logo
  • Etusivu
logo

Hae it-yrityksiä
osaamisalueittain:

Digitalisaation uudet ulottuvuudet – digitalisaation vastuut, vaikutukset ja rajoitteet monimutkaistuvat uusien teknologioiden myötä

24.6.2019 - Daniel Pakkala - Digitalisaatio

Miten digitalisaation uudet ulottuvuudet voivat muuttaa ICT-alaa?

Työni puolesta olen saanut digitalisaatioon laajan näkymän, joka on muodostunut useiden eri toimialojen digitalisaatiota edistävien tutkimus- ja kehitysprojektien seurannan ja osallistumisen kautta sekä kansainvälisissä että kotimaisissa projekteissa viimeisen 15 vuoden aikana. Näissä projekteissa yhteisenä nimittäjänä on ollut uusimpien teknologioiden mahdollisuuksien tutkimus, kokeilut sekä hyödyntäminen osana eri toimialojen organisaatioiden toimintaa ja sen kehittämistä.

Jaan tässä artikkelissa havaintojani digitalisaatiosta yleisellä tasolla erityisesti sen uusimpiin ulottuvuuksiin tekoälyyn, automaatioon, esineiden internetiin (IoT) sekä robotiikkaan keskittyen. Käyn läpi myös ajatuksiani näiden digitalisaation uusien ulottuvuuksien mahdollisista vaikutuksista ICT-toimialan vallitseviin käytäntöihin sekä tutkimustarpeisiin.

Data vai informaatiotarve edellä digitalisaatioon?

Usein digitalisaatioprojektien ensiaskeleista sekä ytimestä löytyy data. Sitä kerätään, varastoidaan ja käsitellään eri tavoin usein suurin toivein ja odotuksin myöhempää hyödyntämistä silmällä pitäen. Digitaalisessa muodossa saatavilla oleva ja tarpeen mukaisesti hallittu data onkin yksi digitalisaatioprojektien perusedellytyksistä. On kuitenkin hyvä muistaa, että datan arvo on sen sisältämässä informaatiossa tiettyyn käyttökontekstiin, käytettiinpä sitä sitten työntekijöiden informointiin osana työtehtäviä, ohjelmistorobotiikan kehitykseen tai koneoppimismallien opettamiseen osana tekoälysovelluksia. Ennen kuin datan hyödyntäjä ja käyttökonteksti on tunnistettu, sen arvoa ei usein voida määrittää, mutta sen kerääminen ja varastointi tuottavat jo juoksevia kustannuksia. Toinen lähestymistapa dataan on lähteä liikkeelle käyttökontekstin ja sen informaatiotarpeen tunnistamisesta. Tällöin datan keruu, varastointi ja käsittely suunnitellaan tunnistetun tarpeen mukaisesti alusta saakka datan arvo tiedostaen ja tämän tiedon puitteissa datan keruuseen, hallintaan sekä käsittelyyn investoiden.

On kuitenkin hyvä muistaa, että datan arvo on sen sisältämässä informaatiossa tiettyyn käyttökontekstiin.

Digitalisaatio, työ ja liiketoiminta

Digitalisaatio on uusien teknologisten kyvykkyyksien hyödyntämistä yksilöiden ja organisaatioiden toiminnassa ja sitä kautta työssä. Teknologisten kyvykkyyksien hyödyntäjinä ovat siis ihmiset erilaisissa yksityiselämän ja organisaatioiden rooleissa (esim. työntekijät, esimiehet ja johto). Organisaatioiden työtehtävät, työnkulut ja prosessit puolestaan on määritelty vaihtelevalla tarkkuustasolla toimialasta ja organisaatiosta riippuen. Digitalisaatiota voikin yrittää hahmottaa sosio-kyber-fyysisenä ilmiönä teknologian, liiketoiminnan ja organisaatioiden kehityksen asettamissa puitteissa.

Liiketoiminnan näkökulmasta digitalisaatiossa on oleellista se, kuinka ihmiset ja edistyneet tekniset järjestelmät toimivat mahdollisimman tehokkaasti yhdessä osana organisaation vuorovaikutusta, työtehtäviä, työnkulkuja ja prosesseja luoden uutta arvoa. Enenevissä määrin tämän arvonluonnin fokus on yksittäisen organisaation sisäisen toiminnan lisäksi myös kumppaniorganisaatioiden sekä asiakkaiden kanssa tapahtuvassa vuorovaikutuksessa, sekä sen mahdollistamisessa uusilla tavoilla.

Liiketoiminnan näkökulmasta digitalisaatiossa on oleellista se, kuinka ihmiset ja edistyneet tekniset järjestelmät toimivat mahdollisimman tehokkaasti yhdessä.

