Datatalous - Tieken AamuAreenasta ajatuksia

Tieken AamuAreenassa 17.11.2023 käsiteltiin datataloutta alustusten ja keskustelujen pohjalta. Etlan Heli Kosken alustuksesta kaivoin esille seuraavia jyviä:

• Maailmanlaajuudessa suuret yritykset datatalouden kärkiorganisaatioita: aika ennustettavissa oleva juttu - Microsoft, Meta jne. ovat datan avulla liiketoimintaa tekeviä globaaleja yrityksiä
• ChatGPT on lähiaikojen suurin käyttäjiä kasvattanut ohjelmisto: 100000 miljoonan käyttäjän raja meni rikki alle vuodessa.
• Data lasketaan tilinpidossa aineettomien tuotteiden kategoriaan: on vaikeasti mitattava suure, mutta erilaisten suuntaa antavien sijaismittarien kautta alustajan mielestä Suomessa investoidaan muihin pohjoismaihin verrattuna kaikkein vähiten yrityksissä (14% Suomi, Ruotsi 27%).
• Tulossa on säädösmuutoksia, jotka velvoittavat portinvartijoita antamaan ilmaiseksi dataa muille tahoille: potentiaalisesti tulee paljon dataa yritysten käyttöön.
  
• Kuitenkin puuttuu kokonaiskuva datataloudesta ja sen mittaamisesta: yksi syy on, että aineeton tuotannontekijä poikkeaa aineellisesta omaisuudesta, koska aineettoman tuotannontekijän moottoria eli ohjelmistoa kehitetään ja päivitetään jatkuvasti; yritysten taseesta ei löydy dataa omaisuutena
• Datatalouden tämän hetken paras määritelmä: IDC (2022) arvonlisäys hyvinvoinnissa, jonka datan hyödyntäminen tuottaa koko taloudessa. 
• Tällä hetkellä datataloutta mitataan useiden mittareiden avulla työläällä ja kertaluontoisella tavalla. Mittaus perustuu laadullisiin (kyselyt, haastattelut) ja määrällisiin (olemassa olevat tilastot) sijaismittareihin. Tällaisia mittauksia ei voida tuottaa vuositasolla toistuvasti. Viimeisin tieto on, että datatalous olisi globaalisti kasvanut merkittävästi ollen tällä hetkellä noin 3% BKT:stä. 
• Datataloutta voidaan mitata myös epäsuorien menetelmien avulla: 1. kustannusperusteisesti, 2. tulovirtojen avulla, 3. organisaation markkina-arvon avulla. 
• ETLA kumppaneineen on kehittämässä hankkeena datatalouden mittaamisen menetelmiä. Vuoden kuluttua on valmiina datatalouden mittauskehikko.

AamuAreenassa keskusteltiin myös, miten voitaisiin edistää datataloutta, sen vaikuttavuutta sekä poistaa olemassa olevia esteitä. Seuraavia havaintoja tein keskustelusta:

• Tarvitaan verkostoyhteistyötä, datan käytön sääntelyn kehittämistä, datan yhteiskäytön edistämistä, tehokasta datan hyödyntämistä karsimalla päällekkäisiä, tehottomia käyttötapoja - data yhteen kertaan mukaan kaikkiin hankkeisiin.
• On ymmärrettävä paremmin datan merkitys vaihdannan välineenä; organisaatioissa tulee tietoisuutta lisätä datan hyödyntämisestä osana liiketoimintaa; tarvitaan avoimia ekosysteemejä, joilla ylitetään organisaatiokohtaiset siilot.
• On tartuttava haasteeseen, miten alhainen investointikyky voidaan muuttaa kasvaviksi investoinneiksi organisaatioittain; ongelmana on datan suojelu ja liiketoimintasalaisuudet; on myös vaikea hyödyntää tarjolla olevia dataportaaleja; datojen yhdistäminen on työlästä, puuttuu datan yhdistämisen osaamista ja myös henkilöstövoimavaroja; liiketoimintakulttuurissa kiire edellä unohdetaan tai jätetään huomioimatta datatalouden mahdollisuudet.
• Yrityksiä pitäisi kannustaa ajattelemaan uudella tapaa datatalouden mahdollisuuksista; pitäisi ajatella kahden nopeuden avulla - nopeat yksittäiset pienet datatalouden hankkeet ja datastrategian rakentaminen osaksi yrityksen liiketoimintastrategiaa; API-talouden nostaminen keskiöön auttaisin yrityisten yhteisten ekosysteemien rakentamista. (1).
  
