Data-alan kehitys on ollut räjähdysmäistä. Historiallisesti organisaatioiden suurimpina haasteina ovat olleet siiloutuminen ja johtaminen sekä datan laatu ja sen hallinta. Nämä tekijät ovat estäneet täysimääräisen hyödyn saamisen organisaatioiden datapääomasta. Viime vuosina pilvidata-alustat ovat ottaneet paikkansa organisaation tiedon keskusvarastona ja jalostamona, ja tämä muodostaa pohjan seuraavalle isolle kehitysaskeleelle: tekoälyn ja organisaation oikean, laadunvarmistetun datan yhdistämiselle.
Vuoden 2025 datahankkeiden tavoitteena on edelleen datan keskittäminen ja hallinta. Paine nopeuden lisäämiseen ja kustannustehokkuuden parantamiseen tuo kuitenkin suuria haasteita erilaisille dataprojekteille. Arkkitehtuuriset käsitteet kuten data mesh, data governance, data lake ja datan virtualisointi ovat olleet aiemmin monille vaikeasti hahmotettavia tai teoreettisia. Viimeistään Microsoftin Fabricin myötä nämä ovat kuitenkin arkivälineitä, joiden varaan organisaation tiedonhallintaa voidaan rakentaa – kunhan vain osaa.
Nykyaikaisen data-alustan on kyettävä tarjoamaan laadukasta ja hyvin jäsenneltyä tietoa niin raportointia, sovelluksia kuin tekoälyäkin varten. Data-alustan tekijöiden on ymmärrettävä entistä paremmin datan rakenne, historia ja luotettavuus – pelkkä tekninen datan liikuttelu ei enää tuota tarvittavaa lisäarvoa.
Vaikka keskitetty täydellinen dataunelma houkuttaisikin, harvassa organisaatiossa on mahdollista tähän päästä. Data-alustoja ja tietosiiloja syntyy helposti, ja niiden yhdisteleminen tarpeen mukaan on keskeinen data-ammattilaisten haaste. Arvoa syntyykin virtualisoidusta data-alustasta: Microsoft Fabricin OneLaken kaltaiset ratkaisut mahdollistavat hajautuneenkin datan käsittelemisen yhden luukun periaatteella.
Datatekijöiden rooli kasvaa, sekä uusien teknologioiden että liiketoiminnan ymmärtämisen suuntaan. SQL-osaamisen kaltaiset klassikot pitävät pintansa, mutta samalla tuottavuusvaatimukset pakottavat ottamaan käyttöön uutta välineistöä. Seuraavien vuosien aikana näemmekin datatyön copilot-ratkaisujen sekä datamallien AI-pohjaisen suunnittelun yleistyvän.
Seuraavan viiden vuoden aikana tulemme näkemään, kuinka tekoäly osallistuu prosesseihin ja liiketoimintaan yhä syvemmillä tasoilla. Yksinkertaisista käyttöliittymätason tekoälyratkaisuista edetään kohti hyperautomaatiota, jossa tekoäly tukee ja ohjaa perinteistä prosessiautomaatiota.
Hyperautomaation aikakaudella datan rooli korostuu, sillä tekoälyn kasvava itsenäisyys niin päätöksentekijänä kuin käyttökokemuksen tarjoajana vaatii kattavaa ja laadukasta dataa yli perinteisten organisaatiosiilojen. Yritystason tekoäly – ”Enterprise AI” – ei ole vain yksittäisiä tekoälyn pilottiprojekteja, vaan strateginen lähestymistapa, jossa tekoäly integroidaan liiketoiminnan ytimeen.
Tekoälyn syvä soveltaminen vaatii laadukkaan data-alustan lisäksi myös kehittyneitä prosesseja moderneine käyttöliittymineen, mikä haastaa datatekijöitä entisestään. On kyettävä myös tunnistamaan ne kohdat, joissa nykydata ei yksinkertaisesti riitä, ja luotsattava organisaation datamatkaa eteenpäin todellisen liiketoiminta-arvon ohjaamana: jos tämä data on huonoa, mitä se maksaa? Entä mitä maksaa sen korjaaminen? Liiketoiminnallinen keskustelukyvykkyys korostuu, kun datasiiloista kurkotetaan prosessien kehittämisen suuntaan.
