Vaisala on maailman johtava sää-, ympäristö- ja teollisuusmittausteknologian ja -älyn toimittaja. Yli 90 vuoden innovaatioihin ja asiantuntemukseen perustuva yritys työllistää noin 2 400 asiantuntijaa, joita yhdistää tavoite rakentaa parempaa tulevaisuutta ja toimia planeettamme hyväksi. Vaisalan A-sarjan osakkeet on listattu Nasdaq Helsingin pörssissä.
Pähkinänkuoressa
Yritys
Vaisala on maailman johtava sää-, ympäristö- ja teollisuusmittausteknologian toimittaja. Yrityksellä on 90 vuoden kokemus innovaatioista.
Yli 2 400 työntekijää maailmanlaajuisesti.
23 % henkilöstöstä työskentelee tutkimus- ja kehitystehtävissä (R&D).
Haaste
Vaisala halusi tuoda tekoälyn osaksi ohjelmistokehittäjien päivittäistä työtä, tehostaa työskentelyä ja vapauttaa aikaa luovuutta vaativiin tehtäviin.
Samalla tavoitteena oli purkaa tiimien välisiä siiloja ja jakaa tekoälyosaamista sekä ratkaisuja koko organisaation käyttöön.
Ratkaisu
Työskentelimme Vaisalan kanssa käytännönläheisissä tekoälysprinteissä, joissa keskityttiin ohjelmistokehityksen todellisiin haasteisiin.
Tiimit tunnistivat työnsä kehityskohteita, testasivat tekoälyn hyödyntämismahdollisuuksia, rakensivat Claudeen perustuvia tekoälyagentteja ja esittelivät ratkaisujaan yrityksen johdolle.
Vaisala laati tiekartan tekoälyn käytön laajentamiseksi ja kehittämiseksi koko organisaatiossa.
Tulokset
Claude Code otettiin ensisijaiseksi tekoälyavustajaksi ohjelmistokehityksessä kokeiluun osallistuneissa tiimeissä.
Yli 40 käytännönläheistä tekoälyhypoteesia kehitettiin ja testattiin.
Lähes 300 ohjelmistokehittäjää sai käytännön kokemusta tekoälyagenttien rakentamisesta.
Luotiin toimintamalli Claude Code -konfiguraatioiden ja -taitojen jakamiseen tiimien välillä.
Luotiin toistettava tekoälysprinttien malli, jota voidaan hyödyntää laajemmin organisaatiossa.
Laadittiin tiekartta toimintamallin laajentamiseksi muihin osastoihin ja tuoteperheisiin.
Haaste: tekoälyn tuominen osaksi päivittäistä kehitystyötä
Vaisalan tavoitteena oli rakentaa koko organisaation kattavaa tekoälyosaamista aloittamalla kohdennetulla kokeilulla.
Tarkoituksena oli muuttaa ohjelmistokehittäjien kiinnostus tekoälyä kohtaan käytännön tekemiseksi: siirtyä tekoälystä oppimisesta sen hyödyntämiseen päivittäisissä kehitystehtävissä. Näin Vaisala halusi luoda valmiudet tekoälyn laajamittaiseen integrointiin osaksi päivittäisiä työnkulkuja.
Samalla Vaisala halusi ratkaista jo varhaisessa vaiheessa tekoälyosaamisen jakamiseen liittyvän yleisen haasteen: yhdessä tiimissä kehitettyjen Claude Code -taitojen, hookien ja konfiguraatioiden tuli olla helposti myös muiden tiimien hyödynnettävissä.
Ohjelman ensisijaiseksi tekoälyavustajaksi ohjelmistokehitykseen valittiin Claude Code. Tiimit rakensivat tekoälyagenttinsa Anthropicin malleilla, joita käytettiin Vaisalan hyväksymien yritystason alustojen kautta.
Tekoälyn hyödyntämisestä saadaan eniten irti, kun teknologia kytketään suoraan tiimien päivittäiseen työhön. Tekoälybootcampin sprintit tarjosivat ohjelmistokehittäjille selkeän rakenteen kokeilla tekoälyä oikeiden työhaasteiden ratkaisemiseen teoreettisten esimerkkien sijaan.
