digitalisaatio, liikenne, tutkimus, verkostot, viestintä, yleinen

Liikenne- ja viestintätiedosta parempia palveluita

Anne Miettinen, tutkimuspäällikkö (kuva: LVM)

Liikenne- ja viestintäministeriön hallinnonala tuottaa valtavat määrät tietoa. Ei kuitenkaan riitä, että tieto on olemassa, vaan se pitää myös saada yhteiskunnassa laajasti hyötykäyttöön. Edellytyksenä on, että tieto olemassa olevasta datasta on saatavilla.

Siksi kokosimme hallinnonalan avoimen datan ryhmässä tietokartan, joka koostuu hallinnonalalla tuotetuista tietoaineistoista kuvauksineen sekä niiden hyvinkin tarkoista tietolajeista ja luovutustavoista. Lisäksi tunnistimme haasteita koskien tietojen hyödynnettävyyttä, sillä tietojen reaaliaikaisuus ja tarkkuus on yhä merkityksellisempää esimerkiksi liikenteen automaatiolle ja logistiikkaketjujen ennakoivalle päätöksenteolle.

Annoimme myös esimerkkejä datan hyödyntämismahdollisuuksista, mutta tässä heitämme nyt palloa erityisesti eri toimialojen yritysten, korkeakoulujen, tutkimuslaitosten ja virastojen suuntaan. Datan hyödyntämismahdollisuuksissa on erittäin suuri potentiaali. Valtioneuvoston selvityksen mukaan ne yritykset, jotka käyttivät innovaatiotoiminnassaan liikenteen avointa dataa,saivat liiketoimintaansa eniten kasvua.

Ilmatieteen laitoksen dataa on käytetty CGI:n paikkatietojärjestelmän toimituksissa. Liikenneviraston rautatiedataa on puolestaan hyödynnetty matkustajaliikenteen verkkopalveluissa, avointa aikatauludataa MaaS-palveluissa ja tieliikenteen häiriötiedotteita autonavigaattorivalmistajien kanavissa. Trafin dataa on hyödynnetty esimerkiksi Helsingin Sanomien päästömittaustyökalussa. Viestintäviraston data taas on ollut arvokasta Fonectan henkilöitä, yrityksiä, palveluita ja puhelinnumeroita koskevassa hakupalvelussa.

Miten voisitte hyödyntää olemassa olevaa dataa joko sellaisenaan tai yhdistelemällä sitä muiden toimijoiden ja omaan dataanne? Voisiko yritys jakaa dataa win-win-periaatteella luottamukseen perustuen muiden yritysten kanssa siten, että syntyisi uutta liiketoimintaa tai jopa avata dataansa avoimesti? Syntyisikö dataa yhdistelemällä jopa toimialojen rajat ylittäviä palveluja ja liiketoimintaa?

Julkinen ja yksityinen sektori muodostaa yhdessä arvokkaan dataperustaisen varallisuuserän. Pystyisimmekö yhdessä fiksusti toimimalla tuottamaan, jakamaan ja hyödyntämään dataa niin että se myös tuottaa arvoa?

Nämä kysymykset liittyvät myös laajempaan tietopolitiikkaan, jonka valmistelun tukena hallinnonalamme avoimen datan ryhmä toimii.

Liikenne- ja viestintäministeriö haluaa näyttää avoimen datan tarjoamisessa esimerkkiä. Liikenteen turvallisuusviraston (Trafi) Liikennelabra toimii avoimen datan yhteyspisteenä uusien liikkumisen ja liikenteen palvelujen markkinalabrana.

Me tietokartan laatijat esittelemme tietokarttaa myös mielellämme erilaisissa tilaisuuksissa.

Kirjoittaja on tutkimuspäällikkö ministeriön Tieto-osaston tietoliiketoimintayksikössä

Julkaisu: Liikenne- ja viestintäministeriön hallinnonalan tietokartta (julkaisuja 16/2017)

automatisaatio, digitalisaatio, liikenne

Raideliikenteen automaatiolla lisää turvaa ja tehoa

Janne Hauta (Kuva: LVM)

Junat ja raitiotiet olivat industrialismin ensimmäisiä ”moderneja” kulkutapoja. Kiskot mahdollistivat tavaroiden ja ihmisten liikkumisen myös seuduilta, joissa ei ollut vesireittiä. Tämän seurauksena teollistuminen levisi huomattavasti aikaisempaa laajemmille aluille.

