Märt Ridala: kui andmed on puudulikud, ei lahenda AI probleeme, vaid võimendab neid

Märt Ridala, Datasky tegevjuht

Kuigi ettevõttes võib olla palju andmeid, jääb tihti ka palju olulist infot puudu või asub see hajali, tekitades reaalseid ärilisi probleeme.

Muuhulgas soovivad paljud ettevõtted suure hooga tehisaru rakendama hakata, kuid AI ei loo väärtust tühja koha pealt.

Andmed on digiajastul muutunud üheks ettevõtete olulisemaks varaks. Nende põhjal tehakse otsuseid, juhitakse protsesse ja ehitatakse konkurentsieelist.

On üsnagi levinud tunnetus, et kui ettevõttes on ühel hetkel kasutusse võetud üks või mitu süsteemi – näiteks ERP, CRM või turundustarkvara –, siis on andmehalduse osas kõik korras. Kõik vajalik on justkui olemas, andmeid saab sisestada ja otsida ning kui kunagi on vaja suuremat raportit, siis on selle koostamiseks vajalik andmestu olemas.

Väikefirmade mure: info asub vaid inimeste peas

Tegelikkuses aga on tihti palju olulist puudu. Andmed on küll olemas, kuid need on killustunud, ebaühtlase kvaliteediga ja osaliselt isegi väljaspool süsteeme. Just viimane neist on paljude väikeettevõtete suurim probleem: kriitiline info ei asu mitte infosüsteemides, vaid inimeste peas.

Seda mitte seetõttu, et inimesed ei tahaks või oskaks IT-süsteeme kasutada, vaid seepärast, et lihtsam on muudmoodi talitada. Näiteks võib müügijuht väga täpselt teada, millised kliendid on tegelikult kasumlikud, kes kipub maksetega viivitama või kelle puhul tuleb pakkumisi esitada teistsuguse loogikaga. Samas aga ei ole ta seda teadmist CRMi viinud või ei võimaldagi CRM kõiki olulisi nüansse kirja panna.

Probleem tekib, kui keegi lahkub või vahetab rolli

Sarnane muster kordub laos, kus kogenud laojuht teab, millised kaubad liiguvad päriselt ja millise tarnija käest tuleb kõik kolm päeva varem ära tellida, kuna ta jääb alati hiljaks. Laosüsteemi aga ei ole seda teadmust sisestatud, sest selleks puudub võimalus või ei ole aega või ei kasutaks keegi seda infot. Selline olukord on paljude Eesti ettevõtete igapäevareaalsus ja sedasi saab efektiivselt toimetada. Ent see toimib täpselt hetkeni, kuni inimesed on olemas ja kättesaadavad.

Probleem tekib siis, kui keegi lahkub, vahetab rolli või ei jõua infot edasi anda. Ettevõte avastab äkki, et osa tema toimimisloogikast ei ole kuskil dokumenteeritud ja kriitilise tähtsusega andmeid ei ole süsteemidesse sisestatud. Uutel töötajatel tuleb alustada tühjalt lehelt, teha palju “detektiivitööd” ning neil kulub kuid, et lahkunud töötajaga samale tasemele jõuda. Sageli tehakse selle aja jooksul ka valesid otsuseid.

Seos eri süsteemide andmete vahel jääb loomata

Ka siis, kui andmeid püütakse süsteemides hoida, tekib järgmine probleem – killustatus. Aastate jooksul juurutatakse erinevaid tööriistu vastavalt vajadusele. Üks lahendus müügile, teine finantsile, kolmas turundusele. Iga süsteem keskendub oma protsessile ja seos eri süsteemides olevate andmete vahel jääb loomata.

Näiteks võib ühel kliendil olla CRMis üks nimi ja staatus, arveldussüsteemis teine ning turundusplatvormil kolmas. Kui müük uuendab kliendi infot, ei jõua see automaatselt teistesse süsteemidesse. Nii tekivad duplikaadid, vastuolud ja lõpuks ka usaldamatus andmete vastu.

