i innehållslistor eller på en innehållssida.Pilotprojekt för delning av data
Sitra finansierade fem pilotprojekt för att dela data och skapa ny affärsverksamhet samt för att testa principerna för det europeiska Gaia-X-initiativet.
Vad handlar det om?
Den europeiska datastrategin 2020 syftar till att påskynda utvecklingen av dataekonomin i Europa. Gaia-X är ett europeiskt initiativ med syftet att utveckla en standard för datadelning mellan länder. Målet med Gaia-X är att skapa en standard för ett interoperabelt dataekosystem eller dataområde.
Som en del av Gaia-X Finland-projektet utlyste Sitra finansiering och bjöd in finländska företag att experimentera med verktyg för rättvis dataekonomi, delta i standardiseringen av dataområden och utnyttja de affärsmöjligheter som Gaia-X erbjuder samt att gemensamt utveckla nya produkter och tjänster för datadelning.
Ett dataområde är ett nätverk av aktörer eller system som skapats för att dela och utbyta data, baserat på gemensamt överenskomna principer och regler. Ett dataområde är ett verktyg som påskyndar delningen av data mellan deltagarna och bidrar till att skapa innovation och nya tjänster. Gemensamma styrningsprinciper möjliggör en säker och tillförlitlig datahantering bland deltagarna.
Anmälan var öppen i ett år och stängdes i september 2023. Utlysningen genererade ett stort intresse och webbplatsen fick mer än 800 besök. Cirka 60 konsortier ansökte, vardera med i genomsnitt tre företag. Fem konsortier valdes ut för att verkställas inom områdena sjöfart, jordbruk, personalutveckling och flygfrakt.
Varje konsortium bedömdes utifrån tre kriterier: 1. datadelningen bör ge ett verkligt affärsvärde, 2. projektet bör följa principerna för rättvis dataekonomi och ha potential att expandera internationellt och 3. projektet bör bidra till utvecklingen av Gaia-X i Finland och bör vara interoperabelt med andra dataområden i Europa.
Projekten genomfördes 2023–2024.
Resultat
Finskt pilotprojekt för dataområde inom sjöfart: ett ekosystem för inkommande trafik och logistik i hamnar
Pilotprojektet kombinerade två användningsfall och började bygga de första inhemska dataområdena inom sjöfart. Båda användningsfallen var utformade för att minska kostnaderna för godstransporter och CO2-utsläpp. Två unika tillvägagångssätt användes.
Den JIT-plan (Just-in-Time) för ankomst till hamn som Awake.ai implementerar använder en maskininlärningsalgoritm för att förutsäga ett fartygs beräknade ankomsttid (ETA). Förutsägelsen tar hänsyn till olika data, bland annat bränsleförbrukning i nästan realtid, data från fartygstrafiksystemet (VTS), väderinformation och hamnrelaterad information. Användningen av dessa olika datakällor gör att fartygets färdplan noggrannare kan förutses.
Resultat:
I användarfallet Just-in-Time Arrivals utvecklades en anpassad molnbaserad tjänst och en webbapplikation för konsortiets partner E&S Tankers på molnplattformen Awake.AI. Tjänsten övervakade statusen för E&S Tankers flotta, förutspådde deras tidtabeller, uppskattade ankomsttider och jämförde uppskattningarna med de planerade tidtabellerna. Den beräknade också fartygens optimala hastighet för att minska tiden i hamn och tog hänsyn till bränsleförbrukning och utsläpp.
Den skräddarsydda webbapplikationen var utformad för att vara visuellt tydlig och klart visa potentialen för optimering. Appen gav också rekommendationer för att ändra befintliga fartygsbestämmelser, till exempel genom att justera hastigheten för att säkerställa att fartyget anländer till hamnen vid bästa möjliga tidpunkt. Pilotprojektet avslutades i januari 2024.
