Liiketoiminta yhdistettynä digitaaliseen älykkyyteen on kognitiivista liiketoimintaa. Kognitiiviset lähestymistavat mahdollistavat liiketoiminnan hyödyntämisen aivan uusilla tavoilla. 

Ensin yrityksen tieto on kuitenkin otettava haltuun. Haastattelimme Elinarin Ari Juntusta ja Jari Wahlmania, jotka avasivat meille mistä kognitiivinen liiketoiminta lähtee liikkeelle. Juttusarjassa esitellään IBM BusinessConnect-tapahtumaan saapuvia asiantuntijoita. 

 

Mikä on liiketoimintatiedon hyödyntämisen merkittävin haaste?

Sähköistä tietoa syntyy tänä päivänä valtavia määriä. Samalla liiketoimintatiedon kokonaisuus pirstaloituu uskomattomalla vauhdilla. Yrityksellä voi olla kymmeniä siiloja, joihin tieto kertyy ja joihin se samalla hukkuu. Tietoa ei päästä hyödyntämään, ennen kuin tiedämme mitä tietoa meillä on ylipäätään olemassa.


Kuinka koostetusta tiedosta lähdetään rakentamaan arvoa?

Perinteinen big data -analytiikka on useissa käyttökohteissa hyvä tapa edetä. Tyypillisesti seuraavassa vaiheessa ihminen ymmärtää oman kokemuksensa perusteella asioita ja pystyy tekemään tulkintoja datasta.

Kognitiivisten menetelmien avulla voimme tuoda ihmismäisen, ymmärrykseen perustuvan päättelyn mukaan perinteisen big datan hyödyntämiseen.

Aiemmin yrityksen on täytynyt kasvattaa henkilöstöresurssejaan 14-kertaiseksi halutessaan nostaa kognitiivisen analyysin määrän ja tason vaikkapa kymmenkertaiseksi. Hyötysuhde ei siis mene yhden suhteessa yhteen, sillä kohina kasvaa käsiteltävän datan määrän noustessa.

Esimerkiksi Internet of Thingsin myötä meillä on miljoonia sensoreita kiinni laitteissa, ja näistä laitteista voidaan tuottaa dataa kymmeniä kertoja sekunnissa. Tiedon määrä on niin valtava, että sen käsittely on ihmisille mahdotonta.

Analytiikan ohella ihminen on siis tyypillisesti käyttänyt omaa kognitiivista prosessiaan tiedon käsittelyssä. Kun pääsemme korvaamaan ihmisen kognitiiviset prosessit ohjelmistoilla, tiedon käsittely tapahtuu monta kertaa nopeammin.

Näin voidaan hyödyntää paljon suurempia datamassoja kuin mitä ihminen pystyisi ikinä käsittelemään. Voimme luoda entistä laajempia malleja ja kokonaiskuvia. Tästä syntyvät liiketoimintamahdollisuudet ovat kognitiivisen liiketoiminnan ydin.

 

jani-ja-ari-elinar

Elinarin markkinointipäällikkö Jani Wahlman ja teknologiajohtaja Ari Juntunen tietävät kuinka tehdään älykästä liiketoimintaa.

 

Voitteko antaa muita käytännön esimerkkejä kognitiivisen tiedon hyödyntämisestä?

Esimerkiksi yhden hissin oven avautumisesta voi kertyä mittatietoa 80 kertaa. Neuroverkon avulla voidaan oppia, milloin oven liikkeessä ilmenee ongelmia indikoivia muutoksia. Yleensä näiden tilanteiden hahmottaminen vaatii useampien datalähteiden yhdistämistä.   

Toisena esimerkkinä tutkijat IBM:llä olivat ottaneet 1200 työntekijän twiitit ja syöttäneet ne hadoop-perustaiseen ratkaisuun selvittääkseen viestittelijän iän. Softalle opetettiin, että tietynlaista kieltä käyttävät ihmiset ovat tietyn ikäisiä.

Käyttäjien twiittien tyylien perusteella pystyttiin tunnistamaan twiittaajan ikä kymmenen vuoden tarkkuudella! Sanomattakin on selvää, että tällaisen tiedon tunnistamisella on valtava arvo esimerkiksi markkinoinnissa.

Kolmannessa esimerkissä kaikki pilvipalvelu Softlayerin asiakkuudenhallintajärjestelmän tiedot syötettiin hadoopiin. Sitten ohjelmisto laitettiin analysoimaan kaikkien Softalayerin asiakkaiden verkkosivustot sekä kaikkien yhdysvaltalaisten yritysten verkkosivustot uusien potentiaalisten asiakkaiden tunnistamiseksi. Tähän markkina-analyysiin perustuvista prospekteista 83 prosenttia johti jatkotoimenpiteisiin. Ihmisten tekemät listat siitä, keitä myynnin pitäisi kontaktoida, eivät päässeet lähellekään samaa tulosta.

”Ihmisten tekemät listat siitä, keitä myynnin pitäisi kontaktoida, eivät päässeet lähellekään samaa tulosta.”

Neljäs esimerkki voidaan ottaa kirjanpidosta.

Yritykset toimittavat tilinpäätökset paperilla, verottaja kuvaa ne ja lähettää jpg-kuvat takaisin tilinpäätösanalyysia varten. Miten saada tästä datasta relevantti tieto ulos tehokkaasti ja ymmärrettävällä tavalla? Tekstin saaminen ulos kuvista on perinteinen OCR-haaste, mutta oikea avainkysymys on, mitä ulos saatu tieto tarkoittaa liiketoiminnalle.

Lähtötilanteessa asiakas tuottaa siis tilinpäätösanalyysejä. Meidän tehtävänämme on poimia verottajalta saapuvista jpg-kuvista kaikki se tieto, jota tarvitaan analyysin tekemiseksi. Onko yrityksen omaisuus kiinni esimerkiksi ajoneuvoissa tai kiinteistöissä? Tilinpäätöksen tulos on hyvin erilainen riippuen siitä, missä omistajuus on, eikä tämä keskeinen tieto näy tilinpäätöserottelussa mitenkään.  

Tässä tapauksessa kognitiivinen osuus on se, että kone oppii ymmärtämään sisältöä ja mitä tilinpäätöstiedoissa sanotaan.

 

Mihin Elinar on erikoistunut tällä liiketoimintatiedon hyödyntämisen saralla?

Rakennamme kognitiivisia ratkaisuja IBM-portfolion päälle, hyödyntäen esimerkiksi IBM BigInsightsia ja Watsonia. Olemme muun muassa toteuttamassa semanttisia malleja pohjoismaisille kielille. Malleja voidaan hyödyntää yleisesti useissa eri käyttötapauksissa.

 

Elinarin ite wiki -profiili

Elinarin kotisivut

 

IBM Business Connect-tapahtuma järjestetään 19.10.2016 Helsingin messukeskuksessa teemanaan The new era of thinking. Tule mukaan verkostoitumaan digitaalisen liiketoiminnan ammattilaisten kanssa!

IBM Business Connect-tapahtuman sivut.