Digitalisaation mahdollisuudet ja hyödyt kytkeytyvät vahvasti työhön ja edistyneiden teknisten järjestelmien hyödyntämiseen osana työntekoa. Organisaatioiden näkökulmasta työn tuottavuuden parantamista digitalisaation keinoin voidaan lähestyä useasta eri suunnasta. Työtä tai sen osatehtäviä voidaan esimerkiksi pyrkiä automatisoimaan koneiden ja edistyneiden teknisten järjestelmien hoidettavaksi (esim. ohjelmistorobotiikka, automaatio ja palvelurobotiikka) siltä osin kuin se on teknisten kyvykkyyksien puitteissa mahdollista sekä organisaation tavoitteiden kannalta mielekästä. Toinen lähestymistapa on ihmisen kyvykkyyksien ja tuottavuuden parantaminen edistyneiden teknisten työkalujen ja tukipalveluiden käytön kautta (esim. analytiikka- ja tietopalvelut, digitaaliset avustajat sekä päätöksenteon tukijärjestelmät). Tekoälyn myötä tulevaisuuden visioita digitaalisista kollegoista, esimiehistä, valmentajista, avustajista ja työntekijöistä on myös esitetty, mutta jos näitä joskus organisaatioissa tulemme näkemään, ne kuuluvat työn automatisoinnin piiriin.

Äärimmilleen yksinkertaistettuna digitalisaatiossa on organisaationäkökulmasta kyse työn, tehtävien ja vastuiden järjestelemisestä ihmisten, koneiden sekä teknisten järjestelmien välillä siten, että hyödynnetään kullakin ajanhetkellä saatavilla olevat teknisten järjestelmien kyvykkyydet maksimaalisesti suhteessa kilpailijoihin. Näin organisaatiot pyrkivät saavuttamaan kilpailuetuja ja välttymään kilpailukyvyn rapautumiselta markkinoilla.

Huomio työn, tehtävien ja prosessien sisältöön sekä vaatimuksiin

Kyseessä on siis globaali organisaatioiden välinen kilpajuoksu, jossa ei ole maalia näkyvissä. Näin siksi, että teknologia kehittyy jatkuvasti ja sen myötä myös sen kyvykkyydet työn automaatiossa sekä tukemisessa. Koska kyseessä on pitkän aikavälin jatkuva muutos, olisi organisaatioissa hyvä kehittää valmiuksia meneillään olevan muutoksen systemaattiseen hallintaan. Yksi tällainen suhteellisen vähälle huomiolle jäänyt valmius on organisaatiossa tehtävän työn, tehtävien ja prosessien kuvaaminen sellaisella tasolla, jolla kyetään arvioimaan näiden fyysisiä sekä kognitiivisia, eli tiedonkäsittelyllisiä vaatimuksia.  Erityisesti tämä voi edesauttaa digitalisaation uusimpien ulottuvuuksien, eli tekoälyn, automaation, IoT:n ja robotiikan kyvykkyyksien arvioinnissa suhteessa juuri omassa organisaatiossa tehtävän työn kognitiivisiin ja fyysisiin vaatimuksiin. Hyötyjen saamiseksi pelkkä arviointi tosin ei vielä riitä, vaan tulisi tehdä myös rajattuja, rohkeita ja nopeita kokeiluja sekä ottaa uusia edistyneitä teknisiä järjestelmiä käyttöön, kun kokeiluista saadaan lupaavia tuloksia.

Digitaalinen työvoima ja sen hallinta

Aivan kuten ihmiset työntekijöinä kuuluvat organisaatioiden henkilöstöjohtajien vastuualueeseen, ovat digitaalisen liiketoiminnan johtajat (CDO) vastuussa organisaatioiden “digitaalisesta työvoimasta” ja sen kehittämisestä. Toisin sanoen organisaatiossa käytössä olevista digitaalisista palveluista, tekoälysovelluksista, automaatiosta sekä robotiikasta, jotka osana työnkulkuja ja prosesseja osallistuvat suoraan arvonluontiin yhdessä ihmistyövoiman kanssa. Siinä missä henkilöstöjohtajan tehtävänä on pitää huolta henkilöstön koulutuksesta ja osaamistasosta, tulee CDO:n vastuulla olemaan organisaation tekoälysovellusten opetusdatasta ja uudelleenkoulutuksesta huolehtiminen organisaation toiminnan sekä toimintaympäristön muuttuessa ja kehittyessä. Vastaavasti CDO:n vastuualueella on uusien digitaalisten työntekijöiden rekrytointi, eli uusien digitaalisten palveluiden, sovellusten ja ratkaisujen käyttöönotto onnistuneiden kokeilujen jälkeen.

Aivan kuten ihmiset työntekijöinä kuuluvat organisaatioiden henkilöstöjohtajien vastuualueeseen, ovat digitaalisen liiketoiminnan johtajat (CDO) vastuussa organisaatioiden “digitaalisesta työvoimasta” ja sen kehittämisestä.

