Näkökulmia 15.10.2024
Tekoälyvallankumouksen aikakausi – on aika tehdä valintoja
Nykyisessä dataohjautuvassa maailmassa menestys ei riipu siitä, kuinka otetaan käyttöön viimeisin teknologinen alusta tai tuote, vaan siitä, kuinka dataa hyödynnetään liiketoiminnan tulosten parantamiseksi. Olipa kyse sitten operaatioiden optimoinnista, kysynnän ennustamisesta, vikatilaraporttien luotettavuudesta tai palvelukatkojen ennustamisesta, menestyksen avain on tehdä strategisia valintoja, jotka kohdistavat datahankkeet todellisiin liiketoimintatavoitteisiin. Tämä edellyttää selkeitä tavoitteita, strategisia investointeja ja syvällistä ymmärrystä siitä, miten datan avulla voidaan parantaa päätöksentekoa, lisätä tehokkuutta ja luoda uutta liiketoimintaa.
Markkina- ja teknologiaympäristö – kansainvälinen kilpailu kiihtyy
Tekoälyn globaalia markkinaa johtavat erityisesti Yhdysvallat ja Kiina. Yhdysvallat hallitsee vaikuttavalla 80,3 % osuudella maailmanlaajuisesta alustataloudesta, jonka kokonaisarvo on 11 321 miljardia dollaria. Suurinta osaa hallitsevat teknologiayritykset, kuten Microsoft, Apple, Meta, Amazon ja Alphabet. Aasian ja Tyynenmeren alueella alustatalouden kokonaisarvo on 2 225 miljardia dollaria, ja alustat tulevat Kiinasta, Koreasta, Intiasta ja Japanista (mm. Tencent ja Alibaba). Afrikka on vielä digitaalisen kehityksensä alkuvaiheessa ja sen alustatalouden arvo vastaa 1,7 % osuutta globaalista kokonaisuudesta.
Eurooppa sen sijaan kamppailee 2,2 % osuudella globaalista markkinasta. Kehityksen tahtia ovat hidastamassa pirstoutuneet markkinat ja sääntely. Kilpaillakseen suurten toimijoiden kanssa Euroopan on lisättävä yhteistyötä EU-tasolla yhdistääkseen resursseja sekä pääomaa ja edistääkseen tekoälyyn liittyvää tutkimusta ja kehitystä huipputason alustaratkaisujen avulla. (Lähde: Ecodynamics, 2023)
Koneoppimisprojekti (myös GenAI) – datan kriittinen rooli
Yrityskäyttöön tarkoitetut tekoälyratkaisut eivät ole tänä päivänä “plug and play” -tuotteita. Projektin menestyksen avain on paljolti datan elinkaaressa, laadussa ja luotettavuudessa. Tarkemmin eriteltynä tämä tarkoittaa datan keräämistä, siivoamista, luotettavien datavirtojen ja -putkien rakentamista, strukturoidun ja strukturoimattoman datan tallennusta, palvelun ominaisuuksien suunnittelua, analytiikkaa, erilaisten mallien kehittämistä, mallien kouluttamista, validointia, käyttöönottoa ja jatkuvaa optimointia. Koska datan luotettavuus, laatu ja saatavuus vaikuttavat koko prosessiin ja mahdollisuuksiin hyödyntää edistyneitä malleja tai ratkaisuja, käytetään myös datan koko elinkaareen kmerkittävästi enemmän aikaa kuin itse mallien kehittämiseen. Olennaista on end-to-end -lähestymistapa ja se, että liiketoimintatavoitteet ohjaavat tekemistä. Laadukkaan lopputuloksen saavuttaminen edellyttää moniosaaja-tiimiä, johon kuuluu erilaisia ohjelmistoalan asiantuntijoita, data engineerejä, data scientistejä ja liiketoiminnan substanssiasiantuntijoita.
Tekoälymatkalla tehtävät valinnat
Useiden erilaisten selvitysten mukaan mukaan ”AI first” tai ”data first” -lähestymistavat johtavat usein siihen, että 80 % projekteista epäonnistuu. Selvitysten mukaan tyypillisimmät puutteet ovat, että liiketoimintatavoite on määritelty liian epämääräisesti tai käytettävissä oleva data ei ole ollut sellaista, joka palvelisi hyödyllisiä käyttötapauksia. Yritykset, jotka ovat onnistuneet hyödyntämään tekoälyä ja saamaan todellisia hyötyjä datastaan, ovat panostaneet kaikkiin seuraaviin:
- Investoi. Organisaatioiden on varattava resursseja vahvan tekoälyinfrastruktuurin rakentamiseen aina datainfrastruktuurista omaan tekoälyosaamiseen.
- Aloita liiketoimintahyödyistä. Tekoälyhankkeiden on aina oltava sidoksissa selkeisiin liiketoimintatavoitteisiin varmistaen, että tekoäly tuottaa konkreettista arvoa.
- Rakenna moniosaaja-tiimi. Teknisten tiimien, liiketoimintayksiköiden ja johdon välinen yhteistyö on ratkaisevan tärkeää tekoälyn menestyksekkäälle hyödyntämiselle.
Valmistautuminen EU:n sääntelyyn: EU Data Act, EU AI Act
Dataa ja tekoälyä koskeva sääntely kehittyy nopeasti, ja EU:n Data Act ja AI Act määrittelevät uusia sääntöjä datan käyttöön, jakamiseen ja tekoälyjärjestelmien kehittämiseen. Nämä asetukset pyrkivät suojelemaan käyttäjien oikeuksia samalla kun pyrkivät olemaan hidastamatta innovaatioita. Organisaatioiden on siis varmistettava, että niiden tekoälyjärjestelmät noudattavat näitä uusia säännöksiä, erityisesti korkean riskin tekoälysovellusten osalta.
Pähkinänkuoressa: EU Data Act edellyttää, että yritysten on jaettava raakadataa käyttäjille turvallisesti ja maksutta, lukuun ottamatta dataa, joka arvioidaan liikesalaisuudeksi tai jota on merkittävästi prosessoitu tai jalostettu. Tämän asetuksen siirtymäaika on jo käynnissä, joten yritykset ovat jo aloittaneet valmistelut. Osalle yrityksistä EU AI Act:ista seuraa jäljitettävyysvelvollisuuksia. Käytännössä mallien käyttäytymistä jäljittävät prosessit tulevat käyttöön tai ovat jo käytössä monissa yrityksissä.
Kohti tulevaa
Jotta yritykset voivat hyödyntää dataa täysimääräisesti, niiden on tehtävä strategisia valintoja jo tänään. Matka ei ole pelkästään teknologiaa – kyse on datasta ja datan arvosta liiketoimintakontekstissa ja liiketoimintatavoitteissa, sekä luonnollisesti osaamisen kehittämisestä. Yritykset, jotka investoivat datatransformaatioon, ovat huomisen johtajia – olipa kyse sitten huollon ennustamisesta, vikatila-analyysista, reaaliaikaisesta energiankulutuksen visualisoinnista, kysynnän ennustamisesta, asiakaspalvelun automaatioasteen nostosta, tai minkä tahansa resurssin optimoinnista tai datalähtöisten tuotteiden kehittämisestä.
Hanna Hagström oli keynote-puhujana Aidon Energy Vision -seminaarissa Helsingissa 11.9.2024.