Teköäly (AI), monimuuttujakoe (DOE) ja Six Sigma

Julkaistu 31.08.2020    Kirjoittanut Antti Piirainen  Tilaa RSS

Tekoäly (AI – Artificial Intelligence) tuo varmasti meille paljon hyvää. On kuitenkin tilanteita, joissa tekoäly ei voi meitä auttaa ainakaan vielä. Tällä hetkellä heikko teköäly -sovellukset perustuvat historiadataan tai "manuaalisesti" opetettuun tietoon. Voimme automatisoida analyysiä, mutta täytyy tuntea rajoitteet. Se mistä tekoälyllä ei ole dataa on tulevaisuus ja data puuttuu niistä ideoista, joita ei ole vielä kokeiltu. Milloin vahva tekoäly on käytössä ja pystyy tähän, jää nähtäväksi.

Historiadatasta opitaan vain ilmiöistä, joita on tapahtunut, ei niistä, mitä ei ole tapahtunut.

Muutosidea on yksi parannuksen perustasta. Muutos on tärkeä, onpa kyse tuottesta, palvelusta tai prosessista. Idean ei tarvitse olla uusi, mutta usein se on uusi sovelluskohteessa, siinä missä ideaa käytetään parannukseen.

Parannukselle on kolme ehtoa:

  1. Parannus muuttaa tapaa tehdä työ tai aktiviteetti tai muuttaa tuotetta/palvelua
  2. Tuottaa näkyviä, positiivisia eroja suhteessa aikaisempiin historiallisiin normeihin
  3. Parannuksella on pysyvä vaikutus

Muutosidean toimivuuden arviointi on tärkeää ennen muutoksen hyväksi toteamista. Hyväkin idea voi olla huono sovelluskohteessa.

Koe (experiment) ja tulosten analyysi on keino arvioida parannusideoita. Joskus voi olla, että idean vaikuttavuuden selvittäminen on yksinkertaista, mutta usein tarvitaan dataa.

Koesuunnittelulla (DOE – Design of Experiment) saadaan helposti ja nopeasti dataa aiheesta kuin aiheesta. Kokeen tarkoitus on tehostaa datankeräystä.

Koesuunnitelma luodaan usein niin, että kaikkia kombinaatioita ei tarvitse tutkia kokeellisesti. Kerätään dataa testaamalla tarkkaan etukäteen valituista tilanteista ja näiden perusteella voidaan luotettavasti määritellä ne tilanteet, joita ei ole testattu ja joista ei ole dataa. Testaustyön tarve vähenee muutamista datapisteistä miljardeihin. Hyöty on sitä suurempi, mitä isommasta määrästä tutkittavia asioita on kyse.

Idean toimivuuden selvittämisessä on tärkeää erottaa, onko jokin saatu toimimaan tuurilla vai oikeasti. Sattuman ja tuurin erottaminen on merkittävässä roolissa oppimisessa ja uuden tiedon kerryttämisessä, joka taas on merkittävässä roolissa parantamista. Tästä aiheesta Eero E. Karjalainen kirjoitti ansiokkaasti artikkelissa: Kausaliteetti – syy on ehto parannukselle – mitä se on? http://www.qk-karjalainen.fi/fi/artikkelit/kausaliteetti-syy-ehto-parannukselle-mita-se/

Muutoksen merkittävyyden ymmärtämiseksi on tärkeää selvittää vaikutus (contribution). Muutoksen vaikutus voi olla joko positiivinen tai negatiivinen verrattuna tahtotilaan tai vaikutus voi olla voimakas tai heikko.

Vaikutuksen tunnistaminen on usein yksinkertaistettu, esimerkiksi muuttamalla testissä vain yhtä tekijää kerrallaan. Havaitusta vaikutuksesta täytyy poistaa taustalla olevien muiden muutosten vaikutus. Koesuunnittelu on kehitetty tämän liki mahdottomalta tuntuvan asian tutkimiseen. Monimuuttujakokeessa samalla hetkellä muutetaan kaikkia tutkittavia tekijöitä samassa kokeessa, ja taustalla olevan ortogonaalimatriisin takia voidaan vaikutukset pilkkoa luotettavasti erilleen toisistaan.

