Puheenvuoro

Yrityksen datavarantoja hyötykäyttöön askel kerrallaan

PUHEENVUORO

Dataa löytyy kaikista yrityksistä. Sitä on kertynyt paljon vuosikymmenten aikana tietojärjestelmiin toimialasta ja koosta riippumatta. Toki datamäärät ja datan kompleksisuus ovat suhteellisia: kassadataa asiakkaista tai teratavuja sensori-, lääketiede-, prosessi- ja tapahtumadataa sijainti- ja aikaleimoineen.

Samaan aikaan tekoälytutkimus on kehittänyt uusia työkaluja ja ratkaisuja. Koneoppimisen, data-analytiikan ja tekoälyn nimikkeiden alla on yhä luotettavampia ja yhä paremmin sovellettavia välineitä ja menetelmiä. Esimerkiksi CRISP-DM (CRoss Industry Standard Process for Data Mining) on prosessimalli, joka määrittelee dataprojektin yleiset vaiheet.

Tekoälyn kehityskaari on hyvä. Datan määrä on kasvanut ja laatu on kelvollista. Välineet ja menetelmät yrityksen toiminnan johtamisen ja päätöksenteon tukemiseksi ovat parantuneet. Tiedon ja datan merkitys johdon ja tietotyöläisten arjessa osana toimintaa, suunnittelua ja ennakointia ovat vahvistuneet.

Jatkuu mainoksen jälkeen
Mainos päättyy

Isoin haaste on ”tekoälyn lisäarvon ja hyödyn näkeminen omassa yrityksessä ja toiminnassa” (Varsinais-Suomen tekoälyverkosto – AI-kartoitus 2019, Turku Science Park Oy). Silti tekoälyyn ja dataan uskotaan, sillä vastaajista (207 vastaajaa) 63 prosentia sanoi, että ovat kiinnostuneita lisäämään tekoälyä yrityksessään.

Pk-yrityksissä tilanne on se, että dataa on järjestelmissä, mutta sen hyötykäyttöönotto nähdään helposti jälleen vain yhtenä IT-projektina monista. Osaamista siihen joutuu usein hankkimaan IT-kumppaneilta: yrityksen oma IT- ja tekoälyosaaminen ei välttämättä riitä nykytilanteen kartoitukseen ja sopivien pilottien määrittelyyn ja toteutukseen ketterin menetelmin. Samalla pitäisi vahvistaa yrityksen tekoälyosaamista ja -kokemuksia.

Tuskin koskaan tekoälyn käyttöönotto on suoraviivainen ja hyvin määritelty kehitysprojekti. Aina se on oppimisprosessi. Tämä koskee erityisesti tekoälyprojekteja, jossa datan analysointi ja löydöksien merkitys ja merkittävyys liiketoiminnalle vaatii yleensä useita oppimiskierroksia ja kokeiluja.

Mitä sitten voi tehdä, jotta useammissa yrityksissä päätettäisiin käyttää aikaa uusimpien tekoälyratkaisujen ja oman datan potentiaalin ja lisäarvon näkemiseen?

Yksi ratkaisu, jota olemme kokeilleet parantaaksemme ”lisäarvon ja hyödyn näkemistä omassa yrityksessä”, on AI-lähettilästoiminta. AI-lähettiläs tarjoaa tekoäly- ja datakokemuksen toimenpiteillä, jonka tavoitteena on osallistuvien henkilöiden tekoälykyvykkyyksien parantaminen.

Keskeistä toimenpiteissä on AI-lähettiläiden lähtö- ja tavoitetason määrittely tekoälyn hyödyntämisen suhteen, oman liiketoimintadatan käyttäminen kokemuksen tuottamiseksi ja toimiva vuoropuhelu AI-lähettiläiden kesken datan ja liiketoiminnan välisistä uusista näkemyksistä.

