Analytiikan ja big datan soveltaminen liiketoiminnassa – AI & Big Data Expo Europe -konferenssi

24.07.2019 Analytiikka, Big Data

Sormi suussa big datan kanssa? Uusia ideoita metsästämässä tai tähystämässä tekoälyn tulevaisuuteen? Näihin ja moniin muihin mieltä askarruttaviin kysymyksiin tekoälystä ja sen käytöstä tarjoiltiin ratkaisuja AI & Big Data Expo Europe -konferenssissa.

Konferenssi järjestettiin Amsterdamin RAI-konferenssikeskuksessa 19.-20.6.2019. Tapahtuma onnistui houkuttelemaan yli 8000 innokasta big datasta ja tekoälystä kiinnostunutta kuuntelijaa tutustumaan uusiin teknologioihin ja hankkimaan tuoretta tietoa tekoälyn, big datan ja analytiikan hyödyntämisestä liiketoiminnan tukena.

Konferenssi oli jaettu viiteen erilliseen osa-alueeseen kahdelle päivälle: tekoäly yrityksissä, tekoälyn ja big datan soveltaminen, IoT:n ja tekoälyn analytiikka, tekoälyn teknologiaratkaisut sekä big data ja liiketoimintaratkaisut. Tarjonnan runsauden vuoksi oli fokusoitava kiinnostavimpiin aiheisiin — omalla kohdallani soveltavaan tekoälyyn ja big datan soveltamiseen sekä big data ja liiketoimintaratkaisut -esityksiin. Puhujina toimivat maailman suurimpien brändien, kuten Hitatchin, Airbusin, Bayerin ja Philipsin tekoälyn asiantuntijat, jotka esittelivät omia ratkaisujaan.

Konferenssin mielenkiintoisimpiin esitelmiin kuuluivat energiayhtiö OVO:n ja monikansallisen Bayer-yhtiön esitykset tekoälyn hyödyntämisestä. OVO pyrki vakuuttamaan kuulijoilleen, että hyödyntämällä IoT-mittareita ja käyttämällä tekoälyä miljardien viestien analysointiin voidaan sähkövarastoja hajauttaa asiakkaiden koteihin. Nykyinen energiajärjestelmä vaatii tarkkaa tasapainoa tuotannon ja kulutuksen välillä, eikä sovellu kovin hyvin uusiutuvien energialähteiden käyttöön. Hajautettujen sähkövarastojen avulla energiaa on kuitenkin helpompi säilöä ja jakaa silloin, kun sähköä todella tarvitaan. Hyödyt ovat moninaisia: kuluttaja saa mahdollisuuden hallita energiankulutustaan samalla, kun energiaa tuotetaan ilmaston lämpenemisen näkökulmasta neutraalimmalla tavalla.

Perinteisesti lääkeyhtiönä pidetty Bayer on vienyt big datan, IoT:n ja koneoppimisen hyödyntämisen korkealle tasolle. Bayer käyttää näitä kaikkia tehokkaasti hyödyksi myös maataloudessa. Ennen kuin yhtäkään siementä on kylvetty pelloille, on käytetty petabitin verran aineistoa analysoimaan sitä, mitkä jalostuskannat ovat sopivia juuri kyseiselle maantieteelliselle alueelle. Analyyseissä huomioidaan edellisvuosien kasvuaineistoja, satelliittidataa ja siementen geenipankkeja ja analyysien apuna käytetään koneoppimista. Tämän lisäksi monet viljelyslaitteet on kytketty pilveen, ja niiden keräämää aineistoa voidaan analysoida ja käyttää hyödyksi seuraavan vuoden malleissa. Lisäksi koneoppimista on hyödynnetty kasvitautien diagnostiikassa opettamalla kone tunnistamaan kasvitaudit kuvakirjastojen avulla. Näin maanviljelijä voi esimerkiksi kännykkäkuvan avulla saada tiedon kulloinkin kyseessä olevasta kasvitaudista ja toteuttaa korjaavat toimenpiteet täsmällisesti.

Konferenssin anti analytiikan ja big datan hyödyntämisestä ja niiden soveltamisessa liiketoiminnassa oli kattava. Yksi viesti oli kuitenkin ylitse muiden: tekoälyn, big datan tai analytiikan käytön aloittamisessa on syytä lähteä liikkeelle pienin askelin. Ensimmäiseksi käyttökohteeksi ei välttämättä kannata valita sitä, josta saisi suurimmat säästöt. Sen sijaan on syytä startata kohteesta, jonka päämäärästä on vahva yhteisymmärrys teknisen toteutuksen ja liiketoiminnan kesken. Näin rakennetaan toimiva ja vahva pohja tekoälyn, koneoppimisen ja big datan hyödyntämiselle.

Jaa tämä artikkeli