Suunnitellut monimuuttujakokeet ovat parannuksen ja samalla Lean Six Sigma -menetelmän ydin. Jos Lean Six Sigma -menetelmä sekoitetaan ongelmanratkaisuun, on voinut kokeen merkitys liueta koulutuksista pois.

Historiadatalla ja tämän hetken tekoälysovelluksilla on tärkeä paikka menneen kaivamisessa. Muista, että historiadata ei kerro meille tilanteista, joita ei ole vielä tapahtunut.

Kesäinen koe – vesiraketti

Mökki-iltapäivää piristämään ehdotin pojalleni ja hänen kavereilleen, että tehdään raketti. Tehdään ensin joku versio ja ideoidaan tämän jälkeen, kuinka saadaan se lentämään pidemmälle ja näytän, kuinka kokeellisesti arvioidaan parannusideoiden vaikutus.

Kuvia kokeen varrelta.png
Kuva 1. Kuvia kokeen varrelta.

Raketin suunnittelu:

Suunniteltiin yhdessä prototyyppi ja testattiin, että raketti toimii eli lentää. Raketti kyhättiin tavaroista, joita löytyi mökiltä. Puolentoistalitran pullo, 4 nippusidettä, erkkaria ja sähkömiehenteippiä, auton renkaan venttiili, mopon jäähdytysletkun pätkä ja rikkoutunut kumiveneen airo sekä alustana Lundian hyllynpätkä, pari ruuvia ja lauta.

Lisäksi tarvittiin vettä, kannu veden kaatamiseen ja ilmaa saatiin pienestä kompurasta. Toki rutkasti kokeilumieltä (taisin olla innostunein).

Parannus:

Tsempatessa poikia (14-vuotiaita) miettimään, mitä pitäisi muuttaa, jotta saataisiin raketti lentämään pidemmälle, huomasin ideoinnin vaikeuden. Samaa näen työskennellessäni erilaisissa organisaatioissa. En viitsinyt painostaa tai ideoida lisää, ettei into lopahda. Siksi ideoita neljä kappaletta. Hyvä lähtökohta olisi, että ideoita olisi edes 11 ideaa tai jopa 30 ideaa. Parannusideat ovat:

  1. enemmän vettä – vesi toimii raketin polttoaineena, mutta samalla paino nousee ja voi lyhentää lentomatkaa
  2. pidempi varsi – vakauttaa lentoa, mutta samalla paino nousee ja voi lyhentää lentomatkaa
  3. jyrkempi kulma – lähtötilanne aika loiva, mutta liian korkea kulma syö lentomatkan
  4. kompuran säiliön tai putkiston täyttö ennen laukaisua, eli lisää energiaa rakettiin.

Mittari eli palaute:

Piha.pngKokeessa tarvitaan muutosten lisäksi aina palaute lopputuloksesta. Tässä tapauksessa palaute on raketin lentomatkasta kullakin rivillä. Mittaa ei ollut saatavalla, niin jokainen ammuttu koerivin tulos merkataan Mölkyn palikalla, jossa rivin numero. Kun kaikki rivit on ammuttu, mitattiin pitkillä askelilla lentomatkan. Yksi askel noin 170 senttimetriä.

Huomaa aina tarvitaan palaute, vaikka luovasti siihen hetkeen kehitetty mittari. Ratkaisun ei tarvitse olla globaali. Kokeen mittarina on käytetty kolikkoa, jolla on naarmutettu testikappaleita, jonka jälkeen kappaleet on järjestetty parhausjärjestykseen pinnan laadun perusteella.

Koesuunnitelman luominen ja toteutus:

Taguchi_design.pngKäytännön järjestelyjen jälkeen tehtiin suunnitelma Minitab tilasto-ohjelmalla ja käytiin lyhyesti läpi mihin koe perustuu. Käytiin läpi myös toteutustapa ja koetulosten analysointi.

Matriisi on luotu niin, että voimme samalla kokeella selvittää neljän päätekijä (parannusideat) ja kolmen keskinäisvaikutuksen vaikutukset lentomatkaan.