Tieliikenteen automatisoituminen ja palveluistuminen etenee kovalla vauhdilla ja nämä trendit tulevat myös vauhdilla raideliikenteeseen. Automaatiota on kuitenkin hyödynnetty kaupunkiraideliikenteessä jo kauan.

Esimerkiksi Lontoossa, Kööpenhaminassa ja Pariisissa on ollut automaattisia metrolinjoja jo vuosien ajan. Kuten muussakin automaatiossa, myös kaupunkiraideliikenteessä sillä pyritään lisäämään turvallisuutta, tehostamaan ratakapasiteetin käyttöä sekä energiatehokkuutta. Metrojärjestelmät ovat toimintaympäristöinä suljettuja ja tämän vuoksi yksinkertaisempia toteuttaa automaattisen operoinnin näkökulmasta. Suomessa metroliikenteen automaation odotetaan tapahtuvan 2020-30 -luvun taitteessa kalustouudistusten yhteydessä.

Raitiovaunuliikenteen automaation osalta on todennäköistä, että automaattiajamisen teknologiaa kehitetään ensin autoihin ja tätä kehitystyötä hyödynnetään raitiovaunuihin. Tähän on syynä turvallisuus: Raitiovaunuliikenne toimii avoimessa vuorovaikutteisessa ympäristössä muun liikenteen ja tienkäyttäjien kanssa.

Viime aikoina sekä EU:n rautatievirasto ERA:ssa että Euroopan sateliittinavigointivirastossa GSA:ssa on kiinnitetty huomiota satelliittipaikannuksen ja automaation tuomiin mahdollisuuksiin raideliikenteen kulunvalvonnassa. Suomen onkin hyvä seurata tiiviisti sitä, miten uudet tekniikat kehittyvät ja miten niitä otetaan eri maissa turvallisesti käyttöön. Uusiin tekniikoihin sisältyy mahdollisuus tehdä asiat ja investoinnit halvemmalla. Raideliikenne ei tee tässä poikkeusta.

Junaliikenteessä automaatiota hyödynnetään jo kuljettajien apuna. KUPLA eli kuljettajien päätelaite on tablettisovellus, joka otettiin käyttöön reilu vuosi sitten, toimii veturinkuljettajien ensisijaisena tiedonlähteenä. Sovellus mahdollistaa nopean ja reaaliaikaisen tilannetiedon välittämisen junan kuljettajalle.

Lentoasemien terminaalien välisessä liikenteessä täysin automaattiset tai kokonaan kauko-ohjatut junat ovat olleet maailmalla käytössä jo pitkään. Näissä kohteissa pitkälle viedyn automaation mahdollistaa muulta liikenteeltä erotettu rataverkko, joka yksinkertaistaa toimintaympäristöä merkittävästi.

Raideliikenne on aina ollut, ja tulee olemaan, tärkeä osa arjen ja loman liikkumista. Automaation avulla siitä on mahdollista tehdä vieläkin kilpailukykyisempää ja turvallisempaa.

Janne Hauta

Kirjoittaja on liikenne- ja viestintäministeriön Tieto-osaston neuvotteleva virkamies.

 

automatisaatio, digitalisaatio, liikenne, liikenne palveluna, tutkimus, viestintä, viestintäpolitiikka

Datan jakamisen sietämätön keveys

Taru Ratsas, viestintäneuvos, Tietoliiketoimintayksikkö

Kodakia käytetään esimerkkinä digitaalisesta disruptiosta. Kuvien digitointi ei sinällään ollut mullistus vaan se, että kotialbumin sijaan valokuvia pystyttiin levittämään. Sama murros on tapahtumassa datataloudessa: varastoinnin sijaan arvo syntyy jakamisesta.

Maailman yleisin käyttöjärjestelmä on avoin. Avoimuus tarkoittaa jakamista. Linux on jakanut ytimensä eli lähdekoodin. Arvo syntyy kehityksestä, jota koodilla tuotetaan. Samoin datassa, jonka jalostaminen tuottaa arvon. Esimerkiksi liikennepalvelulain tarkoitus on siten avata tietorajapintoja, sillä uudet liikkumisen palvelut ja matkaketjut edellyttävät datan yhdistämistä.