Jatkuu mainoksen jälkeen
Mainos päättyy

Sillä faktat ovat: 1) jos datassa ei ole sitä signaalia, ei tekoäly sitä sinne tuota, 2) merkitykset signaaleille ja niiden puuttumiselle tekee AI-lähettiläs liiketoimintakontekstissa ja 3) pienikin datasetti riittää demonstroimaan sovellettuja menetelmiä, työkaluja, ratkaisuja ja dataa itseään asian edistämiseksi, 4) tekoälymenetelmät voivat löytää datasta hyödyllistä informaatiota jo kevyelläkin kokeilulla ja 5) AI-lähettiläät kykenevät tämän kokemuksen jälkeen paremmin päättämään jatkotoimenpiteistä, niiden sisällöstä ja tarvittavasta osaamisesta ja osaajista.

Viimeisimpään kohtaan toteamme, että AI-lähettiläspiloteista kahdeksan kymmenestä on edennyt jatkotoimenpiteisiin. Sisällöissä ja toimenpiteissä on siis tehty oikeita valintoja AI-lähettiläiden tapauskohtaiset tarpeet huomioiden.

AI-lähettiläs -hanketta (2021–2023) rahoittaa Euroopan sosiaalirahasto. Hanketta toteuttavat Turun yliopiston kauppakorkeakoulun ja Teknillisen tiedekunnan lisäksi Tampereen ammattikorkeakoulu.

Kirjoittajat ovat Turun yliopiston AI-lähettiläs -hankkeen tutkijat Antti Tuomisto, Tanja Vähämäki, Nico Arvela, Paavo Nevalainen, Pouya Jafar Zadeh sekä hankkeen ohjausryhmän jäsen professori Jukka Heikkonen.

Haluatko käyttää

Osallistuaksesi keskusteluihin ole hyvä ja kirjaudu TS-tunnuksillasi

Olet kirjautuneena yritystunnuksella. Yritystunnuksella ei voi osallistua keskusteluihin.
Aloita keskustelu tästä jutusta
Viesti

Viesti lähetetty!

Keskusteluja julkaistaan arkisin kello 9–23 ja viikonloppuisin kello 8–22.
Virhe viestin lähetyksessä.
TS:n verkkokeskustelun säännöt

Uudet näkökulmat keskustelussa vievät asioita eteenpäin. Siksi Turun Sanomat kannustaa verkkosivuillaan aktiiviseen ja rakentavaan keskusteluun.

Verkkokeskusteluun osallistuminen edellyttää rekisteröitymistä (jonka pääset tekemään tästä). Rekisteröityminen ei edellytä lehden tilaamista.

Keskusteluun voit kirjoittaa omalla nimelläsi tai nimimerkillä. Suosittelemme oman nimen käyttöä, sillä on arvokasta seistä mielipiteidensä takana. Ole kriittisenäkin kohtelias ja kunnioita muita. Epäasiallinen käytös estää osallistumisen keskusteluun.

Turun Sanomien verkkokeskusteluun tulevat viestit tarkastetaan ennakolta. Siksi viestit julkaistaan viiveellä, ja julkaisusta päättää toimitus. Keskusteluja julkaistaan arkisin kello 9–23 ja viikonloppuisin kello 8–22. Toimitus voi lyhentää ja muokata kirjoituksia.

Kirjoittaja on juridisessa vastuussa viestinsä sisällöstä. Rasistisia, herjaavia tai ihmisten yksityisyyttä loukkaavia viestejä ei julkaista. Muista hyvät tavat, älä huuda äläkä kiroile.

Kirjoita napakasti. Emme julkaise yli 1 800 merkin viestejä. Pysy keskusteluketjun aihepiirissä. Älä yritä muuttaa aihetta. Tekstin yhteyteen voi liittää teemaan liittyviä asiallisia linkkejä, jotka toimitus tarkistaa ennalta. Mainoksia emme julkaise.

Verkon keskustelut ovat osa Turun Sanomien sisältöä, josta olemme vastuussa. Toimitus voi harkintansa mukaan sulkea keskusteluketjun.