Datasta ja tekoälystä on liikkeellä kaksi yleistä harhaluuloa, ja molemmat tulevat kalliiksi. Ensimmäisen mukaan nykymallit ovat niin hyviä, ettei datan tilalla ole enää merkitystä. Toisen mukaan koko datamaisema pitää saada kuntoon, ennen kuin tekoälyn kanssa voi edes aloittaa.
Ensimmäisestä seuraa avustajia, jotka antavat vääriä tietoja. Toisesta seuraa ohjelmia, jotka lopetetaan kahdeksantoista kuukauden jälkeen ilman että ne ovat koskaan tuottaneet hyötyä. Totuus on kiusallisesti siinä välissä.
Mitä tekoäly tosiasiassa tekee huonolla datalla
Kielimalli ei tarkista, pitääkö tieto paikkansa. Se arvioi, kuulostaako muotoilu uskottavalta. Jos säilytyksessänne on kolme versiota samasta hinnastosta, avustaja käyttää niistä yhtä – sujuvasti muotoiltuna, vakuuttavasti esitettynä ja mahdollisesti kaksi vuotta vanhana. Käyttäjä ei näe eroa.
Se on vaarallisempaa kuin tyhjä vastaus. Tyhjä vastaus johtaa lisäkysymykseen. Väärä, hyvin muotoiltu vastaus johtaa päätökseen.
Avustaja tekee datanne laadun näkyväksi. Se ei paranna sitä.
Kolme ongelmaa, joilla käytännössä on merkitystä
Monen kartoituksen jälkeen huomaa, että ratkaisevaksi nousee aina sama kolmikko – eikä yksikään niistä ole klassinen datan laatukysymys suppeassa mielessä.
- Käyttöoikeudet: kun säilytyspaikat ovat liian avoinna, avustaja näyttää työntekijöille sisältöä, jonka he teknisesti saavat nähdä mutta jota he eivät koskaan olisi nähneet. Palkkalistat ja irtisanomisluonnokset ovat tavanomaisia esimerkkejä.
- Kaksoiskappaleet ja vanhentuneet versiot: kun sama dokumentti on tallessa viitenä versiona, luotettavaa vastausta ei ole – on vain satunnainen.
- Puuttuva konteksti: taulukko ilman kuvausta, kenttä ilman määritelmää, tunnusluku ilman laskentaperustetta. Ihmiset täydentävät tämän kokemuksellaan, järjestelmät eivät.
Käytännöllinen tie
Dataohjelman sijaan suosittelen käyttötapauskohtaista rajausta. Valitsette yhden konkreettisen käyttötapauksen, selvitätte datan tilan juuri sen osalta ja laitatte sen siltä osin kuntoon. Se onnistuu viikoissa vuosien sijaan, ja se tuottaa näkyvää hyötyä, joka rahoittaa seuraavan vaiheen.
Käytännössä kysymykset ovat: mitä lähteitä tämä yksi käyttötapaus tarvitsee? Kuka niistä vastaa? Ovatko näiden lähteiden käyttöoikeudet kunnossa? Onko olemassa voimassa oleva versio, ja näkeekö siitä, mikä se on? Vasta kun nämä neljä kysymystä on ensimmäisen tapauksen osalta vastattu, otetaan toinen.
Viiden tai kuuden käyttötapauksen aikana syntyy näin täsmälleen se järjestys, jota suuri dataohjelma tavoittelee – vain maksettuna juoksevalla hyödyllä ja ilman että kukaan menettää kiinnostustaan.
Milloin alusta kannattaa
Tietyn koon jälkeen yhteistä datapohjaa ei voi kiertää. Microsoft Fabric esimerkiksi kokoaa tallennuksen, jalostuksen ja analysoinnin yhteen paikkaan ja tekee alkuperän ja vastuut jäljitettäviksi. Se on järkevä askel – mutta ensimmäisten onnistuneiden käyttötapausten seurauksena, ei niiden edellytyksenä.
Järjestys ratkaisee onnistumisen. Se joka aloittaa alustasta, keskustelee arkkitehtuurista kaksi vuotta. Se joka aloittaa käyttötapauksesta, saa kahdessatoista viikossa tuloksen ja tietää sen jälkeen hyvin tarkkaan, minkälaisen alustan tarvitsee.
Ensimmäinen askel teille
Ottakaa se käyttötapaus, jota johtoryhmänne muutenkin eniten haluaa. Esittäkää yllä olevat neljä kysymystä. Jos vastaukset ovat epämiellyttäviä, olette oppineet viikossa datastanne enemmän kuin mistään auditointiraportista – ja tiedätte, mistä aloittaa.