppimisalgoritmeja, kuten geneettistä algoritmia (Genetic Algorithms, GA) ja partikkeliparvioptimointialgoritmia (Particle Swarm Optimization, PSO). Niiden tuella pystyttiin laskemaan tehokkaimmat reitit kunkin klusteriryhmän ja eri toimipistevaihtoehtojen välillä, ottaen huomioon eri liikennemuodot ja liikenneolosuhteet eri vuorokaudenaikoina.

Samalla tehtiin ympäristövaikutusten arviointi yhdistämällä etäisyystiedot eri liikennemuodoille ominaisiin päästökertoimiin. Tämä integroitu lähestymistapa varmisti jokaisen vertailussa olevan toimipaikan kokonaisvaltaisen arvioinnin ja samalla kyettiin sovittamaan toiminnan tehokkuus Digian kestävän kehityksen tavoitteisiin.

Visualisointi selkeytti optimointitiedon

Sijainnin valintaprosessissa optimointitekniikoiden integrointi visualisointityökaluihin auttoi virtaviivaistamaan päätöksentekoa ja parantamaan tietojen omaksuttavuutta päätöksentekijöille.

Visualisoinnilla tekoäly- ja koneoppimisalgoritmien tulokset saatiin muunnettua käytännöllisiksi tuloksiksi ja interaktiivisiksi kartoiksi. Asettamalla työmatkatiedot maantieteellisten karttojen päälle, sidosryhmät pystyivät analysoimaan visuaalisesti erilaisia skenaarioita ja ymmärtämään alueellisia suhteita ja jakaumia sekä arvioimaan miten sijainnit vertautuvat työntekijöiden työmatkatottumuksiin ja ympäristövaikutuksiin. Optimoinnin ja visualisoinnin yhteispeli tarjosi päätöksentekijöille selkeän tietopohjaisen perustan ja helpotti merkittävästi yritysjohdon työtä.

Tekoäly tuki muuttoa Kamppiin

Digialla toimitilauudistus liittyy laajempaan tavoitteeseen parhaan mahdollisen hybridiarjen rakentamiseksi digialaisille. Toimivat tilat ja hybridikäytänteet ovat tärkeä kokonaisuus Digian kestävän kasvun ja erinomaisen työntekijäkokemuksen rakentamisessa. Toimitilavalinta oli iso päätös, jota edelsi asiantuntijoidemme tekemä laaja tutkimus-, suunnittelu- ja koodaustyö. AI-pohjaiset työkalut ja teknologiat olivat prosessissa hyvänä apuna, ja lopputuloksena Digian toisen Helsingin toimiston sijainniksi valikoitui Kamppi, jonne osa toiminnoistamme muuttaa keväällä 2025. Osa jää edelleen Pitäjänmäkeen.  

Muuttopäätökseen vaikuttivat siis tarkat analyysit, iteratiivinen mallinnus, testaus synteesin avulla sekä selvitykset, joilla kartoitimme digialaisten ajatuksia hybridityöskentelystä, toimiston roolista ja toivotusta sijainnista. Kokonaisuus sisälsi myös strategisen arvioinnin siitä, kuinka hyvin mikäkin toimipaikka täyttää työmatkavaikutusten minimoinnin ja kestävyyden parantamisen kriteerit, samalla kun se tukee toiminnallisia ja taloudellisia tavoitteita.

Lisäksi dataan perustuva lähestymistapa varmisti sen, että valittu sijainti ei ole vain optimaalinen nykyisten työntekijätietojen ja liiketoiminnan tarpeiden perusteella, vaan myös riittävän joustava vastaamaan tulevaa kasvua ja muutoksia.

Esimerkkejä: Tekoälyn hyödyntäminen liiketoiminnan kehittämisessä

Toimiston sijainnin optimointi on vain yksi esimerkki siitä, miten aiemmin mainittuja sovellustyökaluja ja algoritmeja voidaan hyödyntää liiketoimintahaasteiden ratkaisemiseen. Tekoäly kehittyy vauhdilla ja voi jo nyt auttaa yrityksiä muun muassa seuraavissa prosesseissa:

🚚 Toimitusketjun optimointi

Samoin kuin toimistopaikkojen optimoinnissa, tekoäly voi parantaa dramaattisesti toimitusketjun sujuvuutta. Analysoimalla maantieteellisiä tietoja ja logistiikassa esiintyviä muuttujia, tekoälymallit voivat määrittää tehokkaimmat reitit ja menetelmät tavaroiden lähettämiseen ja vastaanottamiseen. Näin voidaan lyhentää toimitusaikoja, alentaa kuljetuskustannuksia ja minimoida ympäristövaikutukset pienentämällä hiilidioksidipäästöjä. Yritykset voivat myös käyttää ennakoivaa analytiikkaa poistaakseen toimitusketjujen häiriöitä ja mukauttaakseen logistiikkastrategioitaan dynaamisesti.

🏚️ Kiinteistösijoittaminen ja palvelukeskittymien suunnittelu

Sijoittajat ja kiinteistökehittäjät voivat käyttää tekoälytekniikoita tunnistaakseen tuottoisimmat kiinteistöt ja keskeiset sijainnit. Analysoimalla väestötietoja, kiinteistötrendejä ja ympäristönäkökohtia työmatkatietojen rinnalla, tekoäly voi ennustaa nopeasti kasvavia alueita, optimaalisia kehityskohteita ja sijoittamisen kannalta kiinnostavia kiinteistötyyppejä. Tämä lähestymistapa auttaa maksimoimaan sijoitetun pääoman tuoton ja voi parantaa esimerkiksi yhteisöjen pääsyä välttämättömiin palveluihin tehostamalla infrastruktuurin suunnittelua.

🛍️ Vähittäiskauppojen sijoittelu

Vähittäiskaupan yritykset voivat käyttää vastaavia sijainnin optimointitekniikoita määrittääkseen parhaat sijainnit uusille myymälöilleen. Analysoimalla ihmisten ja ostovoiman jakautumista alueilla ja hyödyntämällä työmatkamalleja, tekoäly voi auttaa tunnistamaan sijainnit, jotka eivät ole vain houkuttelevia suurimmalle määrälle potentiaalisia asiakkaita, vaan huomioivat myös kilpailijoiden läsnäolon, paikallisten markkinoiden kylläisyyden sekä erilaiset muutosskenaariot.

👩‍💼👨‍💼Työvoimasuunnittelu

Yrityksille, jotka haluavat optimoida työvoiman alueellisen jakautumisen, tekoäly voi analysoida henkilöstön osoitejakaumaa, toimistojen sijainteja ja työrooleja. Näin voidaan muodostaa ihanteellisia osaajaryhmiä sekä jakaa tehtäviä uudella tavalla. Samalla voidaan lyhentää työmatka-aikoja, tasapainottaa toimistokapasiteettia sekä parantaa työntekijöiden yleistä tyytyväisyyttä ja tuottavuutta.

Hyödyntämällä tekoälyä näissä monimutkaisissa päätöksentekoprosesseissa yritykset pystyvät luomaan itselleen aitoa ja merkityksellistä kilpailuetua sekä vaikuttaa myönteisesti kestävään kehitykseen ja toimintansa tehokkuuteen. Voidaan siis sanoa, että tekoälyn mahdollistama muutosvoima eri liiketoiminnan osa-alueilla tarjoaa valtavasti mahdollisuuksia tehdä asioita tarkemmin, datalähtöisemmin ja fiksummin.