Tutkimus: Vain murto-osa yrityksistä osaa yhdistää digi-investoinnit tehokkaasti

Yritykset, joilla on käytössään oikea yhdistelmä uusia teknologioita, voivat kasvattaa markkina-arvoaan keskimäärin lähes 6 miljardilla eurolla. Tämä käy ilmi Accenturen tuoreesta 10 digitaalista teknologiaa ja kahdeksan toimialaa kattavasta Industry X.0 -selvityksestä.

Tätä taloudellista mallinnusta edelsi kyselytutkimus, johon haastateltiin yli 900 suuryrityksen johdon edustajaa 21 suurimmassa teollisuusmaassa. Tutkimuksen mukaan globaalisti vain 13 prosenttia isoista yrityksistä oli saavuttanut sekä parempaa liiketoiminnan tehokkuutta että kasvua investoinneillaan digitaalisiin teknologioihin. Accenture uskoo alhaisen osuuden johtuvan siitä, että teknologiainvestointeja on tehty paloittain ja osin sattumanvaraisestikin.

Oikea teknologioiden yhdistelmä on toimialakohtainen, mutta esimerkiksi 3D-tulostus, tekoäly, lisätty ja virtuaalitodellisuus (AR/VR), robotiikka, autonomiset ajoneuvot, big data -analytiikka, lohkoketjut, digitaaliset kaksoset (digital twin), koneoppiminen ja tietojenkäsittely älylaitteissa voivat erilaisina yhdistelminä tarjota yrityksille merkittäviä liiketoimintahyötyjä. Esimerkiksi teollisuuslaitevalmistajat voisivat saavuttaa yli 36 000 euron kustannussäästöt työntekijää kohden yhdistämällä robotiikan, tekoälyn, lohkoketjut, big datan ja 3D-tulostuksen. Energiayhtiöt voisivat puolestaan kasvattaa markkina-arvoaan yli 16 miljardilla dollarilla yhdistämällä esimerkiksi virtuaalitodellisuutta, big dataa ja tekoälyä hyödyntäviä teknologioita.

”Arvon luominen digitalisaatiolla edellyttää, että yritykset uudistavat täysin liiketoimintamallinsa sekä tuotanto- ja arvoketjunsa”, toteaa Arto Makkonen, Accenturen Industry X.0 -liiketoiminnasta vastaava johtaja Suomessa ja Pohjoismaissa. ”Selvityksemme tarjoaa tähän konkreettisen ratkaisun, jota kutsumme Industry X.0:ksi. Se on toimintasuunnitelma, joka auttaa yrityksiä sopeutumaan teknologiseen muutokseen ja valjastamaan sen hyödyt mahdollisimman tehokkaasti. "

Industry X.0 on Accenturen malli eri teollisuudenalojen digitalisaation kuvaamiseen ja määrittelyyn. Industry X.0 -yritykset käyttävät kehittyneitä digitaalisia teknologioita ydintoimintojensa, työntekijä- ja asiakaskokemustensa sekä liiketoimintamalliensa uudistamiseen. Näissä yrityksissä on kytketty integroidut järjestelmät, prosessit, sensorit ja uudet älykkäät toiminnot osaksi tuotekehityksen, suunnittelun, tuotannon, valmistuksen ja tukipalveluiden ydintoimintoja ja tehostettu näin toimintaa merkittävästi. Työntekijä- ja asiakaskokemuksia on uudistettu personoinnin sekä lisätyn ja virtuaalitodellisuuden innovaatioiden avulla. Uusien ekosysteemien mahdollistamat älykkäät, verkkoon kytketyt tuotteet, palvelut ja tuotantolaitokset synnyttävät yrityksille uusia liiketoimintamalleja ja tulonlähteitä.

