Mitä konenäön toteutettavuusselvityksessä oikeasti katsotaan

Eemil Kiviahde's profile picture

Eemil Kiviahde

Principal Technical Consultant

11. helmikuuta 2026

Konenäkö on aidosti hyödyllistä teknologiaa. Automaattinen laaduntarkastus, vikojen tunnistus, mittaus ja ohjaus ovat todellisia sovelluksia, jotka toimivat todellisissa tuotantoympäristöissä. Mutta se, toimiiko tietty järjestelmä teidän ympäristössänne, teidän tuotteellanne ja teidän prosessissanne, on täysin eri kysymys kuin se, toimiiko teknologia yleisesti. Juuri siihen väliin useimmat konenäköprojektit kaatuvat.

Toteutettavuusselvitys on tapa kuroa se väli umpeen ennen budjetin sitomista. Se ei ole toimittajan demo eikä pilottiprojekti. Se on riippumaton arvio siitä, onko ehdotettu ratkaisu teknisesti toteutettavissa, mitkä todelliset vaatimukset ovat ja mitä riskejä jää jäljelle, jos hankkeessa edetään. Hyvin tehtynä se vie kahdesta neljään viikkoa ja päättyy selkeään suositukseen perusteluineen.

Koska en myy enkä rakenna arvioimiani järjestelmiä, selvitys on rakenteellisesti eri asia kuin toimittajan tekemä. Toimittajan tehtävä on näyttää, että hänen ratkaisunsa toimii. Minun tehtäväni on selvittää, toimiiko se teillä, myös niissä tilanteissa, joita toimittaja ei oma-aloitteisesti nosta esiin.

Asia, jonka ostajat useimmin aliarvioivat: data

Kaikista tekijöistä, jotka ratkaisevat konenäköprojektin onnistumisen, data yllättää useimmin. Ei siksi, että se olisi vaikeaselkoinen asia, vaan siksi, että kuilu sen välillä, mitä yrityksellä luullaan olevan ja mikä on oikeasti käyttökelpoista järjestelmän opettamiseen, on lähes aina luultua suurempi.

Järjestelmä, joka tallentaa kuvia kellon ympäri, tuottaa tallenteita, ei opetusdataa. Ero on ihmistyötä: joku käy jokaisen näytteen läpi, päättää, mitä se esittää, ja kirjaa arvion merkinnäksi, josta malli voi oppia. Jos vikanne ovat harvinaisia, ja useimmissa tuotantoympäristöissä ne ovat, teillä voi olla satojatuhansia normaalinäytteitä ja vain muutama kymmenen esimerkkiä siitä vikatilanteesta, jonka tunnistamisesta oikeasti välitätte. Se ei riitä luotettavan luokittelijan opettamiseen. Toteutettavuusselvitys nostaa tämän esiin varhain, kun se on vielä suunnitteluongelma eikä epäonnistunut projekti.

Ympäristöolosuhteet ovat toiseksi yleisin ongelmien lähde

Se, mikä toimii toimittajan hallitussa esittely-ympäristössä, käyttäytyy usein aivan toisin oikeassa tehdassalissa. Valaistus vaihtelee päivän ja vuodenaikojen mukaan. Pinnoille kertyy pölyä ja öljyä. Tuotteissa on luonnollista vaihtelua, jota demonäytteet eivät tavoita. Tärinä, lämpötilanmuutokset ja taustan liike vaikuttavat kuvantamiseen tavoilla, joita on vaikea ennustaa katsomatta todellista tuotantoympäristöä.

Hyvään toteutettavuusarvioon kuuluu kuvausympäristön yksityiskohtainen kartoitus: millainen valaistustilanne on, kuinka paljon kohdetuote vaihtelee, mitkä linjanopeus- ja läpimenovaatimukset ovat ja mitä liitäntöjä järjestelmä tarvitsee nykyisiin laitteisiin ja ohjelmistoihin. Nämä tekijät ratkaisevat yhdessä, ovatko toimittajan lupaamat tarkkuusluvut realistisia juuri teidän tapauksessanne vai vain heidän omassaan.

Miltä toteutettavuusselvityksen lopputuloksen pitäisi näyttää

Kunnollisen selvityksen päätteeksi teillä pitäisi olla selkeä toteutus- tai hylkäyssuositus, ei lista huomioitavia asioita. Suosituksen takana pitää olla täsmällinen arvio datatilanteestanne, ympäristöstänne ja tarjolla olevista teknisistä lähestymistavoista sekä rehellinen näkemys siitä, mitä riskejä jää jäljelle, jos etenette. Jos vastaus on kyllä, selvityksen pitää kertoa, miltä realistinen toteutus näyttää, mitä se maksaa ja mitkä ovat onnistumisen tärkeimmät edellytykset. Jos vastaus on ei, sen pitää kertoa miksi, ja onko olemassa vaihtoehtoista lähestymistapaa, jota kannattaa harkita.

Se, mitä selvityksen ei pidä olla, on dokumentti, joka päätyy toteamukseen ”riippuu olosuhteista” tai pehmentää jokaisen johtopäätöksen varaumilla. Riippumattoman arvion arvo on juuri siinä, että joku on valmis antamaan suoran vastauksen teidän tilanteenne pohjalta, ei yleistä kehikkoa, jonka olisitte löytäneet itsekin.


Eemil Kiviahde on suunnitellut ja toteuttanut konenäkö- ja ML-järjestelmiä vaativissa teollisuusympäristöissä — mekaniikasta ohjelmistoinfrastruktuuriin. Nyt hän auttaa yrityksiä välttämään kalliita virheitä teknologiainvestoinneissa. Kiinteähintaisina toimeksiantoina, toimittajariippumattomasti.

Ota yhteyttä