Heaks näiteks on olukord, kus juhtkond vaatab müüginumbreid ühest raportist ja finantsosakond teisest ning need ei klapi. Mõlemad süsteemid küll peegeldavad oma tõde, aga kuna andmed on killustatud ja nende kvaliteet ebaühtlane, jääb lõplik tõde häguseks. Või võtab selleni jõudmine palju tööd, andmete redigeerimist ning kaua aega.

Inimesed hakkavad looma oma varisüsteeme

Sellistes olukordades tekib organisatsioonis loomulik reaktsioon: inimesed hakkavad looma oma varisüsteeme. Excelid, isiklikud tabelid ja käsitsi koostatud raportid muutuvad igapäevaseks tööriistaks. Lühiajaliselt aitab see töötaja enda vastutusvaldkonnas probleeme lahendada, kuid pikemas perspektiivis süvendab killustatust veelgi. Iga uus tabel tähendab uut versiooni samadest andmetest, mis erineb kesksest andmebaasist viisil, mida teab vaid tabeli looja.

Selline olukord tekitab väga reaalseid ärilisi probleeme. Kõige otsesem mõju on toimepidevusele. Kui kriitiline teadmine elab inimeste peas või hajali failides, muutub ettevõte haavatavaks. Ühe võtmetöötaja lahkumine võib tähendada mitte lihtsalt ajutist ebamugavust, vaid otsest äritegevuse häiret – katkestusi tarnetes, eksimusi tellimustes või kaotatud müügivõimalusi.

Keeruline vastata isegi lihtsatele küsimustele

Teine suur probleem on võime oma äriedu päriselt mõõta. Kui müügi-, finants- ja operatiivandmed ei klapi või põhinevad erineval loogikal, muutub keeruliseks vastata isegi lihtsatele küsimustele: millised kliendid on kasumlikud, millised tooted tegelikult toimivad või millised tegevused toovad tulemusi. Efektiivsus kannatab samuti. Aeg, mis peaks kuluma töö tegemisele ja väärtuse loomisele, läheb andmete otsimisele, kontrollimisele ja omavahel klapitamisele.

Viimastel aastatel on lisandunud veel üks oluline mõõde – nutikate tööriistade, sealhulgas tehisintellekti, kasutuselevõtt. Paljud ettevõtted tahavad täna suure hooga AI-d rakendama hakata, kuid AI ei loo väärtust tühja koha pealt. See vajab sisendiks korrastatud, usaldusväärseid ja terviklikke andmeid. Kui alusandmed on killustunud, ebaühtlased või puudulikud, ei lahenda AI probleeme, vaid võib need hoopis võimendada, andes enesekindlalt valesid soovitusi.

Lahendus on olemas, aga nõuab aega ja raha

Seetõttu ei alga tegelik muutus uute tööriistade ostmisest, vaid olemasoleva olukorra ausast kaardistamisest. Millised on ettevõtte jaoks kriitilised andmed? Kus need täna asuvad? Kes nende eest vastutab? Kui palju neist on dubleeritud või vastuolulised? Need küsimused ei pruugi olla lihtsasti vastatavad, kuid ilma nendeta ei teki ka selgust.

Siit on järgmiseks sammuks järkjärguline korrastamine, protsesside juurutamine ja selge vastutuste jaotus. Sageli tähendab see, et kriitiline teadmine tuuakse inimeste peadest süsteemidesse, andmete definitsioonid ühtlustatakse ning eri süsteemides olevad andmed seotakse omavahel.

Igal andmestul peab olema vastutaja

Sama oluline on vastutuse selgus. Andmed ei saa olla kõigi omad, sest siis ei ole need kellegi omad. Igal andmestul peab olema vastutaja, kellel on kohustus ja õigus hoolitseda andmestu andmete korrashoiu eest.

Lõpuks ei ole küsimus andmete olemasolus, vaid selles kas neid saab päriselt kasutada. Korrastatud andmetega ettevõtted liiguvad kiiremini, eksivad vähem ja näevad selgemalt, mis tegelikult töötab. Teistes läheb liiga palju aega kaduma tõe otsimisele, andmete parandamisele ja vaidlustele. Andmete üle kontroll ei ole enam lisaväärtus, vaid baas, mille pealt kogu ülejäänud äri toimib.

Arvamuslugu ilmus esimesena aritehnoloogia.ee portaalis.