• Mittaaminen vertailukelpoisin menetelmin edistää datataloutta; organisaatioiden kypsyysarvioinneissa ekosysteeminäkökulma esille; ongelmana ekosysteemien vaikuttavuusmittauksessa, että datan hyödyntämisen ketjuista löytyy korrelaatioita mutta ei kausaliteettia.

AamuAreenan ulkopuolelta tarttui haaviini vielä Helsingin Sanomien uutinen 20.11.2023 - "EU haluaa asettaa tekoälylle rajat". Poimin uutisesta muutaman huomion tähän:

• Tekoälyllä on etunsa ja haittansa: EU yrittää saada aikaan säännöstön, jolla luodaan alan investoinneille rajoitteet ja mahdollisuudet.
• Uhkana koetaan viranomaisvalvonnan kasvu ja millainen valvonta on sallittua, millainen tulisi kieltää.
• Tekoälyn käyttökohteet tässä EU-valmistelussa jaetaan kolmeen luokkaan: kiellettyihin, korkean riskin ja matalan riskin käyttökohteisiin. Luokitus havainnollistetaan kolmiolla. Kärjessä on pieni ja tarkoin rajattu kiellettyjen käyttökohteiden joukko. Keskellä kolmiota ovat korkean riskin käyttökohteet ja kolmion pohjalla ovat matalan riskin käyttökohteet. (2)
• Keskeneräiset sääntelyt ovat merkittävä este datatalouden investoinneille. 

Ja vielä yksi huomio. Tein 3.11.2023 jutun Tietoasiantuntijalehden seuraavaan numeroon, joka ilmestyy lähiaikoina. Jutun otsikko on: "Datatalouden toimin tiedolle arvoa". Poimin siitä vain aivan alkuosan. Linkitän jutun myöhemmin tähän mukaan, kun se on julkaistu.

• Datataloutta on tutkinut ja kehittänyt viime vuosina Sitra. Datatalouden määritelmäkin löytyy samasta paikasta: ”Datatalous on datamarkkinoiden toiminnasta syntyvä arvon mitta. Arvo syntyy ekosysteemeissä, jossa osa toimijoista tuottaa dataa ja osa käsittelee sitä. Tätä nopeasti vakiintunutta liiketoiminnan organisointimallia kutsutaan alustataloudeksi. ” 
• Datatalous ei ole ongelmaton liiketoiminnan alue. Sen tunnustaa myös Sitra, joka on luonut toimintaa (toivottavasti) ohjaavat periaatteet, dataekosysteemin toimintamallin, datatalouden sääntökirjan, tiekartan. Lisäksi Sitra on aktiivisesti osallistunut EU:n datastrategian rakentamiseen periaatteella kohti kokonaisvaltaista tiedonhallintaa. 
  

Viitteet 

(1) Tein blogikirjoituksen elokuussa 2018 aiheesta "API-liiketoiminnan vallankumous - ehkä?". Kirjoitukseni perustuu tuolloin juuri valmistuneeseen kirjaan: Jarkko Moilanen, Marjukka Niinioja, Marko Seppänen, Mika Honkanen: API-talous 101. Alma Talent oy 2018; https://ollintuumailut.blogspot.com/2018/08/api-liiketoiminnan-vallankumous-ehka.html

(2)  https://www.europarl.europa.eu/RegData/etudes/BRIE/2021/698792/EPRS_BRI(2021)698792_EN.pdf; Alla kopio riskipyramidista tästä EU-dokumentista.