Blogi

11.2.2022 15.06

Ennakoivalla datanhallinnalla tuotantokelpoisia AI-ratkaisuja

  • Data governance
  • Datan hallinta ja laatu

Tekoäly on kaunis nimitys matemaattisille säännöille, joista dataan yhdistämällä saadaan ihmisten työtä helpottavia ja kehittäviä ratkaisuja. Tekoälymalleihin syötetään dataa, ne oppivat datasta ja mallit tuottavat uutta dataa. Data kuitenkin piiloutuu helposti tekoälyn toiminnan taustalle, joten sekä tekoälyn toimintaa että sen käyttämää dataa ja näissä tapahtuvia muutoksia on valvottava. Tähän tarpeeseen vastataan kansainvälisesti esimerkiksi eri valtioiden ja EU:n taholta. Euroopan parlamentti ja neuvosto laati 21.04.2021 asetusehdotuksen tekoälyn harmonisoidusta sääntelystä – Artificial Intelligence Act.

Nykymuotoinen tekoäly perustuu sen syötteenä saamaan ja oppimaan dataan. Tällöin ei ole mitään sellaista ihmisen ulottumattomissa olevaa määrittämätöntä tekoälyn osa-aluetta tai toimintaa, josta olisi vastuussa kukaan muu kuin ihminen. Ihmisiä tarvitaan sekä ymmärtämään ja hallitsemaan tekoälyyn kytköksissä olevaa dataa että tekemään siihen liittyviä päätöksiä. Vastuuta on riskialtista jättää tekoälylle itselleen vaikkakin nykymuotoinen, kapea tekoäly on kaukana sellaisesta superälystä, joka kykenisi omasta tahdostaan kaappaamaan hallinnan itselleen. Nämä uhkakuvat voidaan jättää suosiolla elokuvaohjaajien tarkasteltavaksi.

Tekoälyratkaisuissa hyödynnettävää dataa on hallittava kuin mitä tahansa muuta liiketoiminnan pääomaa. Tekoälyn hyödyntämä data on tunnettava ja sen hallinta on kytkettävä organisaation strategiaan. Tälle datalle on löydyttävä selkeät vastuuroolit, jotka myös ohjaavat kyseiseen dataan liittyvää ja datalla tehtävää päätöksentekoa. Kun hyväksi havaitut datanhallinnan toimintatavat ja -periaatteet on määritetty, ne on vietävä käytäntöön myös operatiiviselle tasolle. Lisäksi datan laatua on kehitettävä organisaation strategian ja tavoitteiden mukaisesti, mutta ei pelkästään perinteisillä datan laadun mittareilla, vaan huomioiden myös tekoälylle ominaiset vaatimukset: riittävä datamassa ja datan tallennushistorian pituus. Tätä kaikkea toimintaa on ohjattava ja seurattava, jotta tekoälyä ja sen hyödyntämää dataa käytetään jo lähtökohtaisesti eettisiä ja hyviä liiketoimintaperiaatteita noudattaen.

AI-valmius on saavutettavissa ennakoivalla datanhallinnalla (data management) ja datan hallinnoinnilla (data governance). Datanhallinnan osa-alueet voidaan ajatella rataspyöränä, joka pyörii läpi tekoälykehityksen, josta voidaan saada lopputuloksena joko tekoäly- tai tekoääliöratkaisuja riippuen siitä, miten rataspyörän eri osa-alueita on hallittu. Onko organisaatiossasi ajankohtaista kehittää AI-kyvykkyyttä tai arvioida sen kypsyyttä? AI-kyvykkyyden analysoinnin tueksi on nyt kehitetty tekoälykehityksen mukaan painotettu datanhallinnan maturiteettimalli ja siihen sisällytetty AI-valmiin organisaation tavoitematuriteettitaso, joihin pääset tutustumaan YAMK-opinnäytetyön kautta täältä. Ota rohkeasti yhteyttä, kun kaipaat aiheesta sparrausta!

AIGA, (Artificial Intelligence Governance and Auditing)

Tämä kirjoitus liittyy AIGA-hankkeeseen(Artificial Intelligence Governance and Auditing). AIGA-hankkeen tarkoituksena on lisätä suomalaisten yritysten kansainvälistä kilpailukykyä ja osaamista keinoälyn luotettavassa ja hallitussa skaalaamisessa ja organisaation laajuisessa hyödyntämisessä. AIGA-hankkeessa tutkitaan ja kehitetään tutkimus- ja yritysyhteistyössä tekoälyn hallintamalleja ja -mekanismeja sekä näiden kaupallistamista ja viemistä kansainvälisille markkinoille. Kaksivuotisen hankkeen päärahoittaja on Business Finland.



Katso profiilini

Pidätkö lukemastasi? Tilaa blogitekstimme meiliisi.