Accenturen kyselytutkimuksessa 931 yritysjohtajasta jopa 80 prosenttia ilmoitti haluavansa hyötyjä toimintojen tehostamisesta, uudesta kasvusta ja uusista kokemuksista samanaikaisesti, ja 64 prosenttia uskoo, että epäonnistuminen näiden digitaalista arvoa tuottavien tekijöiden hyödyntämisessä heikentää yrityksen liiketoimintaedellytyksiä ja kilpailukykyä merkittävästi tulevaisuudessa. Kyselytutkimus paljasti myös, että työntekijöiden digitaitojen puute estää jopa 29:ää prosenttia yrityksistä kehittämästä älykkäisiin, verkkoon kytkettyjen tuotteiden innovaatioita.

”Suurin osa suomalaisista yritysjohtajista ymmärtää digitalisaation merkityksen. He tunnistavat digitaalisten teknologioiden mahdollisuudet luoda muutosta ja kasvua, ja he tekevät suuria investointeja edistyksellisiin teknologioihin”, sanoo Arto Makkonen. ”Valitettavasti monet eivät saa digi-investoinneistaan kaikkea irti. Haasteena on, että Industry X.0 -tason digitalisaatio vaatii huolellista tasapainoilua ydinliiketoimintojen uudistamisen ja uusien liiketoimintojen skaalaamisen välillä, mikä puolestaan vaatii uusia osaajia ja uudenlaisia taitoja tämän tasapainon hallintaan. Perinteinen ajattelu ja yrityskulttuuri suomalaisissa yrityksissä on pitkälti keskittynyt tuotekehitykseen ja ylivertaisiin tuotteisiin, kun taas palveluyhtiön toiminta perustuu ylivertaiseen asiakasymmärrykseen. Tämä muutos on fundamentaalinen ja kestää pitkään, mutta suomalaisyrityksillä on erinomaiset mahdollisuudet lähteä tavoittelemaan kasvua ja maailman kärkipaikkoja digitaalisessa murroksessa olevassa teollisuudessa.”

Hyvä uutinen nykyiselle työväestölle on, että keskeisten digitaalisten teknologioiden ympärille syntyy uusia työpaikkoja, kun yritykset uudistavat toimintaansa Industry X.0:n myötä. Accenturen kyselytutkimuksen mukaan verkkoon kytkettyjen, älykkäiden tuotteiden, järjestelmien ja tuotantolaitosten käyttöönotto tuo työpaikoille uusia vastuualueita sekä täysin uusia työtehtäviä. Yli puolet (55 prosenttia) kyselyyn vastanneista johtajista uskoo, että työpaikoille syntyy enemmän työtehtäviä kuin niitä häviää, ja noin 56 prosenttia johtajista arvioi, että nykyiset työtehtävät laajentuvat tai kehittyvät tulevaisuudessa.

Tietoja tutkimuksesta
Accenturen kyselytutkimukseen osallistui 931 johdon edustajaa suuryrityksistä 12 eri toimialalta ja 21 maasta, ja siinä selvitettiin, miten yritykset käyttävät digitaalisia teknologioita ja millaisia hyötyjä ne teknologioista saavat. Tutkimukseen osallistuneiden yritysten liikevaihto oli vähintään 1 miljardi dollaria ja ne toimivat muun muassa autoteollisuuden, kemianteollisuuden, kulutushyödykkeiden ja -palvelujen, elektroniikkateollisuuden, energian ja biotieteiden alalla. Tunnistimme 10 keskeistä teknologiaa: 3D-tulostus, tekoäly, lisätty ja virtuaalitodellisuus (AR/VR), robotiikka, autonomiset ajoneuvot, big data -analytiikka, lohkoketjut, digitaaliset kaksoset (digital twin), koneoppiminen ja tietojenkäsittely älylaitteissa. Toteutimme tutkimusdatan ja yritysten taloustietojen pohjalta taloudellisen arvon mallinnuksen, jossa määrittelimme ne teknologiayhdistelmät, joilla on suurin vaikutus yrityksen myyntiin ja liiketulokseen, yrityksen markkina-arvossa ja työntekijäkohtaisissa kustannuksissa mitattuna. Teknologiayhdistelmien määrittelyssä hyödynnettiin koneoppimista ja pääkomponenttianalyysia.