Data tuottaa kasvua ja uutta liiketoimintaa
Tekoäly ja datatalous

Data tuottaa kasvua ja uutta liiketoimintaa

Datalla sinänsä ei ole yritykselle juuri mitään arvoa, mutta jalostettuna sen arvo moninkertaistuu. Sisäistä ja ulkoista dataa hyödyntämällä rakennetaan uusia, asiakaslähtöisiä palveluita ja tuotteita. Samalla lisätään yrityksen kilpailukykyä ja tuottavuutta.

Yritykset keräävät sisäistä dataa liiketoimintatapahtumistaan, ja myös ulkoista tietoa toimintaympäristöstä on saatavilla valtavia määriä. Dataa karttuu erilaisiin lähteisiin koko ajan käyttäessämme palveluja. Syötämme aktiivisesti tietojamme Facebookiin, Instagramiin, blogeihin ja keskustelupalstoille.

Kokeilemalla löytyy tasapaino, oikea ja kohtuullinen tie.

Jalostetulla datalla on merkittävä rahallinen arvo. Mikäli yrityksellä on hallussaan kiinnostavaa dataa, on tärkeää miettiä, pitääkö sen itsellään vai myydäänkö sitä. Oman toiminnan kehittämiseen on osattava ostaa strategisesti olennaista tietoa. Näin datavetoinen liiketoiminta kuljettaa tietoa yli organisaatiorajojen ja muuttaa liiketoimintamalleja.Haasteita riittää kuitenkin ratkaistavaksi, eikä kysymys ole pelkästään tiedon määrästä vaan myös lähteistä ja muodoista. Vääränlainen tieto voi johtaa vääriin lopputuloksiin ja osaamaton tietojen yhteen liittäminen huonoon laatuun. Valtavan tietomassan keskellä tarvitsemme algoritmeja päätöksenteon työkaluina, ja siihenkin liittyy omat haasteensa: kun algoritmi on rakennettu väärin, se tuottaa virheellisen lopputuloksen.

Ei siis ihme, että data-analyytikko on yksi trendikkäimmistä ammateista. Tulevaisuudessa jokaisella liikeyrityksellä lienee data-analyytikoita palveluksessaan. Sinänsä data-analytiikka ei ole uutta ja mullistavaa, sitä on tehty jo kauan. Nykyään dataa pystytään kuitenkin hyödyntämään aivan uudenlaisella tavalla, johon monipuolinen koulutus tähtää.

Alan nopea kehitys aiheuttaa myös haasteita. Kukaan ei oikeastaan tiedä, mitä saa tehdä ja mitä ei. Kun kehitys on nopeaa, ovat lait, asetukset ja säännöt jäljessä. Dataa on helposti saatavilla, kun ihmiset syöttävät sitä erilaisiin palveluihin. Välillä jo ihmetellään, saako kaikkea tietoa hyödyntää.

Kaiken uuden edessä on mahdollisuuksia ja uhkia. Kokeilemalla löytyy tasapaino, oikea ja kohtuullinen tie. Kykymme uudistua, tutkia ja selvittää asioita ovat kuitenkin ainutlaatuista luokkaa.

Lue seuraavaksi

Tekoäly ja datatalous
Agenttinen AI tuo kilpailuetua – jos yrityksen data ja prosessit ovat kunnossa
Tekoäly ja datatalous

Agenttinen AI tuo kilpailuetua – jos yrityksen data ja prosessit ovat kunnossa

Agenttinen tekoäly ei vain neuvo ja keskustele, vaan se suorittaa yrityksen järjestelmissä tehtäviä itsenäisesti. Yleiset kielimallit ovat tekoälyn jokamiesluokkaa. Kilpailuetu haetaan yhdistämällä yrityksen oma data, prosessit ja tekoäly.

Tekoäly ja datatalous
Kuka hyötyy, kun data liikkuu? Opit yhden käyttötapauksen arvoanalyysistä
Tekoäly ja datatalous

Kuka hyötyy, kun data liikkuu? Opit yhden käyttötapauksen arvoanalyysistä

Datan jakaminen voi tehostaa toimitusketjun toimintaa ja avata uusia liiketoimintamahdollisuuksia, mutta hyödyt, kustannukset ja riskit eivät jakaudu toimijoiden kesken tasaisesti. DataVa-hankkeessa toteutettu arvoanalyysi avaa valmistavan teollisuuden käytännön esimerkin kautta, miten mahdollisuuksia, riskejä ja kannustimia kannattaa arvioida ennen investointipäätöksiä.

Viivi Lähteenoja
Vastuullisuus
Vihreä koodaaminen: miksi ohjelmistojen kestävyys alkaa arjen kehitysvalinnoista
Vastuullisuus

Vihreä koodaaminen: miksi ohjelmistojen kestävyys alkaa arjen kehitysvalinnoista

Digitalisaatio nähdään usein yhtenä ratkaisuna kestävyyshaasteisiin. Digitaaliset työkalut voivat vähentää matkustamista, tehostaa resurssien käyttöä, automatisoida prosesseja ja tukea parempaa päätöksentekoa. Samalla on tärkeä muistaa, että myös digitaaliset järjestelmät kuluttavat energiaa ja resursseja. Jokainen sovellus, API-kutsu, dataputki, pilvipalvelu ja tekoälyratkaisu toimii laskentainfrastruktuurin varassa, joka käyttää sähköä, laitteistoa, verkkokapasiteettia ja tallennustilaa.

Laura Partanen, LUT ja Mbanyick Joof, LUT