Datan laatu ratkaisee sen, kuinka hyviä tekoälysovelluksia pystymme rakentamaan – “Tämä on sellainen peliliike, minkä kuka tahansa toimija pystyy tekemään jo nyt”

– Data on kuin tekoälyn happea.

Harri Juntunen kiteyttää oleellisen. Hän työskentelee vanhempana konsulttina eettistä digitalisaatiota edistävän Goforen palveluksessa. Juntunen muistuttaa, että data on yhtäaikaisesti kahta asiaa: se on abstrakti sekä täynnä yksityiskohtia.

Tämä yhdistelmä tekee siitä monelle vaikeaselkoisen.

– Jotta tekoäly voi toimia, se vaatii ympärilleen ison ekosysteemin. Tämä systeemi osaltaan jalostaa ja pitää huolta siitä, että tekoälyllä on käytettävissä aidosti hyvää ja laadukasta dataa.

Myös hiljainen tieto AI-kelpoiseksi

Juntunen muistuttaa, että ihmiset ovat tottuneet käyttämään eri ohjelmistoja, jonka seurauksena osa kerää dataa jopa huomaamattaan. Tämä tapahtuu esimerkiksi siten, että asioita siirrellään Excelistä tai vastaavasta järjestelmästä toiseen.

Juntunen avaa, kuinka näin tapahtuessa tiedonkäsittelyä tapahtuu monessa eri paikassa ja datan hallinnassa on eräänlainen “ihmisliima” mukana, joka muokkaa asioita ja tekee niitä oikein.

– Meille ihmisille on toisinaan vaikeaa käsittää sitä, että saamme ja jaamme organisaatioissa jatkuvasti hiljaista tietoa. Me esimerkiksi tiedämme, että joku kollegamme tietää jonkun asian ja niin edespäin. Mutta jos sen sijaan ajatellaan koneoppivaa järjestelmää, niin sillä ei ole käytössä tällaista vastaavaa hiljaista tietoa.

– Kaikki mitä kyseisellä järjestelmällä on käytössä on dataa, joka löytyy operatiivisista järjestelmistä ja vastaavista muista.

Laadukkaan datan kaksi tärkeää kerrosta

– Kun kerätty data on rakenteellista, se lisää sen tarkkuutta.

Juntunen havainnollistaa, että näin tapahtuessa tiedetään esimerkiksi se, mistä tietystä käsitteestä puhutaan tai minkälaisilla standardeilla dataa on kerätty.

Tällaisen rakenteellisuuden lisäksi tekoälytiedon pitää pystyä tulkitsemaan myös datan merkityksellinen kerros oikein.

– Tämä merkityksellinen kerros on juurikin se, joka löytyy usein eri organisaatioiden viestipalveluista, yksittäisissä dokumenteista tai jopa työntekijöiden pään sisällä piilevissä ajatuksista.

Juntunen painottaa, että tällaisen ei-rakenteellisen tiedon merkitys korostuu AI-valmiissa datassa. Tekoälyn pitää ymmärtää, mistä juuri kyseisen datan kohdalla on kyse. Muuten sen hyödyntäminen jää väistämättä puolitiehen.

– Toisin sanoen, kun luemme operatiivista järjestelmistä lukuja, tulee rinnalla kulkea myös konteksti, mitä kyseiset luvut käsittelevät ja mikä niiden merkitys on siinä kyseisessä firmassa.

Olemassa olevien eri standardien osalta Juntunen näkee GS1:n standardien hyödyn siinä, että kyseessä on vakaa ja globaali standardi, jonka takana on jo valmiiksi erinomaiset rakenteet.

– Rakenteen puuttumisen riski piilee siinä, että olemme tehottomia. Välttääkseemme tämän meidän tulee olla tietoisia siitä, mistä kyseinen data on lähtöisin ja minkä takia se näyttää siltä miltä näyttää. Datan jäljitettävyys on tärkeää, Juntunen painottaa.

Automaation rinnalle noussut autonomia

Juntunen nostaa esiin, kuinka koneoppivissa järjestelmissä isoin muutos on se, että enää kyse ei ole pelkästään automaatiosta, vaan sen päälle on tullut myös autonomia.

– Tämä toki riippuu siitä, kuinka paljon annamme teknologialle mahdollisuuden olla toimijana jossain prosessissa. Tämä autonomia vaatii toimiakseen paljon rakenteellista ja luotettavaa dataa, Juntunen summaa.

Juntusen rohkaisee organisaatioita kokeilemaan teknologian mahdollisuuksia eri asteiseen toimijuuteen, eli siihen, että se pystyy itsenäisesti toteuttamaan tiettyjä työnkulkuja tai valvomaan prosesseja.

– Ihmisiä askarruttaa teknologian kehittyminen ja se mitä siitä seuraa. Se on aidosti hämmentävä ja ihmeellinen kenttä, jota työkseni seuraan. Viikkotasolla saan itsekin uusia ahaa-elämyksiä sen suhteen, mitä tekoälyllä on onnistuttu tekemään.

Juntunen painottaa, että lopulta kaiken perustana täytyy olla investoinnit nimenomaan datan laatuun ja sen luotettavuuteen.

– Tämä on sellainen peliliike, minkä kuka tahansa toimija pystyy tekemään jo nyt. Mitä parempaa dataa on käytössä, sitä parempia tekoälysovelluksia on mahdollista tehdä.