Samarbetspartners i konsortiet: Awake.ai Oy, E&S Tankers
Användarfallet för Siili Solutions Virtual Port Arrival (VPA) gällde en ny dockningspraxis. Tidigare skyndade sig fartyg till hamnen för att säkra sin kajplats och fick ibland vänta flera dagar vid ankarplatsen. Denna överhastighet ökade bränsleförbrukningen. I pilotprojektet testades en metod som gjorde det möjligt för fartygen att anlända till hamnen virtuellt. Ankomsten baseras på information i närapå realtid, t.ex. fartygets position och hastighet, så att de kan säkra sin kajplats utan att köra för fort.
Resultat:
VPA-pilotprojektet visade att utsläppen kan minskas genom att öka den operativa effektiviteten med hjälp av VPA-konceptet. Genom att använda VPA-konceptet ”anländer” ett fartyg virtuellt, dvs. det vet när en kajplats är tillgänglig och kan sakta ner för att nå hamnen vid rätt tidpunkt. Pilotprojektet som genomfördes av ESL Shipping, Oxelösunds hamn, Yara och SSAB visade att det är möjligt att minska koldioxidutsläppen (med mer än 24 %) och energiförbrukningen (med mer än 20 % i genomsnitt).
VPA-pilotprojektet tog fram ett koncept för ankomstprocessen och en teknisk prototyp för sjöfartsdataområdet, så det förekom ingen egentlig operativ verksamhet. Prototypen följde Gaia-X-principerna och visade framgångsrikt att en säker och effektiv datadelning mellan intressenter är möjlig. De primära målgrupperna för VPA-projektet var intressenter inom sjöfartsindustrin som skulle kunna dra nytta av förbättrade processer för ankomst till hamn och minskade utsläpp. Projektet omfattade 16 organisationer och visade att VPA-konceptet lämpar sig för olika hamnar och ett brett spektrum av aktörer. Pilotprojektet avslutades i januari 2024.
Samarbetspartners i konsortiet: Siili Solutions Oyj, Fintraffic VTS, ESL Shipping Oy, Oxelösund hamn (Sverige)
Fintraffic och Sitra samarbetade med koordineringen av de två användningsfallen, vilket säkerställde att det finska projektet med sjöfartsdataområden kunde starta i februari 2024.
Fastställande av affärsvärde i ett ekosystem för datadelning inom flygfrakt: värdekedjan för flyglogistik
Projektet syftade till att identifiera de utmaningar som påverkar effektiviteten i processen för hantering av flygfrakt, identifiera områden där data kan användas för att förbättra processen och klargöra möjligheterna till värdeskapande för olika aktörer. Ekosystemet omfattar leverantörer av logistiktjänster, speditörer och flygplatser.
Syftet var att titta på ett praktiskt exempel: det tar bara tre timmar att transportera gods med flyg från Amsterdam till Helsingfors, men det kan ta betydligt längre tid att tullklarera det på destinationen. I projektet identifierade partnerna hur datadelning kan tillföra affärsvärde och tog fram en möjlig lösning för ett nytt dataekosystem.
Sitra finansierade analysen och kartläggningen av värdekedjan i projektet.
Resultat:
Projektet utvecklade en tydlig plan för fraktdatacentret i Helsingfors och identifierade affärsnyttan för flera flygfraktoperatörer. För närvarande är utbytet av fraktdata på flygplatser ineffektivt, av varierande kvalitet och inkonsekvent. Fraktoperatörerna på flygplatsen utbyter sändningsdata med varandra en och en. En smidig hantering av flygfrakt kräver ett nära samarbete och samordnade åtgärder mellan flera aktörer. Uppdaterad och heltäckande fraktinformation är avgörande för att de olika aktörerna i värdekedjan ska kunna förutse arbetet bättre och arbeta smidigare och effektivare.
Under pilotprojektet identifierades fyra viktiga användningsfall: 1) insamling och rapportering av utsläppsdata från leveranser, 2) optimering av leveransdimensioner, 3) digital tullhantering och 4) datamarknad och spårning av gods.
Värdeanalysen visade att en förnyelse av dessa användningsfall skulle kunna minska kostnaderna för flygbolagen och för exempelvis speditörer, transportörer, fraktagenter och operatörer med upp till 10 %. Pilotprojektet avslutades i oktober 2023.