Keskinäisvaikutukset ovat: alustan ja varren; alustan ja veden; varren ja veden väliltä.

Koe suoritettiin vieressä olevan matriisin mukaisesti ja tulokset, eli lentomatkat askeleina siirrettiin tietokoneelle kokeen suorituksen jälkeen.

Valitulla testisuunnitelmalla saadaan tietoa 128 tilanteesta, mutta suoriettaan vain 8 testiä. Säästetään aikaa ja tehostetaan tiedon keruuta 16 kertaisesti, 1600%.

Tässä linkki yhteen koerivin ammuntaan.

Tulosten analysointi:

Analyysi osoittaa, että parannusta saatiin aikaan, mutta läheskään kaikki ideat eivät toimineet.

Varianssianalyysistä (Contribution) ja päävaikutuskuvasta nähdään (missä vasemmalta oikealle kasvava viiva tarkoittaa, että parannus onnistui), että veden määrä selitti havaitusta muutoksesta n. 21,3 % ja sillä on positiivinen vaikutus suhteessa tavoitteeseen. Kuva 2 ja 3.

Vastaavasti negatiivinen vaikutus oli alustan kulman (-2,4%), varren pituuden kasvattamisen (-55,4%) ja kompuralla (-13,4%). Yhteensä niiden vaikutus on -71,2 %. Onneksi tehtiin koe eikä kaikkia meidän päätelleitä hyviä ideoita implementoitu. Kuva 2 ja 3.

Anova_main effects.png

Kuva 2. Vasemmalla ANOVA-taulukko vaikutuksista ja oikealla päävaikutuskuvaaja. Parannusidea toimi veden määrässä, muut parannusideat eivät toimineet suunnitellusti.

Anova_interaction plot.png

Kuva 3.
ANOVA-taulukosta ja keskinäisvaikutuskuvasta voidaan havaita, että keskinäisvaikutukset eivät dominoi. Alustan ja varren välinen suhde (vaikutus 5%) on mielenkiintoinen: pitkällä varrella tulee ampua jyrkällä kulmalla ja lyhyellä varrella loivalla kulmalla, jos tavoitteena on mahdollisimman pitkä ammunta.

Johtopäätökset ja konfirmaatiokoe:

ANOVA-taulukon ja kuvien perusteella pisin lentomatka saavutetaan parametreillä: loiva kulma, lyhyt varsi, paljon vettä ja heti laukaistaan. Optimointi antoi saman tuloksen (kuva 4), mutta myös tarkan ennusteen 11,875 askelta. Konfirmaatiokoe osoitti, että ennuste meni paikalleen kohtuullisesti ja raketti lensi pidemmälle kuin yksikään aiemmin tehty ammunta. Jippii!

 

Response optimization.pnglentomatka.png
Kuva 4.
Response Optimization tulos. Odotettu lentomatka 11, 875 askelta. Konfirmaatiokokeessa lentomatka oli 12,1 askelta. Koe onnistui!

Koe opettaa aina. Aina tulos ei ole tosin haluttu. Tässä kokeessa auttoi, aivan kuin reaalimaailmassakin, allekirjoittaneen rutiini kokeista. Ymmärrys monimuuttujakokeen tekemisestä auttaa jo parannusten ideointivaiheessa miettimään tulevaa koetta, mahdollisia testausmahdollisuuksia ja näkemään paljon muutosmahdollisuuksia.

Parannusideoita tehdessä tulee muistaa, että vasta kokeen jälkeen tiedät, mikä vaikuttaa. Helposti voi langeta kiusaukseen ja ajatella, että vaikutuksen voi päätellä ja koetta ei tarvita. Tarvitaan!

Parannusmalli - tieteellinen metodi ja aihepiiritieto

Parannusmallista voisi kirjoittaa vaikka kuinka paljon. Tässä lyhyesti. Tätä mallia sovelsimme poikien kanssa ja tulos oli onnistunut.

