Jari Salo, Tieke
Digitaalisuudesta on tullut valtavirtaa niin yritysten ja organisaatioiden kuin julkishallinnon palveluissa. Suurin osa palveluista tarjotaan digitaalisena ja niiden käyttöön kannustetaan voimakkaasti. Tällä hetkellä käytännössä kaikki kehitettävät ja uudet palvelut perustuvat digitaalisiin ratkaisuihin. Tämä on luonnollista, koska digitaalisuus tarjoaa mahdollisuuden kerätä, hyödyntää ja käyttää uudelleen niistä saatavaa tietoa.
Monet digitaaliseen palveluun liittyvät elementit eivät ole suoraan näkyvissä loppukäyttäjälle, vaan toimivat taustalla olevissa järjestelmissä. Samalla ne keräävät tietoa palvelun tarjoajalle ja helpottavat niin palvelun tarjoajan kuin käyttäjän toimintaa, säästävät kustannuksia ja nopeuttavat palvelun käyttöä. Esimerkkinä tällaisista palveluista ovat erilaiset taloushallintoon liittyvät tarkistukset ja rutiinit.
Käyttäjälle ja kuluttajille tekoälyyn ja kerättyyn tietoon pohjaavista palveluista näkyvimpiä ovat verkkokauppa-asiointiin liittyvät toiminnot, kuten palvelun tekemät ostoehdotukset. Monissa verkkokauppasovelluksissa ostoehdotuksina näkyvät käyttäjän katsomaan tai ostoskoriin jo lisättyyn tuotteeseen liittyvät tai rinnakkaiset tuotteet. Ostosehdotuksilla pyritään saamaan lisämyyntiä, tarjoamalla asiakkaalle rinnakkaista tai kalliimpaa tuotetta sekä käyttöyhteyteen sopivaa tuotetta tai palvelua, kuten tuoteturvaa, kotiinkuljetusta ja asennuspalvelua. Lisäksi asiakkaan ostopäätöstä pyritään vahvistamaan esimerkiksi tuotteen tai palvelun ostaneiden arvosteluilla. Näissä palveluissa hyödynnettävät tiedot perustuvat joko suoraan käyttäjiltä satuun tai heidän käyttäytymisensä perusteella kerättyyn tietoon.
Tekoäly ja Big Data liittyvät kiinteästi yhteen ja täydentävät toisiaan
Ilman suuria data-aineistoja tekoälyä on hankala opettaa. Algoritmisen päätöksenteon perustana ovat suuret tietomassat ja ennalta asetetut säännöt, joiden pohjalta algoritmit määritetään. Tällainen päätöksenteko on käytössä ja soveltuu esimerkiksi asioiden hallinnolliseen käsittelyyn ja päätöksiin, kuten verotukseen. Tulevaisuudessa koneoppimiseen ja syviin neuroverkkoihin perustuva tekoäly tulee kehittymään, mutta sekin vaatii mittavan määrän laadukasta aineistoa sekä siihen liitettyjä oikeita vastauksia, kuten luokiteltua dataa.
Big Datan hyödyntäminen on pitkälti analyytikkojen ja ohjelmoijien työtä. Data-aineistojen avulla voidaan tunnistaa riippuvuudet ja käyttölogiikat ja niiden avulla opetetaan ja laaditaan algoritmit. Tätä voi sanoa tekoälyn moottoriksi.
Tekoälyn ja Big Datan hyödyntäminen mahdollistaa monipuolisten ja havainnollisten elementtien sekä interaktiivisuuden sisällyttämisen palveluihin. Tekoälyratkaisujen kykyä suurten tietomäärien analysointiin ja tulkintaan voidaan hyödyntää palveluissa, joiden toteuttaminen on liian työlästä ihmisten tehtäväksi. Yksi esimerkki tekoälyn mahdollisuuksista interaktiiviseen kanssakäymiseen, on nopeasti yleistyneet chatbotit.
Chatbottien osaaminen perustuu kielen prosessointiin ja avainsanojen tunnistamiseen sekä määriteltyjen toimintojen tekemiseen niiden perusteella. Tekoälypohjaisesta chatbotista voidaan puhua silloin, kun botti pystyy käsittelemään sille syötettyjä kysymyksiä ja vastauksia sekä oppimaan kerätyn datan ja tapahtumien perusteella. Chatbotit ovat kuitenkin vielä kehityksensä alkumetreillä verrattuna sääntöpohjaisiin versioihin.
Tekoälyn tarvitseman valtavan datamäärän kerääminen ei aina ole kovin helppoa. Lähtödatalle asetetaan myös laatuvaatimuksia. Mitä tasaisempaa ja laadukkaampaa dataa on käytössä, sitä helpompaa ja nopeampaa on tekoälyn opettaminen. Tarvittavan datan keräämiseksi on kehitetty erilaisia joukkoistamisratkaisuja, joiden avulla voidaan sekä opettaa tekoälyä että saada informaatiota tutkittavasta asiasta tai kohteesta.
