Datan hallinnointi
Tunnetaan myös: data governance
Mikä on Datan hallinnointi?
Käytännöt, joilla organisaation datan omistajuutta, oikeellisuutta ja turvallista käyttöä hallitaan: kuka vastaa, mitä laatuvaatimuksia datan on täytettävä, kenellä on pääsy siihen. Tekoälylle tämä on perusta. Malli on korkeintaan niin luotettava kuin sen takana oleva data, ja useimmat tekoälyhankkeet juuttuvat dataan paljon ennen kuin ne juuttuvat malleihin.
Miksi tällä on väliä
Datan hallinnointi ei ole uusi asia, mutta tekoäly on nostanut sen laiminlyönnin hintaa. Ennen huono data tuotti huonon raportin, jonka joku ehti huomata ja korjata. Nyt sama data kouluttaa mallin, ja datan virheet ja aukot leipoutuvat järjestelmään, joka toistaa niitä isossa mittakaavassa, asiakkaisiin asti ulottuvissa päätöksissä. Vaikea osa on harvoin tekninen. Se on poliittinen. Hallinnointi tarkoittaa, että datajoukolle nimetään vastuuhenkilö ja häneltä vaaditaan tasoa, ja se astuu reviireille organisaatioissa, joissa data on ajelehtinut vuosia ilman selvää omistajaa. Hallinnoinnin jälkiasennus käynnissä olevaan tekoälyprojektiin on hidasta ja kivuliasta, joten työ kuuluu ylävirtaan, ennen mallien saapumista.
Käytännössä
Tekoälyprojekti pysähtyy, kun tiimi tajuaa, ettei kriittisellä datajoukolla ole omistajaa: sen laatu ei ollut koskaan kenenkään työtä, ja kolme osastoa oletti kunkin toisen pitävän sen puhtaana. Mallinnus odottaa, kunnes asia on selvitetty, koska tuon datan päälle rakennettu malli perisi jokaisen epäjohdonmukaisuuden. Omistajuuden ja laatutason nimeäminen avaa tulpan, ja usein juuri se ratkaisee, valmistuuko hanke lainkaan.