Asiakasdata nähdään uniikkina. Asiakkaat eivät ole kuitenkaan vain sinun, vaan jaettuna myös muiden. Kokonaiskuva on vain henkilöllä itsellään. Siten tietosuoja-asetuksen antama oikeus itseään koskevaan dataan ja sen siirtämiseen on mahdollisuus henkilötiedon laajempaan hyödyntämiseen. Finanssiala on sopeutumassa muutokseen myös maksupalveludirektiivin myötä. Pankeille vaatimus avata asiakastilien rajapinnat tarjoaa samalla pääsyn kilpailijan asiakkaisiin.

Datan määrä kasvaa, mutta silti datan saatavuus on palvelukehityksen rajoite. Klassinen seuraus tästä on ns. katulamppuefekti, jossa ihminen etsii puistoon hukkaamiaan avaimia lampun alta, koska valaistulta alueelta hän voi avaimen löytää. Valon kohdetta tulisi laajentaa yli organisaatiorajojen, jolloin ratkaisuja etsitään laajemmalla datalla. Yksittäisellä yrityksellä ei ole usein tarpeeksi dataa, jotta koneen opettaminen olisi järkevää.

Teimme selvityksen yritysten tarpeista datan anonymisointiin. Oletuksena oli, että yrityksillä on tarve palveluihin, joiden avulla ne voivat massamuotoisesti hyödyntää dataa, josta henkilö ei ole enää tunnistettavissa. Tilastokeskus tarjoaa tällaista palvelua tutkimukselle. Haastattelut eivät tuoneet oletukselle kuitenkaan vahvistusta. Anonymisointi nähdään tärkeäksi, mutta datan käsittelyä ei haluta antaa yrityksen ulkopuolelle.

Yritykset haluaisivat selkeitä ohjeita siitä, milloin henkilötiedon anonymisointi on riittävää. Data on sidonnaista käyttöyhteyteen, joten yhtä yleistä ratkaisua ei ole. Eikä anonymisointia tule nähdä kertaluonteisena toimenpiteenä. Yrityksellä tulee olla käytänteitä, joilla se hallitusti käsittelee ja seuraa henkilötiedon käsittelyä vaatimusten mukaisesti sekä kykyä arvioida tietojen anonymiteettiä säännöllisesti. Osoitus tietosuojasta huolehtimisesta on yrityksen paras vakuutus.

Datan jakaminen edellyttää oikeuksien ja vastuiden tasapuolista määritystä. Datayhteistyö estyy usein jo etukäteen, kun pelkästä naapurikateudesta tai luottamuksen puutteesta nousee kiista hyödyistä. Jakamistaloudessa arvo syntyy, kun panostuksia voidaan osittaa ja maksut määräytyvät käytöstä. Palveluista tulisi sekä datan tuottajille että käyttäjille järkeviä.

Anonymisoidun datan käyttökohteita riittää. Tietoa analysoiden voitaisiin esimerkiksi löytää terveysriskejä, syrjäytyviä nuoria, kehittää liikenteenohjausta, koulutussuunnittelua tai markkinointia, optimoida energiankulutusta, paljastaa petoksia, ennakoida taloutta tai kertoa miten verenpaineeni suhteutuu verrokkikansalaiseen.

Tulevaisuus on datan hyödyntämisessä ihmisten palvelemiseksi. Se on ”on-demand”- palveluja, jotka vastaavat käyttäjän tarpeeseen tarvittaessa. Se on dataa yhdistelevien ympäristöjen, joissa robotit auttavat murskaamalla dataa. Ei ole järkeä, että kone opetetaan lukemaan datalla, joka nollataan seuraavaa asiakasta varten. Tekoälyn tarjoamaa oppimisetua ei kannata hukata vain sillä, että valmius datan jakamiseen puuttuu.

Kirjoittaja on viestintäneuvos liikenne- ja viestintäministeriön Tietoliiketoimintayksikössä. 

Julkaisu:   Anonymisointipalvelut. Tarve ja toteutusvaihtoehdot (LVM:n julkaisuja 7/2017)

automatisaatio, digitalisaatio, yleinen

Kohti tietoliiketoimintaa – mistä osaajat?