Tiestön kunto – esimerkki tekoälyn ja joukkoistetun datankeräämisen soveltamisesta
Tiestön kunto ja ajokeli vaikuttavat Suomen puuhuollon kuljetusten tehokkuuteen, turvallisuuteen sekä mahdollisuuksiin toimia ympärivuotisesti ja ympärivuorokautisesti. Entistä ajantasaisempi tieto tiestön olosuhteista tehostaa sekä tienpidon että kuljetusten suunnittelua. Laajasti Suomen tieverkkoa käyttävät metsäsektorin toimijat tarjoavat potentiaalisen toimijaryhmän joukkoistettuun tietiedonkeruuseen.
Metsäsektori on osallistunut liikenneviranomaisten kanssa muutamaan pilottihankkeeseen, joissa on testattu Vaisala Oyj:n RoadAI-sovellusta sorateiden automaattiseen kuvaamiseen ajoneuvon tuulilasiin kiinnitetyllä matkapuhelimella. RoadAI tulkitsee kuvadatasta konenäöllä tiestön kunto- ja keliolosuhteita (esim. tiesää, auraustilanne, kelirikko ja tien kuoppaisuus). Loppukäyttäjät (metsäsektorin toimijat sekä tienpitäjät ja kunnossapidon urakoitsijat yksityisellä ja julkisella tieverkolla) voivat seurata koenäköanalyyseja RoadAI:n karttakäyttöliittymästä tai analyysit voidaan siirtää loppukäyttäjän omiin järjestelmiin.
Kirjoittajasta
Jari Salo, verkottaja, on toiminut TIEKEssä vuodesta 1994. Kirjoittajan tehtäviin kuuluvat digitalisaatioon liittyvät hankkeet, palvelut ja tapahtumien järjestäminen. Osaamisalueita ovat kansainväliset kauppamenettelyt ja älylogistiikka sekä sähköinen laskutus. Viimeaikaisiin toimiin sisältyy myös Big Datan ja tekoälyn käytön edistäminen AI & Big Data -foorumin sihteerinä.
AI & Big Data Forum Finland on perustettu välittämään tietoa, parhaita käytäntöjä ja toimintamalleja yritysten, tutkimuksen, oppilaitosten ja viranomaisten välillä sekä verkostoimaan tekoäly ja Big Data osaamista.
AI & Big Data Forum Finland on alan toimijoiden avoin, puolueeton ja riippumaton yhteistyöelin, johon on tarkoitus saada mukaan alan keskeiset toimijat. Forumin toimintaan kuuluu tiedon jakaminen ja tilaisuuksien järjestäminen kuten AI & Big Data briiffit, jotka ovat tietoiskutyyppinen miniseminaarisarja, jossa esitellään tekoäly- ja Big Data caseja ja ilmiöita eri toimialoilta. Briiffien osallistujat voivat keskustella ja verkottua käytännön tekoäly- ja Big Data -toteutusten merkeissä.
AI & Big Data Forumin tilaisuuksien valmistelijana, koollekutsujana ja tapahtumien sihteerinä toimii TIEKE Tietoyhteiskunnan kehittämiskeskus ry. Forumin yhteyshenkilönä TIEKEssä toimii Jari Salo. Forumin verkkosivut löytyvät osoitteesta: https://tieke.fi/palvelut/liiketoimintapalvelut/biff/
TIEKEstä digivoimaa
AI ja Big Data Forum Finland: Yhteistyöverkosto jakaa tietoa tekoälyn hyödyntämisestä liiketoiminnassa.
AamuAreena: Hyppää digitalisaation aallonharjalle kerran kuussa klo 8.30-9.30 – myös verkossa. AamuAreena auttaa sinua pysymään ajan hermolla ja käymään keskustelua kiinnostavista teemoista ja ilmiöistä.
ICT-sopimuspohjat: Yli 100 suomenkielistä ja 150 englanninkielistä sopimuspohjaa muokattavissa tarpeisiisi. Uusia sopimuspohjia lisätään jatkuvasti ja vanhoja pohjia päivitetään ajantasaiseksi. Sopimuspohjat ovat word-muodossa ja muokattavissa tarpeisiisi.
Hanketori: Hanketorin tarjousvahti seuloo kriteeriesi mukaan HILMAn ja TEDin tarjouspyyntöjä ja ilmoituksia ja toimittaa ne suoraan sähköpostiisi. Voit myös jättää veloituksetta omat ilmoituksesi Hanketoriin.
Tiviittori: Verkkotyökalu digiosaamisen arviointiin. Se sisältää mittareita tieto- ja viestintätekniikan perustaidoista syvälliseen tietotyöosaamiseen.
Verkkolaskuosoitteisto: Verkkolaskuosoitteisto on palvelu, josta voit etsiä suomalaisten organisaatioiden verkkolaskuosoitteet. Verkkolaskuosoitteiston tietoja ylläpitävät suomalaiset verkkolaskun välittäjät. Verkkolaskuosoitteiston tiedot voi ladata myös omalla koneella käytettäväksi.
Lisää menestysratkaisuja Tiekeltä
©SOSTE Suomen sosiaali ja terveys ry, elokuu 2020
Tämä artikkeli on osa SOSTEn verkkojulkaisua Näkökulmia järjestöjen digitaalisiin palveluihin.