Uusimmat teknologiat monimutkaistavat vastuukysymyksiä digitalisaatiossa

Digitalisaation uusimmat ulottuvuudet, eli tekoäly, automaatio, IoT ja robotiikka monimutkaistavat merkittävästi digitalisaation vaikutuksia, vastuita sekä rajoitteita. Tähän mennessä digitalisaatio on pääosin keskittynyt digitaalisen tiedon käsittelyn, vaihdon ja hallinnan järjestelmiin. Digitalisaation uusien ulottuvuuksien myötä ollaan kuitenkin siirtymässä kohti edistyneitä autonomisia järjestelmiä, jotka toimivat suorassa sosiaalisessa interaktiossa ihmisten kanssa (esim. chatbotit) ja samassa fyysisessä ympäristössä (esim. mobiilirobotiikka) itsenäisesti päätöksiä ja toimenpiteitä tehden. Tämä kehitys järjestelmissä tuo mukanaan myös kirjavan joukon maa- ja toimialakohtaisia regulatiivisia sekä turvallisuusvaatimuksia autonomisten sosio-kyber-fyysisten järjestelmien toimintaan liittyen. Autonomisten oppivien järjestelmien osalta erityisesti vastuukysymykset valmistajan, toimittajan/tarjoajan ja käyttäjän/omistajan välillä muodostuvat erittäin haasteellisiksi järjestelmien käyttäytymisen mahdollisesti muuttuessa käytön sekä sen pohjalta tapahtuvan oppimisen myötä.

Digitalisaation uusien ulottuvuuksien myötä saattaa edessä olla myös uudelleen pohdinnan aika ICT-alan vallitsevien kehityskäytäntöjen suhteen.

Digitalisaation uusien ulottuvuuksien myötä saattaa edessä olla myös uudelleen pohdinnan aika ICT-alan vallitsevien kehityskäytäntöjen suhteen. Valtavirtaa olevat ketterät kehitysmenetelmät, jatkuva kehittäminen ja jatkuva integraatio toimivat hyvin ympäristöissä, joissa järjestelmien mahdolliset virhetilanteet eivät aiheuta suoria turvallisuusriskejä ihmisille tai ympäristölle. Kun asteittain kuitenkin ollaan siirtymässä kohti koneiden, edistyneiden autonomisten järjestelmien ja ihmisten yhteistoimintaa samassa sosiaalisessa ja fyysisessä ympäristössä, kehitysmenetelmät eivät voi enää pohjautua laajamittaiseen kenttätestaamiseen eettisistä, lainsäädännöllisistä ja turvallisuussyistä. Myös regulaattorien kasvava kiinnostus dataa, tekoälyä ja autonomisia järjestelmiä kohtaan luo uudentyyppisen tarpeen kyetä selkeästi kuvaamaan ja testaamaan järjestelmien rakennetta, laatua, käyttäytymistä sekä toimintalogiikkaa.

Kehitysmenetelmät eivät voi enää pohjautua laajamittaiseen kenttätestaamiseen eettisistä, lainsäädännöllisistä ja turvallisuussyistä.

Voisikin olettaa, että sosiaalista ja fyysistä vuorovaikutusta sisältävien digitaalisten ratkaisujen osalta olisi tarve siirtyä kohti sellaisia kehityskäytäntöjä, joissa järjestelmän rakenne, kokonaistoiminta (sisältäen vuorovaikutuksen ihmisten ja ympäristön kanssa) sekä laatuvaatimukset kyetään määrittelemään, dokumentoimaan ja hallitsemaan kattavasti kaikissa järjestelmän elinkaaren vaiheissa. Tästä johtuen voisikin ennustaa ohjelmistointensiivisten kompleksisten ja autonomisten järjestelmien arkkitehtuurin ja kehityskäytäntöjen tutkimukselle kasvavaa tarvetta.


Daniel Pakkala työskentelee johtavana tutkijana ja projektipäällikkönä VTT:llä Data-driven solutions for Intelligent Industry -tutkimusalueella.  

Muita julkaisuja

Heikki Melama - Mallintaminen
Parempaa journalismia mallintamisen kriteerein
Veera Kujansuu - Startupit
7 lupaavinta terveyden ja hyvinvoinnin startupia Suomesta
Suvi Lindström - Drone Olympics 2019
Drone-olympialaiset järjestetään syyskuussa Suomessa
Suvi Lindström - Autot
Suosituimmat automerkit Länsiväylällä
Veera Kujansuu - Digitalisaatio
Suomi on EU:n DESI-digitalisaatiovertailun ykkönen
Suvi Lindström - Internetin trendit
Top 6 internet-trendit 2019 by Mary Meeker
Suvi Lindström - Digiarvoa 2019
Digiarvoa 2019-kilpailussa etsitään ideoita Suomen digitaalisen tulevaisuuden rakentamiseksi
Suvi Lindström - Digibarometri 2019
Digibarometri 2019: Suomi sijoittui jälleen vertailun kolmanneksi
Veera Kujansuu - SHIFT 2019
Ääripäitä yhdistelevä SHIFT käynnistää bisnessyksyn
Lataa lisää