Huomasimme ensimmäisissä tekoälykokeiluissamme, kuinka tärkeää metadata ja datan laatu ovat tekoälylle.
Kevätaurinko valaisee Helsingin Ruoholahdessa uudenkarhean toimistotalon, jonne yksi Suomen suurimmista energiayhtiöistä, Helen, on hiljattain muuttanut pääkonttorinsa. Helsingin kaupungin omistama yritys on vähittäissähkön myynnin markkinajohtaja Suomessa ja vastaa tytäryhtiönsä Helen Sähköverkko Oy:n kautta pääkaupungin sähköinfrastruktuurista. Viime vuosina Helen on ottanut merkittäviä askeleita puhtaassa siirtymässä, ja yrityksen tavoitteena on luopua vuoteen 2040 mennessä polttamiseen perustuvista energianlähteistä.
Helenin puhtaan siirtymän rinnalla on meneillään suuri digitaalinen murros, jonka keskellä yrityksen tekoälyn, datan ja digitaalisen optimoinnin kehityksestä vastaava Mikko Muurinen viettää työpäivänsä. ”Lämmitys tuotetaan yhä enemmän sähköllä, ja tarve sähköntuotannolle kasvaa entisestään. Meidän tarvitsee varautua yhä sääriippuvaisempaan, vaihtelevaan sähköntuotantoon sekä varmistaa sähkön riittävyys vaihteluiden välillä. Kaikki tämä on tehnyt meistä datayrityksen”, kertoo Muurinen.
Helenin panostukset dataan ja tekoälyyn auttavat vastaamaan uuteen todellisuuteen. ”Mitä paremmin voidaan ennustaa asioita – mitä tapahtuu seuraavan vartin, tunnin, päivän, viikon, vuoden aikana – sitä parempi tulos tehdään”, Muurinen toteaa. Tieto palvelee myös asiakkaita: ”Voimme esimerkiksi tarjota asiakkaillemme paremmin sopivia tuotteita tai ohjata kulutusta otollisempiin hetkiin.” Liiketoiminnan ja asiakkaiden lisäksi tiedosta hyötyvät myös Helenin työntekijät. ”Pohdimme jatkuvasti sitä, kuinka pystymme datalla, tekoälyllä ja analytiikalla tekemään meillä työskentelystä entistäkin sujuvampaa ja tuomaan tekoälyapureita eri työtehtäviin”, kertoo Muurinen.
Tiedonhallinta kuntoon
Helenillä ymmärrettiin jo varhaisessa vaiheessa, että tiedonhallinta on avainasemassa, jotta tietoa voidaan aidosti hyödyntää esimerkiksi tekoälysovellutusten avulla. ”Kun tietoa on valtavasti, täytyy sille olla myös hyvät hallintamallit”, Muurinen toteaa. Tiedonhallinnan kehittämiseen yritys löysi itselleen osaavan kumppanin Sparta Consultingista, jonka kanssa yhteistyö aloitettiin vuonna 2020.
Yhteistyön alussa lähdettiin rakentamaan Helenille tiedonhallinnan käytäntöjä. Muun muassa datakatalogi sekä datan laatu ja sen kehittäminen olivat teemoja, joissa Spartan asiantuntijat olivat Helenin tukena. ”Rakensimme kyvykkyyksiä tiedonhallintaan – mitä asioita meillä pitää olla kunnossa ennen kuin meillä edes on dataa”, kuvailee Muurinen yhteistyön alkuvaihetta.
Metatiedot luovat pohjan tekoälyn hyödyntämiselle
Datan dokumentointi ja metatietojen – datan taustatietojen ja kontekstin – laatu nähtiin erityisen merkityksellisinä, sillä ne luovat pohjan tekoälyn hyödyntämiselle liiketoiminnassa. ”Huomasimme ensimmäisissä generatiivisen tekoälyn kokeiluissamme, kuinka tärkeää metadata ja datan laatu ovat myös generatiiviselle tekoälylle. Tekoäly on ’vahvistin’, joka tuo esiin niitä asioita, joita datassa jo on. Datan peruslaadun tulee olla hyvässä kunnossa, jotta tekoäly saa hyvää polttoainetta”, Muurinen toteaa.
