Laadukas data tekoälyn onnistumisen perustana
Eeva Randén korostaa, että tekoälyn todellinen arvo syntyy vasta, kun organisaatiolla on laadukas ja hallittu data. Ilman sitä tekoälyratkaisut voivat jäädä hyödyntämättä tai tuottaa epäluotettavia tuloksia. Randén toimii Data Governance Leadina Säästöpankissa, jossa hän vastaa datan hallinnan ja hyödyntämisen kehittämisestä.

Tekoälyprojektien suurimmat haasteet liittyvät usein datan laatuun ja siihen, miten organisaatioissa on onnistuttu selkeyttämään datan tuottamisen ja hyödyntämisen roolit ja vastuut. Jos dataperusta ei ole kunnossa, kehitystyö hidastuu, ja oikeiden ihmisten löytäminen päätöksentekoon voi olla vaikeaa. Randén painottaa, että data governance ei ole pelkästään tekninen tai sääntelyyn liittyvä kysymys – sen tulee ennen kaikkea tukea liiketoiminnan tavoitteita.
Säästöpankissa tekoälyä hyödynnetään muun muassa asiakasdatan analysoinnissa ja ennustemalleissa. Näitä käytetään esimerkiksi suosittelemaan asiakkaille sopivia palveluja sekä tunnistamaan asiakaskannan kehitystä. Jotta tekoäly voisi tuottaa arvoa asiakaskohtaamisissa, sen pohjana olevan datan on oltava laadukasta, ajantasaista ja helposti hyödynnettävää.
Generatiivisen tekoälyn mahdollisuuksia tutkitaan Säästöpankissa aktiivisesti. Samalla varmistetaan, että tekoälyn käyttö on tietosuoja- ja sääntelyvaatimusten mukaista. Randénin mukaan pankkialalla on tärkeää luoda selkeät turvakaiteet ja eettiset periaatteet tekoälyn hyödyntämiselle. Henkilöstölle on tarjolla koulutusta, jotta tekoälyä voidaan hyödyntää turvallisesti ja tehokkaasti.
Tuleeko meillä olemaan esimerkiksi kahdenlaisia palveluita, että on niitä hyperpersonoituja palveluita niille, jotka sellaisia haluavat ja sitten jotain hyvin riisuttuja niille, jotka eivät halua antaa mitään dataansa esimerkiksi käyttöön.
Tulevaisuuden keskeisimmistä trendeistä Randén nostaa esiin hyperpersonoinnin – asiakaskokemuksen räätälöimisen entistä yksilöllisemmäksi datan avulla. Samalla sääntelyn ja yksityisyydensuojan merkitys kasvaa, mikä voi haastaa organisaatioita viestimään entistä avoimemmin datan käytöstä. Hän pohtii myös, miten generatiivinen tekoäly tulee muuttamaan data governance -käytänteitä: tekoäly voi automatisoida hallintoprosesseja, mutta se tuo mukanaan myös uusia riskejä, jotka on huomioitava.
Randén korostaa, että tekoälyn onnistuminen edellyttää selkeää tiedon omistajuutta ja vastuunkantoa organisaatioissa. Ilman tätä tekoäly voi jäädä irralliseksi kokeiluksi, joka ei tuota liiketoiminnallista hyötyä. Hänen mukaansa organisaatioiden tulisi panostaa erityisesti datan laadun varmistamiseen ja sen hyödyntämisen mahdollistaviin rakenteisiin – vain näin tekoäly voi todella lunastaa lupauksensa pankkialalla.
We’d like to help you make a fully informed decision about cookies. Accessing some of our embedded content that could be of interest and use to you requires you to enable cookies.The choice is always yours.
Jakso saatavilla myös
Aiemmat jaksot
Tekoäly terveydenhuollon murroksessa
Kuinka tekoäly voi vauhdittaa Suomen kasvua?
Generatiivinen tekoäly asiakaskokemuksen ja organisaatiomuutoksen ajurina
Prosessit tehokkaammaksi tekoälyn avulla
Muutosjohtamisen haasteet ja mahdollisuudet tekoälyn aikakaudella
Kestävän kehityksen edistäminen teknologiainnovaatioiden kautta
Data-analytiikan ja tekoälyn hyödyntäminen päätöksenteossa
Miten tekoäly voi uudistaa tietotyötä ja parantaa liiketoiminnan tuloksia
Finanssialan vastuullisuus & innovointi
Kestävän liiketoiminnan rakentaminen Keskolla
Dataohjautuvuuden rooli uusiutuvan energian alalla
Datan merkitys liiketoiminnassa
Kestäviä tuloksia uusilla teknologioilla