Ratkaisu: Tekoälysprintit perustuivat ohjelmistokehityksen todellisiin haasteisiin
Vaisalan Applied AI -tiimi ja Eficode suunnittelivat yhdessä käytännönläheisen kokeilumallin, jossa keskityttiin ohjelmistokehittäjien arjessa kohtaamiin haasteisiin.
Ennen ensimmäistä sprinttiä haastattelimme keskeisiä sidosryhmiä, jotta ymmärsimme Vaisalan tavoitteet ja pystyimme varmistamaan, että työskentely keskittyi liiketoiminnan ja ohjelmistokehityksen kannalta olennaisiin asioihin.
Valmiiden harjoitusten sijaan ohjelmistokehittäjät toivat sprintteihin omassa työssään kohtaamiaan haasteita. Asiantuntijoidemme ohjauksessa tiimit etenivät käytännönläheisesti:
Tunnistivat päivittäisestä työstään toistuvia ja aikaa vieviä tehtäviä.
Muotoilivat haasteista selkeitä, testattavia hypoteeseja tekoälyn hyödyntämiseksi.
Rakensivat ja testasivat toimivia tekoälyagentteja Claude Coden ja AWS Bedrockin avulla.
Jakoivat uudelleenkäytettäviä Claude Code -konfiguraatioita, hookeja ja taitoja tiimien välillä, jotta osaaminen ei jäisi yksittäisten tiimien sisälle.
Esittelivät ratkaisujaan organisaation sisäisille sidosryhmille ja johdolle.
Näin osallistujat pääsivät kokeilemaan tekoälyn mahdollisuuksia suoraan omaan työhönsä liittyvien haasteiden ratkaisemisessa.
Olin vaikuttunut jo ensimmäisen tekoälysprintin tuloksista ja siitä, miten paljon konkreettista hyötyä saimme heti ensimmäisellä toteutuskerralla. Tulokset ovat todella lupaavia, ja odotamme innolla, mitä seuraavaksi saamme aikaan.
Tulokset: Käytännön kokemusta tekoälystä ja malli sen laajempaan hyödyntämiseen
Käytännönläheinen työskentely tarjosi ohjelmistokehittäjille kokemusta siitä, miten tekoälyä voidaan hyödyntää oman työn haasteiden ratkaisemisessa.
Yhteistyön aikana osallistujat kehittivät ja testasivat hypoteeseja ohjelmistokehityksen sujuvoittamiseksi sekä rakensivat toimivia tekoälyagentteja. Ratkaisujen esitteleminen johdolle auttoi myös tekemään tekoälyn mahdollisuuksista konkreettisempia koko organisaatiolle.
Kahdeksan neljän viikon sprintin aikana lähes 300 ohjelmistokehittäjää sai käytännön kokemusta tekoälyagenttien rakentamisesta, ja tiimit kehittivät ja testasivat yli 40 hypoteesia.
Välittömien hyötyjen lisäksi Vaisalan Applied AI -tiimi laati selkeän tiekartan tekoälyn hyödyntämisen laajentamiseksi ja kehittämiseksi koko organisaatiossa. Samalla luotiin toistettava toimintamalli, jota voidaan soveltaa myös muissa toiminnoissa ja tuoteperheissä.
Sprintit osoittivat, mitä tapahtuu, kun ohjelmistokehittäjät pääsevät soveltamaan tekoälyä omaan työhönsä pelkkien esittelyjen seuraamisen sijaan. Seuraava tavoitteemme on tehdä tästä luonteva osa päivittäistä työskentelyä: jakaa tiimien kehittämiä ratkaisuja koko Vaisalan käyttöön ja laajentaa toimintamallia uusiin toimintoihin ja tuoteperheisiin.
- Tekoäly
- AWS
- DevOps
- Transformaatio
Kysy lisää asiantuntijoiltamme.
Related client stories