Kuvassa 5 on vasemmalla puolella kaksi laatikkoa, jotka leikkaavat toisensa. Aihepiiritiedolla tarkoitetaan tarkasteltavaan asiaan liittyvää tietoa. Tämä on tietysti yksi osa tätä. Minulla ja pojallani on aiempaa kokemusta vesiraketin tekemistä ja tiesimme mitä tarvitaan tämän tekemiseen.

Syvällinen tieto on tohtori W. E. Demingin kuvaavat neljä keskeistä periaatetta: systeemi, vaihtelu, tieto ja psykologia. Nämä asiat tulee huomioida ja mitä paremmin ymmärrät näitä, sitä paremmin näet aihepiiristä uusia näkökulmia ja ymmärrät lainalaisuudet, jotka tilanteissa vallitsevat. Nämä huomiotiin pohtiessa riippuvuuksia sekä suunniteltiin koe, että saadaan luotettavaa tietoa ja sain pojat tekemään sen mitä halusin.

Aihepiiritieto.png
Kuva 5. Aihepiiritieto, syvällinen tiedon teoria ja parannusmalli.

Kuvassa 5 oikealla on parannusmalli, joka lähtee päämäärän ymmärtämisestä ja päättämisestä. Tämä johtaa mittariin, keinoon saada palautetta, siitä onko muutos hyvä vai huono. Kolmas kohta, mitä muutoksia on tehtävä, vaatii tietoa idean toimivuudesta. PDS/CA eli tieteellinen metodi, jossa idea ja kokeellinen käytäntö kohtaavat, auttaa vastaamaan tähän tärkeään kysymykseen.

Kun oikean puoleisessa kuvassa on tultu alaspäin, voidaan kiivetä takaisin ylöspäin ja tarkastaa saatiinko aikaan mitä haluttiin. Toteutimme vesirakettikokeessa tätä mallia. Halusimme selvittää, kuinka saadaan vesiraketti lentämään pidemmälle ja mitkä tekijät vaikuttavat. Kun tämä saatiin selville, varmistimme, että raketti lentää ja saavutimme tavoitteen.

Lopuksi

Lean Six Sigma -menetelmä sekoitetaan helposti ongelmanratkaisumenetelmäksi. Six Sigma menetelmä on ISO 13053 standardinkin mukaan prosessin kvantitatiivinen kehitysmenetelmä (Quantitative methods in process improvement) eikä ongelmanratkaisu (problem solving).

Lean Six Sigma Black Belteille opetetaan kahdeksan päivää erilaisia koestrategioita, jotta he voivat erilaisissa ympäristöissä kehittää tehokkaan testin, jolla varmistetaan parannus. Välillä tapaa Black Belttejä, jotka eivät osaa tehdä kokeita, ja keskustellessa huomaa miksi: parannus on sekoittunut ongelmien selvittämiseen ja motiivi kokeille puuttuu.

Ongelman takaa löytyy jokin muutos tai rikkoontuminen, kun taas parannus vaatii idean, kuinka muutetaan. Parannus muutoksen on oltava:

  1. Innovatiivinen (suhteessa nykyiseen systeemiin; se muuttaa perusteellisesti systeemiä parempaan)
  2. Idea testataan ensin pienessä mittakaavassa, jotta voidaan vahvistaa uskoa sen onnistumiseen niiden henkilöiden keskuudessa, joita muutos koskee
  3. Muutos ei vaadi/synnytä muita sivuvaikutuksia ja ei vaadi resurssien lisäystä
  4. Muutos ei lisää monimutkaisuutta.

Organisaatiomme ja yhteiskunta tarvitsee jatkuvasti uudistuksia, olkaamme mukana osana tätä muutosta ja varmistetaan, että esitetyt muutokset vievät eteenpäin.

 

Antti_90.jpg
Antti Piirainen
antti@qk-karjalainen.fi

 

Haluatko uusimmat artikkelit suoraan sähköpostiisi? Uutiskirjeen tilaajana saat ajankohtaista tietoa Six Sigmasta, Leanista, laatutekniikoista sekä laadun kehittämisestä. Liity mukaan täältä!

