Datastrategian puute saattaa oireilla tekoälyttömyytenä

Voimme varmaan olla yhtä mieltä siitä, että tekoäly mahdollistaa yrityksille ratkaisevan kilpailuedun saavuttamisen tiukasti kilpailluilla markkinoilla. Jotta tekoälyä ja koneoppimista on mahdollista hyödyntää esimerkiksi tulevaisuuden mallintamiseen tai automatisoituun päätöksentekoon, tarvitaan sen polttoaineeksi laadukasta dataa. Ja nimenomaan laadukasta dataa. Roskaa sisään, roskaa ulos on tuttu ja paikkaansa pitävä mantra – myös koneoppimisen ja tekoälyn parissa.  

Onko tulevaisuutesi rakennettu korttitalon varaan?

Voit luonnollisesti rakentaa tekoälyratkaisusi heikkolaatuisemmankin datan varaan – ja se saattaa ihan hyvin käydä ja kukkua. Huonolaatuisen datan käyttämisen kanssa saa kuitenkin helposti sormilleen. Riskinä on se, että et voi riittävällä varmuudella tietää oletko rakentanut tulevaisuutta koskevat päätöksesi huteran korttitalon vai tukevan dataperustan varaan. Ainakin itse nukkuisin yöni paremmin, jos voisin luottaa pohjatöiden kestävyyteen, ja laadukkaan datan pohjalta rakennettuihin tekoälymalleihin. 

Tekoäly on löytänyt tiensä lähes kaikkiin toimialoihin ja kaiken kokoisiin yrityksiin, koska se pystyy merkittävästi parantamaan liiketoiminnan tuloksia, olipa kyseessä työntekijän tuottavuuden parantaminen, päätöksenteon helpottaminen tai ensiluokkaisen asiakaskokemuksen tuottaminen asiakkaille. Tekoälyn tuomat hyödyt ovat kiistämättömiä, mutta ilman suunnitelmallista tekemistä voidaan tekemiselle aiheuttaa enemmän haittaa kuin hyötyä. Ensinnäkin on tärkeää ymmärtää taustalla olevat liiketoiminnan tarpeet, joihin tekoälyä aiotaan hyödyntää. Ei ole mitenkään realistista kuvitella kunnollisten tulosten saavuttamista vain sillä, että aloitetaan lonkalta projekti tai kaksi tekoälyn hyödyntämisen ympärillä. Data- ja tekoälyprojektien tulee olla luonteva osa liiketoimintastrategiaa. 

Isompi ≠ Parempi

Dataa on kirjaimellisesti nykyään kaikkialla ja sitä on saatavilla aina vain enemmän ja enemmän. Stasi oli aikanaan kuuluisa tarkoista raporteistaan. Kuitenkin nykypäivänä sosiaalisen media postauksista saadaan enemmän irti kuin kylmän sodan aikaisista raporteista. Suurempi määrä ei kuitenkaan automaattisesti tarkoita, että se on riittävän laadukasta tai oikeaa dataa, oikeaan käyttötarpeeseen.  

Usein myös kuulee sanottavan, että data on uusi öljy. Olen hieman eri mieltä väitteen kanssa, sillä samaa dataa on nimittäin mahdollista hyödyntää uudelleen, niin yhteen kuin useampaan eri käyttötarkoitukseen, öljyä ei niinkään. 

Datan arvokkuudesta yrityksille ei sitten olekaan kahta sanaa. The Economist rankkasi datan öljyä arvokkaammaksi resurssiksi jo 2017. Yritykset ovat aiheestakin sitä mieltä, että heidän omistamansa data sisältää sellaista tietoa, joka mahdollistaa paremman päätöksenteon sekä kilpailukykyä tuovien oivallusten tekemisen. Tästäkin voidaan olla hieman eri mieltä. Vaikka yritykselläsi on määrällisesti paljon dataa, ei se automaattisesti tarkoita, että sen pohjalta voidaan tehdä oikeita oivalluksia. Ja jos vaikka oivalluksia tehdäänkin, niin ilman suunnitelmallisuutta, ei niitä osata hyödyntää maksimaalisesti. Ratkaisevaa ei yleensä olekaan datan suurempi määrä, vaan sen tehokas ja oikeanlainen hyödyntäminen. 

Data ei ole ”mitään” ilman datastrategiaa

Tässä kohtaa esiin astuu datastrategian tärkeys. Yksinkertaisuudessaan datastrategia on visio siitä, kuinka yrityksesi aikoo käyttää dataa sekä tarjoaa viitekehyksen sen toteuttamiseksi. Mitä paremmin datastrategia on määritetty ja mitä tehokkaammin sitä toteutetaan, sitä todennäköisempää on, että yrityksesi hyödyntää dataa menestyksekkäästi, kulkee tekoälyä hyödyntävien yritysten etujoukoissa, ja saavuttaa siten merkittävää kilpailuetua suhteessa kilpailijoihin. Huolestuttavasti NewVantage Partnersin tekemän tutkimuksen mukaan vain 30 prosentilla yrityksistä on hyvin muotoiltu datastrategia, vaikka samaan aikaan datastrategian positiivinen vaikutus kilpailuetuun on todennettu. 

Jos yritykselläsi ei vielä ole kattavaa datastrategiaa, kaikkea ei suinkaan ole menetetty, vaikka annatkin kilpailijoillesi tarpeettomasti merkittävää etua, jota he eivät jätä käyttämättä – ethän itsekään jättäisi. Aloita siis liiketoimintastrategiasi tavoitteet mahdollistavan datastrategian määrittäminen pikimmiten, jos et halua antaa kilpailijoille vieläkin pidempää etumatkaa. Samalla mahdollistat liiketoimintatavoitteitasi tukevat älykkäät tekoälyratkaisut.