Ekspert: andmete kvaliteet muutub määravaks

Masinõppe võimaluste kasutamiseks peavad ettevõtte andmed olema kvaliteetsed. Kuna paljud tööstusettevõtted puutuvad selle probleemiga kokku, et andmeid küll kogutakse aga need on ebapiisavad, siis julgustab Tehisintellekti- ja robootikakeskus AIRE (AI & Robotics Estonia) nõuandva kogu liige Juhan-Madis Pukk ettevõtteid selles küsimuses nende poole pöörduma.

Juhan Pukk, ettevõttest Flowit, on seda meelt, et Eesti tööstusettevõtted saaks AI ja robootikatehnoloogiat paremini rakendada, kui andmed, mida ettevõtted koguvad oleks kvaliteetsed. Andmekvaliteedi teema kerkis üles AIRE demoprojektide taotluste esitlusel. „Täna näeme seda, et kuigi ettevõtted koguvad palju andmeid, siis just vormistuslik pool ei võimalda neid digitaalselt kasutada,“ rääkis Pukk. Ta lisas, et andmete kogumisel tuleb teada kui palju ja mis kujul neid koguda.

Ekspertide nõuanded

Pukk ütles, et pädeva soovituse, mida, kuidas ja kui palju andmetest koguda, saab AIRE eksperte kasutades. “Kõik algab sellest, et ettevõttel on nägemus kuhu ta tahab jõuda ja mida saavutada. Kui ma tahan kasvatada müüki, siis vaatan kas müügiandmed on korras, kui tahan parandada tootmiskvaliteeti, siis pean vaatama kuidas ja kui palju kogutakse tootmisest andmeid,” selgitas Pukk.

Andmete puhul saab nende teekond alguse, nagu ettevõtetes ikka, müügiosakonnast ja lõppeb raamatupidamises. Kui me kogu tsükli raames kogume andmeid ühekordse sisestuse meetodil (kõiki andmeid sisestatakse ainult üks kord kindlaks määratud tarkvarasse või andmebaasi ja teised osakonnad saavad andmed sealt), siis on suur tõenäosus, et neid andmeid on võimalik kasutada ka masinõppes. Näitena halvast poolest võib tuua kaasuse, kus mitmed osakonnad: nii tootmine kui müük, sisestavad ühe ja sama kliendi oma andmebaasi aga erinevate kirjapiltidega, mis tekitab kõigis osakondades segadust ja ei võimalda ilma andmete puhastuseta neid kasutada.

“Sellistest nüanssidest hakkavad pihta kõik probleemid, neid andmeid tuleb digitaliseerimiseks eelnevalt puhastada ja see võib osutuda väga töömahukaks protsessiks. Praegu räägitakse palju ettevõtte digitaalsest kaksikust, mis aitab lahendada tootmise, siselogistika või kulude haldamise protsesse, kuid takistuseks saavadki siin lüngad andmete kogumisel ja see, et tihti alahinnatakse andmekvaliteeti,” tõdes Pukk.

“Seetõttu ongi hea alustada baastasemest, teeme andmed korda. Tulge AIRE´sse, saate esimesed kogemused kuidas seda kasutada. Ettevõtted saavad sellest õppida väga palju: mida on võimalik saavutada ja mida nad saaksid saavutada, selle käigus saame baastaseme ka paika. Kui me andmeid korda ei saa, siis ei ole võimalik digitaliseerida ega masinõpet kasutada,” kinnitas Pukk.

Koostöös teadlastega

Pukk ütles, et AIRE demoprojektide teenus võimaldab tootmisettevõtetel enne investeerimist katsetada koostöös ülikooli teadlastega tehisintellekti- ja robootikatehnoloogiaid. Ühtlasi julgustab see ettevõtteid tegema edasisi investeeringuid digitehnoloogiatesse. “Teine tähelepanek, mis projektide kaitsmisel silma jäi, on ettevõtete soov lahendada ühe projektiga kogu maailma probleemid,” muigas Pukk.

“Pigem tuleks esiteks vaadata üle oma äriprotsess kriitilise pilguga. Kui tuvastatud on koht, mida saaks uudsel digimoel ehk AI-d kasutades lahendada, kiirendada või efektiivistada, siis tulla selle konkreetse küsimusega ja proovida koostöös ülikooliga jõuda lahenduseni. Pigem tasuks võtta üks kitsas protsess ja seda väikest asja hästi teha, eesmärgiga võimendada oma tugevusi või vähendada oma nõrkusi,” rääkis ta.

“Kui ettevõte tuleb ja tahab kõikide valdkondadega korraga tegeleda, siis näeme hästi palju, et need projektid ebaõnnestuvad. Eriti kui räägime andmetest, masinõppest, siis mida suurem on projekt, seda suurem on oht, et projekt ebaõnnestub – komplitseerituse tase läheb nii suureks arenda ja ettevõtte jaoks,” tõdes Pukk.

Tema sõnul tasub ettevõttel mõelda, millise konkurentsieelise ta masinõppega saab ja kas sama tarkust saab kuskil veel kasutada. “Läbi tuleks mõelda suur pilt, mis kasu sellest saadakse ja kuidas ma haldan ja arendan seda edasi. Masinõpe on väga võimekas aga see on vaid tehnoloogia. Võidab see, kes seda kõige paremini oma ettevõtte või ettevõtete üleses protsessis kasutada suudab,” tõdes ta.

Juhan Pukk: 5 soovitust, millest alustada

• Mõtesta oma äriprotsess ja selle unikaalsus.
• Vaata kas ise või koos AIRE ekspertidega üle oma andmete struktuur, kvaliteet ja maht.
• Vali välja kas ise või koos AIRE ekspertidega oma ettevõttes protsessid, kus võiks olla abi masinõppest.
• Koosta koos Ülikooli ekspertidega taotlus demoprojektide vooru ja alusta oma ettevõtte teekonda tänapäeva tehnoloogiate rakendamisel oma eesmärkide saavutamise vankri ette.
• Kasuta ära AIRE poolt pakutavat tugivõrgustikku uute ärimudelite loomiseks.