Datanhallinta tekoälyn näkökulmasta: opas organisaation kyvykkyyden arviointiin
Etelälahti, Satu (2021)
Etelälahti, Satu
2021
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2021111520294
https://urn.fi/URN:NBN:fi:amk-2021111520294
Tiivistelmä
Tämä opinnäytetyö on osa Turun Yliopiston luotsaamaa ja Business Finlandin rahoittamaa AIGA-hanketta – The Artificial Intelligence Governance and Auditing. Vuonna 2021 laaditun opinnäytetyön tarkoituksena on tarkastella datanhallinnan merkitystä tekoälykehityksessä ja luoda Loihde-konsernin datanhallinnan konsulteille asiakastyön tueksi tekoälykehityksen mukaan painotettu datanhallinnan maturiteettimalli, jolla voidaan kartoittaa organisaatioiden datanhallinnan eri osa-alueiden kyvykkyyttä valjastaa liiketoimintadataa tekoälyn käyttöön. Tutkimus ei ota kantaa datanhallinnan lisäksi muihin tekoälykehityksessä vaadittuihin kyvykkyyksiin, kuten teknologia- ja prosessikyvykkyyksiin.
Teoriaosuudessa tarkastellaan tekoälykehityksen kannalta relevantteja datanhallinnan osa-alueita ja hyvän datanhallinnan tuomia hyötyjä organisaatioille. Tämän lisäksi käydään läpi tekoälykehityksen vaiheet ja niihin liittyviä datanhallinnan aktiviteetteja. Teoriaosuuden lopuksi kartoitetaan erilaisia datanhallinnan maturiteettimalleja, joita voidaan soveltaa tekoälyä hyödyntävän organisaation datanhallinnan maturiteetin arvioinnissa.
Opinnäytetyön tutkimusosuudessa kartoitetaan haastattelujen ja ideointityöpajan kautta datanhallinnan ja tekoälyn asiantuntijoiden näkemyksiä niistä datanhallinnan osa-alueista, joiden kehittäminen tietylle maturiteettitasolle on joko ennakkoedellytys onnistuneelle tekoälykehitykselle tai joita tulisi kehittää tietylle maturiteettitasolle tekoälykehityksen aikana, kun tavoitteena on tuotantokelpoinen ja liiketoimintahyötyä tuova tekoälyratkaisu.
Tutkimuksen tulosten perusteella tekoälykehityksen onnistuminen on vahvasti riippuvainen riittävästä datanhallinnan maturiteetista. Tekoälykehitykseen lähdettäessä tarvitaan ennakoivaa datanhallinnan maturiteettia lähes kaikkien datanhallinnan osa-alueiden osalta, koska tekoälyn toiminta on kytköksissä sen hyödyntämään dataan. Hallitulla datan laadun hallinnalla, datavarastojen ja analytiikan hallinnalla sekä datan hallinnoinnilla varmistetaan säädösten mukainen, tuotantokelpoinen ja liiketoimintahyötyä tuova tekoälyratkaisu. Lisäksi tutkimuksessa selvisi, että datanhallinnan maturiteetin arviointiin voidaan soveltaa olemassa olevia ja hyväksi todettuja maturiteettimalleja tietyin painotuspiste-eroin.
Opinnäytteen tuloksia voidaan hyödyntää arvioinnin tukena, kun organisaatiot haluavat selvittää datanhallinnan kyvykkyyttä tekoälykehitystä ajatellen. Tuloksia voidaan lisäksi hyödyntää sekä asettamaan datanhallinnan tavoitematuriteetti sille tasolle, joka palvelee parhaiten tuotantokelpoisen ja aidosti liiketoimintahyödyllisen tekoälyratkaisun kehittämistä, että määrittämään datanhallinnan kehitysaskeleet, jotka parhaiten tukevat tekoälykehitystä.
Teoriaosuudessa tarkastellaan tekoälykehityksen kannalta relevantteja datanhallinnan osa-alueita ja hyvän datanhallinnan tuomia hyötyjä organisaatioille. Tämän lisäksi käydään läpi tekoälykehityksen vaiheet ja niihin liittyviä datanhallinnan aktiviteetteja. Teoriaosuuden lopuksi kartoitetaan erilaisia datanhallinnan maturiteettimalleja, joita voidaan soveltaa tekoälyä hyödyntävän organisaation datanhallinnan maturiteetin arvioinnissa.
Opinnäytetyön tutkimusosuudessa kartoitetaan haastattelujen ja ideointityöpajan kautta datanhallinnan ja tekoälyn asiantuntijoiden näkemyksiä niistä datanhallinnan osa-alueista, joiden kehittäminen tietylle maturiteettitasolle on joko ennakkoedellytys onnistuneelle tekoälykehitykselle tai joita tulisi kehittää tietylle maturiteettitasolle tekoälykehityksen aikana, kun tavoitteena on tuotantokelpoinen ja liiketoimintahyötyä tuova tekoälyratkaisu.
Tutkimuksen tulosten perusteella tekoälykehityksen onnistuminen on vahvasti riippuvainen riittävästä datanhallinnan maturiteetista. Tekoälykehitykseen lähdettäessä tarvitaan ennakoivaa datanhallinnan maturiteettia lähes kaikkien datanhallinnan osa-alueiden osalta, koska tekoälyn toiminta on kytköksissä sen hyödyntämään dataan. Hallitulla datan laadun hallinnalla, datavarastojen ja analytiikan hallinnalla sekä datan hallinnoinnilla varmistetaan säädösten mukainen, tuotantokelpoinen ja liiketoimintahyötyä tuova tekoälyratkaisu. Lisäksi tutkimuksessa selvisi, että datanhallinnan maturiteetin arviointiin voidaan soveltaa olemassa olevia ja hyväksi todettuja maturiteettimalleja tietyin painotuspiste-eroin.
Opinnäytteen tuloksia voidaan hyödyntää arvioinnin tukena, kun organisaatiot haluavat selvittää datanhallinnan kyvykkyyttä tekoälykehitystä ajatellen. Tuloksia voidaan lisäksi hyödyntää sekä asettamaan datanhallinnan tavoitematuriteetti sille tasolle, joka palvelee parhaiten tuotantokelpoisen ja aidosti liiketoimintahyödyllisen tekoälyratkaisun kehittämistä, että määrittämään datanhallinnan kehitysaskeleet, jotka parhaiten tukevat tekoälykehitystä.