 

Lähteet:

  1. Gerald J. Langley, Ronald D. Moen, Kevin M. Nolan, Thomas W. Nolan, Clifford L. Norman, Lloyd P. Provost: The Improvement Guide - A Practical Approach to Enhancing Organizational Performance, Second Edition (2009)
  2. https://fi.wikipedia.org/wiki/Tekoäly 14.8.2020

 

Kommentoi

(Sähköpostiosoitettasi ei julkisteta.)
Syötä kuvassa näkyvät kirjaimet ja numerot.
Captcha Code

Klikkaa kuvaa nähdäksesi uuden koodin.

    Tagipilvi

    laadunohjausVSMlaatu SuomessaBlack Beltvaihtelun vaikutuskoesuunnittelutehdasfysiikkaTätä on LeanTQMgurutMarkkinointimonimuuttujatestiOpetusmenetelmäterityissyyasiakastyytyväisyysANOVApuhdistaminenvaihteluCTQTuottavuusDemingsitoutuminenVUCAsatunnainen vaihteluOpettaminenJohtaminenläpimenoControl PlanohjausturvallisuusDOEarvovirtaLaatutyökalutSPC-korttivuodiagrammiPDCAmenetelmätohjaussuunnitelmaTaguchiterveydenhuoltokoulutusparannusasiakasparannusmenetelmäTPMhukan muodotCombanion by MinitabDesign for Six SigmatoleranssiGageinnovaatioSPCläpimenoaikavalvontaKaizenKatat-testiLeanMSAmittaaminenkalanruotoYellow Beltryhmittelykaavioarvovirta-analyysiMinitabkustannussäästötlajittelukvantitatiiviset menetelmätBOKideointiaivoriihikairyotiedonkerääminenohjauskorttiprosessihävikkifunktioSigmaMinitab 19Lean Six SigmastandardointiMonte CarlomittaussysteemiBody of Knowledgetoiminnan laitMinitab 18Littlen lakiROIkorrelaatiooperaatiotutkimusjidokaacceptance samplingTPS5SDMADVrtbASQCrosbyShingotyökalutIATFjaksoaikahypoteesitestausGage R&RJatkuva parantaminenLaatujärjestelmädatan käsittelyriskijohtamisjärjestelmäOhnodatan käsittelymuutoksen tuskalaatuparannustoiminnan kehittyminenlaatutyökalutTOCHarrymuutosLean Handbooktäystekijäkoeryhmätyöskentelyhypoteesitestipäämäärämallisyy-seurauskaavioISO 9001laadunkehittäjäKingmanmielenmallittilastotoiminnan lainalaisuudetmittausprosessiBalanced ScorecardhyväksymisnäytteenottoqfdmixtureVOCDSDFactory Physicskanbantilastollinen päätöksentekopalvelu5W2H Lean-taloarvovirtakuvaustilastomatematiikkaBayeshistogrammiluotettava mittausjärjestäminenlaatutaulutmittavirhePDSA-ympyräennustaminenasiakastyytyväisyysparantaminenFMEAParetotehokkuusreunaLean Six Sigma Black BeltriskinkartoitusdataFeigenbaum0-virhesuorituskykymittaritEDAdatan käsittelyKaikakuDemonstraatiotmallinollavirheIATF 16949HukkaAsiakastarvelaatutekniikkalaadunparannusShewhartneukkarikoelaatu ratkaiseetehollinen aikastabiiliSix Sigmakausaliteettidata-analyysiISO 9000Big Datalaadunhallintauutiskirjesatunnaissyyongelmanratkaisuregressioanalyysiparannusmallidatan keräysToyotaL8-matriisiparannustoimintaJuransysteemiLaatukonferenssipaloautopeli8Dparannuksen johtaminenCTPCDADMAICIshikawaHall of FameVUTPDSAjitValue Stream MappingDFSSOFATWheelertekoälyKingmanin yhtälökuvaaminenISO 9001:2015datan laatulainalaisuudetsekoitekoeGreen BeltLean-visiooeemonimuuttujakoeDesign of ExperimentsMarkkinointiprosessisuorituskykyprosessikuvausdatan luokittelu

    Arkisto