Suurista tietomääristä enemmän irti tekoälyllä

Porilainen ohjelmistoyritys Elinar kehitti rakenteettoman datan tehokkaaseen hyödyntämiseen soveltuvan ElinarAI-tekoälytuotteen organisaatioiden avuksi.

^{TEKSTI | TUOMAS I. LEHTONEN   KUVA | VIA RAMSTÉN}

Elinarin toimitusjohtaja Mikko Hörkön mukaan tekoälyn avulla voidaan hyödyntää organisaatioiden tietovarantoja aivan uudella tavalla. Tekoäly paitsi mahdollistaa rutiininomaisten tiedonkäsittelytehtävien automatisoinnin, mutta tarjoaa myös mahdollisuuden löytää aivan uudenlaista tietoa liiketoimintaprosesseista. Parhaimmillaan seurauksena voi olla täysin uusien liiketoimintamallien syntyminen.

– Yritykset tallentavat valtavasti dataa, mutta hyödyntävät sitä puutteellisesti. Yrityskohtaisesti toteutetulla tekoälyratkaisulla rakenteettomasta datamassasta voimme poimia uutta tietoa liiketoiminnan tarpeisiin. Tämä tuo tuntuvia säästöjä tai mahdollistaa uutta liiketoimintaa.

IBM Business Partnerina Elinar alkoi kehittää omaan teknologiaan pohjautuvaa tekoälytuotettaan, ElinarAI:tä, vuonna 2016. Ensimmäisenä sovelluksena syntyi ratkaisu, joka tunnistaa ja kerää kattavasti erilaisia henkilötietoja dokumenteista. Sen avulla organisaatiot voivat vastata paremmin henkilötietolain eli GDPR:n vaatimuksiin.

– Ratkaisumme sijoittui kolmen parhaan joukkoon globaalissa IBM Watson Build -kilpailussa vuonna 2017. Tämä oli päänavaus, joka avasi meille aivan uudenlaiset mahdollisuudet rakenteettoman datan löytämiseen ja käsittelyyn. Sittemmin olemme käyttäneet ElinarAI:tä monissa muissakin sisällönhallintaratkaisuissamme. Tekoäly pitää vain opettaa ratkaisemaan erilaisia spesifisiä haasteita ja työskentelemään asiakkaidemme prosessien mukaisesti.

Automatisointi tuo säästöjä

Tällä hetkellä Elinar on valjastanut tekoälyä erityisesti suuryritysten taloushallinnon dokumentoinnin tarpeisiin. ElinarAI soveltuu erityisen hyvin etenkin tilaus-, laskutus- ja maksuprosessien tehostamiseen sekä automatisointiin.

– Suurilla kansainvälisillä yrityksillä erityisesti tiliöinti on haastavaa, sillä laskujen määrä on valtava ja laskuformaatit vaihtelevat maittain. Tekoäly voidaan opettaa tekemään tiliöintityö virheettömän tiliöintidatan avulla, ja tiliöinnin automaatioaste voidaan nostaa jopa 95 prosenttiin. Pelkästään yhden laskun automaattinen tiliöinti säästää useita euroja ja tiliöintitietojen päivittyminen nopeutuu viikoilla. Samalla ostolaskujen seuranta täsmentyy merkittävästi.

Toisena mielenkiintoisena tekoälyn hyödyntämismahdollisuutena Hörkkö mainitsee tietojen tunnistamisen lääkärilausunnoista. 

– Tekoälyn tuottamaa  tietoa voidaan käyttää uusien hoitomenetelmien kehittämiseen, mutta anonymisoidun tiedon avulla voidaan tehostaa myös lääketieteellistä tilastointia ja tutkimustyötä. 

Hörkkö uskoo myös vahvasti, että rakenteetonta tietoa voidaan tulevaisuudessa hyödyntää lukuisiin eri käyttötarkoituksiin. 

– Esimerkiksi energiasektorilla toimivat yritykset voisivat hyödyntää rakenteetonta tietoa ja tekoälyn mahdollisuuksia ympäristöselvitysten tekemiseen sekä toimintansa ympäristövaikutusten minimointiin, Hörkkö pohtii.