Paikallinen tekoälyanalyysi

DataPortian tekoälymoduuli ajaa kielimallin samalla palvelimella kuin tiedonkeruu ja tietokanta. Prosessidata ei siirry pilveen eikä kolmannen osapuolen palveluun: ei API-avainta ulkopuoliselle, ei käyttömaksuja kyselyistä, ei internet-yhteyttä analyysin aikana.

4

mallia Qwen, Gemma, DeepSeek, Llama

8 GB

RAM Minimivaatimus palvelimelta

499 €

lisäosa Tekoälymoduulin hinta

30

päivää Kokeilu ilman sitoumusta

Mitä paikallinen tekoälyanalyysi tarkoittaa käytännössä?

Tekoälymoduuli ajaa avoimen kielimallin Ollamalla samalla palvelimella, jolle DataPortia™ on asennettu. Malli lukee mittausarvot suoraan DataPortian omasta PostgreSQL-tietokannasta, tekee analyysin ja kirjoittaa vastauksen selaimeen. Mikään kysely, mittausarvo tai vastaus ei kulje palvelimen ulkopuolelle. Käytettävissä olevat mallit ovat Qwen, Gemma, DeepSeek ja Llama.

Tarkemmin: mallin valinta ja toiminta suljetussa verkossa

Malli valitaan ja asennetaan ohjatulla käynnistyksellä käyttöönoton yhteydessä. Sen jälkeen analyysi toimii myös suljetussa verkossa, jossa palvelimella ei ole yhteyttä internetiin. Kielimalli ei ole ulkopuolinen palvelu vaan prosessi samalla koneella kuin OPC UA -tiedonkeruu ja tietokanta.

Poistuuko prosessidata verkosta, kun tekoäly analysoi sen?

Ei. Kielimalli on asennettu laitoksen omalle palvelimelle ja ajetaan siellä. Analyysissa käytetty data ei siirry pilveen eikä kolmannen osapuolen palveluun, joten se ei päädy ulkopuolisen mallin koulutusaineistoon. Palvelin voi olla kokonaan irti internetistä, ja tekoälyanalyysi toimii silti. Tämä on toteutuksen lähtökohta, ei asetus jonka voi vahingossa kytkeä pois.

Mitä tekoäly tekee prosessidatalle?

Moduuli etsii mittausdatasta poikkeamat ja luokittelee ne vakavuuden mukaan, ennustaa mitatun trendin jatkon, etsii kulutuksesta kustannusoptimoinnin kohteet ja kirjoittaa havainnoista rakenteisen analyysiraportin. Lisäksi datasta voi esittää vapaan kysymyksen luonnollisella kielellä. Jokainen analyysi perustuu tietokannassa olevaan mitattuun dataan, ei arvioon tai yleistietoon.

Neljä analyysityyppiä ja mitä kukin tuottaa

Poikkeamien tunnistus

Tilastollinen haku mittapisteen historiasta, havainnot aikaleimoineen.

Ennuste

Mitatusta historiasta laskettu ennuste trendin jatkosta.

Kustannusoptimointi

Kulutuksen ja ajotapojen vertailu jaksojen välillä.

Analyysiraportti

Havainnot rakenteisena yhteenvetona, kukin sidottuna mittapisteeseen ja aikaväliin.

Miten poikkeamien tunnistus toimii?

Poikkeamahaku on tilastollinen: moduuli käy läpi mittapisteen oman historian valitulla aikavälillä ja nostaa esiin arvot, jotka eroavat jakson tavanomaisesta tasosta. Havainnot palautetaan aikaleimoineen ja vakavuusluokiteltuina, ja kielimalli kirjoittaa niistä sanallisen yhteenvedon. Tulos on lista tarkistettavia kohtia, ei valmis diagnoosi vikatilanteesta.

Tarkemmin: mitä analyysin käynnistys valitsee — ja mitä poikkeama ei tarkoita

Analyysi käynnistetään ohjatusta näkymästä. Siinä valitaan analyysin tyyppi — poikkeamat, ennuste, kustannusoptimointi, yhteenveto tai vapaa kysymys — sekä mittapisteet ja aikaväli. Sama valinta määrää, mitä dataa malli lukee tietokannasta, joten jokainen havainto on jäljitettävissä takaisin mittapisteeseen ja aikaväliin.

Poikkeama ei ole vika. Se on tilastollinen havainto, joka kannattaa tarkistaa trendinäkymässä ja hälytyshistoriaa vasten ennen kuin siitä tehdään johtopäätöksiä.

Voiko prosessidatasta kysyä omin sanoin?

Kyllä. Chat-näkymässä kysymyksen kirjoittaa tavallisella kielellä, esimerkiksi miten kattilan kulutus kehittyi viime viikolla. Moduuli hakee kysymykseen liittyvät mittapisteet DataPortian omasta tietokannasta ja vastaa niiden perusteella, joten vastaus on sidottu mitattuun dataan eikä yleistietoon. Keskustelu jatkuu samassa näkymässä, joten jatkokysymyksen voi esittää lyhyesti.

Tarkemmin: käyttöliittymän kielet ja ajastetut raportit

Käyttöliittymä on saatavilla suomeksi, englanniksi, ruotsiksi ja saksaksi. Varsinaiset ajastetut raportit tehdään edelleen raportointipuolella, joka tuottaa PDF-, CSV- ja Excel-tiedostot päivä-, viikko- ja kuukausiajastuksella.