Samarbetspartners i konsortiet: Fintraffic, Finnair Cargo Oy, Finnavia Oyj
Potato-X: Förbättra lönsamheten och produktiviteten i potatisodling genom att dela jordbruksdata över gränserna
Projektet syftade till att utforska samarbetet mellan olika aktörer som finska potatisodlare, en tillverkare av jordbruksmaskiner samt belgiska och finska ekosystembyggare för jordbruksdata.
Målet var att dela data om alla aspekter av potatisodling, från planering, plöjning, plantering och underhåll till skörd. Data om markkvalitet, plats, skörd och maskinanvändning skulle delas mellan två dataekosystem. Syftet var att skapa nya affärstjänster och förbättra lantbrukarnas lönsamhet och produktivitet. Detta gjordes genom att skapa standarder, gemensamma affärsprinciper, ledningssystem och sätt att underlätta datadelning mellan ekosystemen.
Resultat:
Projektet syftade till att förbättra delningen och hanteringen av potatisdata i Flandern, Belgien och Finland. Integrationen av plattformarna för datadelning fokuserade på teknisk och semantisk interoperabilitet mellan infrastrukturen för datautbyte och tjänster, detaljer om krav på tjänster och dataprodukter samt specifikationer för tekniska förbindelser.
Pilotdatatjänsterna underlättade flödet av skörddata från AVR-harvesters via flera digitala plattformar. Till slut integrerades de i det finska IT-systemet för jordbruksföretag (FMIS). Pilotprojektet visade hur produktionsdata kan delas, auktoriseras och visualiseras på ett användarvänligt sätt.
En regelbok för datadelning skapades för att vägleda nätverket för produktionsdatadelning och säkerställa korrekt datahantering och avtalsförhållanden mellan de två dataförmedlarna DjustConnect (BE) och Tritom (FI). Regelboken är också lämplig för andra användningsområden. Regelboken har utarbetats på basis av Sitras modellregelbok. Pilotprojektet avslutades i maj 2024.
Samarbetspartners i konsortiet: 1001 Lakes Oy, DataSpace Europe Oy, EV-ILVO – Flanders Research Institute for Agriculture, Fisheries and Food, AVR Belgium (jordbruksmaskiner), Klåvus Group Oy Ab (jordbrukare)
Kompetensförutsägelse: skapa ett dataområde för AI-verktyg för att förutse ett företags kompetensbehov
Projektet använde sig av den Gaia-X-kompatibla dataområdesarkitekturen. Målet var att underlätta datadelning mellan olika enheter i organisationen och delning av externa data om kompetens.
Dessutom var målet att skapa ett AI-verktyg som jämför och lär sig av organisationens realtidsdata och jämför företaget med branschledarnas kompetens. Verktyget kan hjälpa företaget att förutse sina framtida kompetensbehov under de kommande ett, tre eller fem åren. Företaget kan stärka sin förutsägelseförmåga, som kan omvandlas till en utvecklingsplan för humankapital, resurser och kompetensutveckling.
Resultat:
I pilotprojektet utvecklades ett verktyg som kombinerar olika källor om kompetensdata och använder AI för att förutse vilka kompetenser som behövs i ett företag eller en bransch under de kommande ett, tre och fem åren. Verktyget utvärderar och lär sig av organisationens aktuella data och jämför den med branschens toppförmågor. Sådan information är särskilt värdefull för företag och personalavdelningar som ansvarar för planering av kompetensutveckling.
Projektpartnerna implementerade AI-verktyget på Prometheus X-dataplattformen som utvecklats av Visions, baserat på Gaia-X-principerna. Förbindelseverktyget gjorde det möjligt för deltagarna att dela med sig av sina data, så att de kunde kombinera data från olika källor och experimentera med nya vinstdelningsmodeller. Verktyget underlättade också utvecklingen av nya datadrivna produkter i en delad miljö. Pilotprojektet avslutades i maj 2024.
Samarbetspartners i konsortiet: Headai Oy, Visions, Lightcast (Economic Modeling LLC, som verkar under namnet ”Lightcast”), Prometheus-X, ABB Oy
