Tankki Oy automatisoi ja nopeuttaa myyntivaiheen suunnittelutyötä Vertexin avulla

Tekninen päällikkö Antti Sunell Tankki Oy:lta kertoo miten myyntihenkilöt pystyvät Vertexin avulla suunnittelemaan säiliöitä ilman, että tietäisivät niistä yhtään mitään.

  • Asiakaspuheenvuoro
  • Asiakas: Tankki Oy
  • Toimiala: Suunnittelee ja valmistaa korkealaatuisia terässäiliöitä
Wihuri Tekninen Kauppa

Tankki Oy

  • Tankki on vuodesta 1967 asti toiminut suomalainen perheyritys, jonka tehdas sijaitsee Ähtärissä Etelä-Pohjanmaalla.

  • Tankki suunnittelee ja valmistaa korkealaatuisia säiliöitä ruostumattomasta teräksestä eri teollisuudenalojen tarpeisiin.

  • Yrityksellä on vuosikymmenten ajalta kokemusta erityisesti elintarviketeollisuudesta – mm. meijereistä ja panimoista – sekä biolääketieteen, biokemian ja kemiateollisuuden tarpeista.

Jos kiinnostuit aiheesta, ota yhteyttä. Mietitään yhdessä miten voisimme parantaa teidän yrityksenne tuottavuutta nykyaikaisilla työkaluilla.

Timo Peura
Vertex-asiantuntija
040-8600940
etunimi.sukunimi@vertex.fi

Vertex Systems on suomalainen suunnittelun ja tiedonhallinnan ohjelmistoratkaisujen toimittaja. Vertex-ohjelmistojen avulla nopeutat suunnittelua, vähennät suunnitteluvirheitä ja parannat tuottavuutta. Tutustu Vertex G4 tuotekonfigurointiinVertex G4 mekaniikkasuunnitteluohjelmistoon sekä Vertex Flow tuotetiedonhallintaohjelmistoon. suunnitteluympäristössä.

Lisää tarinoita

Olemme mukana Pohjoinen teollisuus -tapahtumassa

Olemme mukana Pohjoinen teollisuus -tapahtumassa

Olemme mukana Pohjoinen Teollisuus -tapahtumassa Ouluhallissa 20.-21.5.2026. Löydät meidät osastolta 423. Tervetuloa morjestamaan ja kuulemaan ohjelmistoistamme! Rekisteröidy kävijäksi

Enhancing Panel Drawing Dimensioning in BIM Software using Recommender Systems

Enhancing Panel Drawing Dimensioning in BIM Software using Recommender Systems

In this blog post, Johannes explores how machine learning can streamline panel drawing template creation in Vertex BD by reducing choice overload and improving user efficiency. The work introduces a hybrid recommender system that intelligently suggests relevant dimensions based on both data and user behavior.