Mitä paikallisen mallin ajaminen vaatii palvelimelta?

Kielimalli vie muistia, ja se on suurin ero tavalliseen DataPortia-asennukseen. Minimivaatimus on 8 GB RAM ja 100 GB SSD, suositus 16–32 GB — tekoälymoduulia käytettäessä kannattaa valita suosituksen yläpää. Minimivaatimuksissa ei ole erillistä näytönohjainta. Kerro palvelimesi kokoonpano, niin arvioin mikä malli siihen sopii.

Missä paikallinen malli häviää pilvimallille?

Paikallinen malli on pienempi kuin suuret pilvimallit, ja se näkyy vastausten laadussa ja nopeudessa. Vastaus valmistuu hitaammin, erityisesti ilman näytönohjainta. Pitkien ja monimutkaisten kysymysten päättely on karkeampaa. Vastapainona data pysyy laitoksella, kyselyistä ei tule käyttömaksuja eikä analyysi katkea internet-yhteyden katketessa.

Kielimallin kirjoittama yhteenveto on lähtökohta, ei todiste. Jokaisen havainnon takana on mittapiste ja aikaväli, jotka voi tarkistaa raakadatasta — tee se ennen kuin analyysin perusteella muutetaan ajotapaa.

Tarkemmin: kummalle vaatimukselle sivu antaa periksi

Jos vaatimuksena on nopein mahdollinen vastaus mihin tahansa kysymykseen, paikallinen malli ei ole oikea valinta. Jos vaatimuksena on, ettei prosessidata poistu laitokselta, se on ainoa valinta. Kokeilujaksolla eron näkee omalla datalla ja omalla palvelimella, jolloin arvion ei tarvitse perustua lupaukseen.

Mitä tekoälymoduuli maksaa?

Tekoälymoduuli on 499 € lisäosa DataPortia-lisenssiin, jonka hinnat alkavat 4 000 € kertamaksusta ja skaalautuvat OPC UA -yhteyksien määrän mukaan. Kyselyistä ei veloiteta käytön mukaan, koska malli ajetaan omalla palvelimella. Kokeilujakso on 30 päivää, kaikki ominaisuudet HA-lisäosaa lukuun ottamatta, ilman sitoumusta.

Hinnoittelu taulukkona: lisenssitasot ja hinnan peruste

Tekoälyanalyysin hinnoittelu

Tekoälymoduuli	499 € lisäosa
DataPortia-lisenssi	Alkaen 4 000 € kertamaksu
Lisenssitasot	7 perpetual- ja 7 floating-tasoa
Hinnan peruste	Skaalautuu OPC UA -yhteyksien määrän mukaan
Kyselykohtaiset maksut	Ei ole
Kokeilu	30 päivää, kaikki ominaisuudet paitsi HA-lisäosa

Usein kysytyt kysymykset tekoälyanalyysista

Lyhyet vastaukset useimmin kysyttyihin: malli on Qwen, Gemma, DeepSeek tai Llama, minimivaatimus on 8 GB RAM ilman erillistä näytönohjainta, internet-yhteyttä ei tarvita analyysin aikana, historia ulottuu säilytysajan verran taaksepäin ja moduuli maksaa 499 €. Kukin kysymys ja sen vastaus avautuu alta.

Mitä kielimallia DataPortia käyttää?

Malli ajetaan Ollamalla, ja vaihtoehtoina ovat Qwen, Gemma, DeepSeek ja Llama. Malli valitaan ohjatussa käyttöönotossa.

Tarvitseeko palvelimella olla internet-yhteys?

Ei analyysin aikana. Malli asennetaan palvelimelle kerran, minkä jälkeen tekoälyanalyysi toimii myös verkossa, jolla ei ole yhteyttä ulos.

Toimiiko tekoälyanalyysi ilman erillistä näytönohjainta?

Minimivaatimuksissa ei ole erillistä näytönohjainta: minimi on 8 GB RAM ja 100 GB SSD, suositus 16–32 GB. Kerro palvelimesi kokoonpano, niin arvioin mikä malli siihen sopii.

Kuinka pitkältä ajalta tekoälyanalyysi käyttää dataa?

Analyysi lukee DataPortian omaa tietokantaa, joten se ulottuu niin pitkälle kuin säilytysaika on asetettu — oletus on 24 kuukautta ja se on säädettävissä tiedonkeruun asetuksista.

Voiko analyysin tuloksen viedä ulos?

Mittausdatan raportit tuotetaan raportointiosiossa PDF-, CSV- ja Excel-muodossa, ja ne voi ajastaa päivittäin, viikoittain tai kuukausittain.

Sisältyykö tekoälymoduuli peruslisenssiin?

Ei. Se on erillinen 499 € lisäosa. Kokeilujaksolla se on käytössä ilman lisämaksua, joten toiminnan voi arvioida omalla datalla ennen ostoa.

Paikallisen mallin arvioi parhaiten omalla datalla: 30 päivän kokeilussa on mukana koko DataPortia tekoälymoduuli mukaan lukien.

Pyydä 30 päivän kokeilu Ota yhteyttä