Anne Miettinen
Anne Miettinen, tutkimuspäällikkö (kuva: LVM)

Pärjätäkseen kilpailussa jokaisen yrityksen pitää olla tavallaan data-analyysiyritys. Pitää osata yhdistellä ja analysoida tietoja liiketoimintaympäristöstä ja asiakkaista sekä kehittää ja tarjota palveluja ja tuotteita yhä runsaamman ja reaaliaikaisemman datan pohjalta asiakkaiden oikeuksia kunnioittaen. Kilpailluilla markkinoilla pitää osata hyödyntää älykästä automatiikkaa ja robotiikkaa niin, että tuottavuus lisääntyy, tietotyö ja fyysinen työ helpottuvat. Palvelujen ja tuotteiden on toimittava laadukkaasti, eettisesti ja turvallisesti.

Osa nykyisistä työtehtävistä muuttuu tai jopa häviää kun tulevaisuudessa dataa, automaatiota ja robotisaatiota hyödynnetään tehokkaasti. Toisaalta työvoiman kysyntä voi kasvaa kun uudenlaisia, suomalaiseen osaamiseen pohjautuvia tuotteita ja palveluita saadaan markkinoille.

Suomessa on huippuosaamista mm. data-analyysissa ja keinoälyssä, mutta myös sovellusaloilla kuten lääketieteessä, biotieteissä, liikenteessä ja energia-alalla. Tulevaisuuden tarpeiden kannalta sisällöllisesti ja määrällisesti oikein suunnattu ja riittävä koulutustarpeiden ennakointi ja erityisesti koulutuksen nopea uudelleensuuntaaminen on välttämätöntä, jotta osaaminen mahdollistaisi kehittyvien teknologioiden hyödyntämisen ja uudet digitaaliset toimintamallit.

Nykyiseen satunnaiseen ja hajanaiseen täydennyskoulutukseen on syytä kiinnittää huomiota, sillä sen tarve kasvaa koko ajan. Kehittämistä on myös yritysten uusien liiketoimintamahdollisuuksien ymmärtämisessä sekä investointihalukkuudessa uuteen liiketoimintaan.

Suomessa suurten tietoaineistojen, ns. massadatan (big datan) hyödyntäminen liiketoiminnassa on vahvistumassa. Noin neljännes suomalaisista yrityksistä hyödyntää jo massadataa, mutta älykkään automaation ja robotiikan osalta ollaan vielä alkumetreillä lukuun ottamatta perinteistä teollisuusautomaatiota ja palvelurobotiikan ja ohjelmistoautomaation edelläkävijäyrityksiä. Osaamistarpeiden tunnistaminen ja niiden huomiointi rekrytoinneissa haastaa yrityksiä.

Suurin osaamisvaje kohdistuu mm. datatieteilijöihin, robotiikan ohjelmisto-osaajiin ja pilviteknologioiden osaajiin. Yrityksissä tarvitaan erityisesti moniosaajia, joilla on vahvaa menetelmä- tai teknologiaosaamista omalta alalta ja osaamista joltain sovellusalueelta sekä moniammatillisia tiimejä.

Yksi ratkaisu liiketoiminnan kehittämiseen on, että osaajia tarvitsevat yritykset jakavat omistamaansa dataa ja laitteitaan hackathonien, oppilaitosten tai jopa toisten yritysten käyttöön siten, että moniammatilliset tiimit tuottavat palvelu- ja tuoteideoita, ohjelmia tai robotteja. Hackathonissa osaamista voi testata ennen rekrytointia tai liiketoimintayhteistyön aloittamista.

Suomen nousu massadatan hyödyntämisen ja robotiikan kehityksen kärkimaaksi edellyttää laaja-alaista yhteistyötä ja määrätietoisia toimia mm. tutkimus- ja innovaatiorahoituksen suuntaamisessa, liiketoimintaekosysteemien kehittymistä tukevissa verkostoissa ja osaamiskeskittymissä sekä kokeiluympäristöjen ja kokeilujen toteuttamisessa.

Verkostoituminen ja tutustuminen automaation, robotiikan ja keinoälyn mahdollisuuksiin ja oikeisiin robotteihin on mahdollista robottiviikoilla 21.–27.11.

Kokemuksia massadatan, omadatan sekä älykkään robotiikan ja automaation osaamistarpeista ja –tarjonnasta (LVM:n julkaisuja 13/2016)

Valtioneuvoston periaatepäätös datan hyödyntämisestä liiketoiminnassa

Valtioneuvoston periaatepäätös älykkäästä robotiikasta ja automaatiosta

Suomi edelläkävijäksi merisektorin automaatiokokeilussa

Robottiviikko

Kirjoittaja on liikenne- ja viestintäministeriön tutkimuspäällikkö.