Tekoälystä löytyi ratkaisu myös metatietojen tuottamiseen. ”Metadatan tuottaminen jää monesti vähemmälle huomiolle, mutta on olennainen osan datan laadun parantamisessa. Lähdimme Spartan kanssa pohtimaan, miten voimme tekoälyllä poistaa tyhjän paperin kammoa ja antaa datan omistajille avaimet metatietojen rikastamiseen”, kertoo Muurinen. Tekoälyratkaisuun lähdettiin ensin pilotilla, ja keväällä 2025 Spartan liityttyä osaksi Efimaa, saatiin avuksi myös efimalaisten AI-asiantuntijoiden osaaminen. Nyt yhdessä tuotettu ratkaisu toimii tuotannossa Helenin data-asiantuntijoiden apuna. ”Olemme erittäin tyytyväisiä yhteistyöhön Spartan ja Efiman kanssa. Spartalla on vahva osaaminen tiedonhallinnasta, josta on ollut paljon hyötyä tekoälyratkaisuja kehittäessä”, Muurinen kertoo iloisena.
Tekoälyä liiketoiminnan tarpeisiin
Tekoälyn hyödyntäminen metatietojen rikastamiseen ja datan laadun parantamiseen on ensimmäinen askel matkalla laajempaan tekoälyn käyttöön Helenillä. ”Rakennamme tällä pohjaa tuleville ’chat with your data’ -ratkaisuille. Ne eivät toimi, ellei tekoälyllä ole tarpeeksi metadataa toimintansa taustalla”, kertoo Muurinen. Hänen mukaansa tekoälyn avulla voidaan tulevaisuudessa tehdä asioita, jotka eivät aiemmin olleet mahdollisia. ”Päätöksenteon syklit nopeutuvat, ja halutaan reaaliaikaista tietoa päätösten tueksi. Myös asiakkaamme odottavat parempaa ja ajantasaisempaa palvelua”, hän jatkaa.
Suuremmassa mittakaavassa Muurinen näkee, että tekoäly demokratisoi datatekemistä. ”Data on entistä paremmin kaikkien saatavilla, ja meidän täytyy tarjota tapoja hyödyntää sitä. Emme voi enää tukeutua vain jonkun toisen tekemiin dashboardeihin, vaan toiminta muuttuu keskustelevammaksi”, hän pohtii. ”Tulevaisuudessa ihminen ei käytä dataa ja tekoälyä suorittaakseen prosesseja – taustalla toimii lauma agentteja, jotka tuovat herätteitä ihmisille tarvittaessa. Ihminen ohjaa tekoälyä, joka suorittaa prosesseja ja käyttää dataa.”
Muurinen kehottaa muita datan ja tekoälyn parissa työskenteleviä muistamaan, että pienetkin parannukset ovat hyviä. ”Tekoälyn kanssa ei tarvitse heti hypätä syvään päähän. Jos tekoäly pystyy tekemään edes 20 %, voidaan loput 80 % jättää hyvin ihmisten tehtäväksi tässä vaiheessa, ja parannetaan suhdelukua vähitellen”, hän toteaa. ”Tekoälyn kanssa toimiminen on jatkuvaa kehittämistä – parannetaan tänään prosentti ja huomenna toinen. Jos voimme tehdä nopeasti jotain, josta on apua ensi viikolla, on se meille hyvä asia. Aina ei tarvitse odottaa täysin valmista ratkaisua.”
Kohti konkretiaa kumppanin kanssa
Tekoälyhypen keskellä suunnan löytäminen voi olla haastavaa. Meille tekoäly ei ole abstrakti teknologia, vaan tapa tehdä työstä sujuvampaa, prosesseista luotettavampia ja päätöksenteosta tietoon ankkuroitua. Olemme tukenanne olittepa sitten AI-matkasi alussa, kartoittamassa käyttötapauksia tai viemässä tekoälyä osaksi organisaationne arkea.