Tulevaisuudessa pilvipohjaiset ja skaalautuvat data-alustat muuttuvat arkipäiväisiksi. Niiden rakentaminen tapahtuu standardoidusti, projektien koko pienenee ja fokus siirtyy pois perinteisestä IT-infrastruktuurista.
Data-alustojen perustaminen ei enää ole massiivinen projektiponnistus, vaan rutiininomainen toimenpide, joka mahdollistaa nopeamman siirtymän kohti liiketoiminnan tarpeita. Fokus siirtyy luonnollisesti enemmän liiketoimintaan ja pois teknologiasta.
Volyymi siirtyy yhä enemmän suoriin dataprojekteihin: datan integrointiin eri lähteistä, sen käsittelyyn ja hyödyntämiseen. Projektit keskittyvät erityisesti raportointiin, analytiikkaan, koneoppimiseen ja ennustamiseen. Näiden hankkeiden ytimessä on liiketoiminnan tarpeiden entistä parempi ymmärtäminen, ja ne jättävät perinteiset teknologiaprojektit taakseen siirtyessään lähemmäksi liiketoiminnan ydintä.
Datahallinnan projektien määrä kasvaa selvästi. Nämä hankkeet tähtäävät toiminnan johtamisen parantamiseen sekä roolien ja vastuiden selkeyttämiseen dataan liittyvissä asioissa. Tavoitteena on integroida datahallinta osaksi organisaation päivittäistä toimintaa, mikä mahdollistaa tehokkaamman päätöksenteon ja strategisen suunnittelun.
Liiketoiminnan muutosprojektien tarve kasvaa, kun organisaatiot pyrkivät tukemaan toimintaansa paremmin tiedon johtamisen ja tiedolla johtamisen avulla. Nämä projektit näyttäytyvät enemmän organisaation kehityshankkeina kuin perinteisinä IT-projekteina, ja ne keskittyvät prosessien, kulttuurin ja osaamisen kehittämiseen.
Erilaiset regulaatiot ja lakisääteiset vaikuttimet muokkaavat myös dataprojekteja. Nämä liittyvät itse dataan (GDPR) tai sitten eri toimialojen raportointivaateiden lisääntymisen koskien yritysten eri osa-alueita mm. NFRD, CSDR, SFDR yms.
Kaikkien näiden projektityyppien keskeinen vaikuttaja on tekoäly (AI). Tekoälyyn liittyy tällä hetkellä lukuisia pieniä projekteja ja aloitteita, joilla pyritään lisäämään ymmärrystä ja näkemystä sen mahdollisuuksista. Erilaiset pilotoinnit, harjoitukset, koulutukset, organisaation uudelleenjärjestelyt, muutosjohtamisen harjoitukset ja strategiatyöpajat ovat jo arkipäivää. Nämä valmistavat organisaatioita suurempiin tekoälylähtöisiin transformaatioprojekteihin, jotka tulevat yleistymään tulevaisuudessa.
Yhä useammin ylimmän johdon kiinnostus näitä projekteja kohtaan kasvaa, tai ne ovat suoraan johdon ohjaamia. Projektien vahva omistajuus varmistaa niiden onnistumisen ja vaikuttavuuden. Kyse on ennen kaikkea liiketoiminnan kyvykkyyden kehittämisestä ja toiminnan tehostamisesta—asioista, jotka voivat tuoda merkittävää kilpailuetua organisaatiolle.
Perinteisesti konservatiivinen datatyö on muuttunut viime vuosina aikana todella nopeasti kehittyväksi, liiketoimintakriittiseksi tontiksi. Teknologian kehitys ei osoita hidastumisen merkkejä, ja organisaatioiden on pysyttävä ajan tasalla säilyttääkseen kilpailukykynsä. Tekoäly ja data-tekeminen tulevat olemaan keskeisessä asemassa tässä muutoksessa.
On aika tarttua haasteisiin, hyödyntää uusia mahdollisuuksia ja rakentaa tulevaisuuden menestystarina dataan ja tekoälyyn pohjautuen.
Haluatko jutella lisää vuoden 2025 näkymästä ja dataprojekteista? Ota yhteyttä ja jatketaan keskustelua!
