Ajatelmia sote verkostopäiviltä
Tietojohtamisen verkostopäivillä Lahdessa puhuttiin paljon datasta, ennustamisesta, tekoälystä ja tiedolla johtamisen kyvykkyyksistä. Eri puheenvuoroja kuunnellessa mieleeni jäi kuitenkin yksi niitä yhdistävä kysymys: mitä tapahtuu sen jälkeen, kun tieto on saatu näkyviin?
Raportti voi osoittaa, että palveluiden käyttö kehittyy väärään suuntaan. Ennustemalli voi kertoa, että päivystyksen kysyntä todennäköisesti kasvaa. Algoritmi voi tunnistaa asiakasryhmän, jonka tilanteeseen pitäisi puuttua. Mutta yksikään näistä ei vielä itsessään muuta toimintaa.
Siinä kohtaa tiedolla johtaminen muuttuu governance-kysymykseksi, josta esim. Creatidon tiedolla ohjautuva kulttuuri rakennetaan johtamalla, ei raportoimalla -puheenvuoro esitti hienoja esimerkkejä.
Ensimmäinen ongelma oli saada tieto näkyviin. Nyt ongelma on saada se käyttöön.
Hyvinvointialueilla ja muuallakin julkishallinnossa on rakennettu tietoaltaita, raportointia ja yhteisiä tietopohjia. Verkostopäivien tutkimuspuheenvuorossa tämä näkyi juuri siirtymänä teknisestä tiedon tuottamisesta kohti tietojohtamisen strategisempaa roolia. Samalla organisointi, vastuut, osaaminen ja toimintatavat nousevat yhä tärkeämmiksi.
Kun tieto saadaan raportille, tekninen ongelma on ehkä ratkaistu. Johtamisen ongelma ei välttämättä ole.
Voimmeko luottaa tietoon? → Voimmeko luottaa tulkintaan? → Kuka päättää? → Kuka toimii? → Syntyikö tavoiteltu vaikutus?
Tiedolla johtamisen governance ei tällöin tarkoita yhtä uutta hallintomallia. Se tarkoittaa sitä, että tämän ketjun jokaisessa kohdassa tiedetään, kuka vastaa mistä, millä perusteella päätöksiä tehdään ja miten lopputuloksesta opitaan.
Verkostopäivistä nostaisin kolme governance-kysymystä organisaatiolle
Voimmeko luottaa dataan?
Esimerkiksi Tuija Ikosen puheenvuorossa kerrottiin, kuinka asiakas- ja potilasturvallisuuden tieto on nykyisin hajallaan eri järjestelmissä ja prosesseissa. Tavoitetilassa tarvitaan yhteisiä käsitteitä ja rakenteita, tiedon liikkumista ja sitä, että kerran kirjattu tieto voidaan hyödyntää myöhemmin ohjauksessa, oppimisessa, päätöksenteossa ja ennakoinnissa.
Tämä on juuri Data Governancen ydintä. Tiedon hyödyntämistä ei ratkaista vain siirtämällä enemmän dataa samaan paikkaan. Pitää tietää, mitä tieto tarkoittaa, mistä se on tullut, kuka siitä vastaa, kuinka laadukasta se on ja mihin sitä voidaan käyttää. Käyttötarkoitus ja henkilötietojen käytön edellytykset eivät ole erillinen compliance-lisäke vaan osa datan käyttökelpoisuutta
Voimmeko luottaa mallin tekemään tulkintaan?
Aapo Lokan puheenvuoro siltaa Data Governancea AI Governanceen. Hän korosti, että malli ei “tiedä”, vaan laskee sille annettujen tietojen perusteella. Koodistot ja määritelmät voivat muuttua, joten mallin tuloksia ei voi irrottaa sen datasta ja oletuksista.
Erityisen kiinnostava governance-nosto oli minusta hyväksyttävä virhe. Ennustemallin virhe ei ole vain tekninen suorituskykymittari: hyväksyttävä virhetaso riippuu siitä, mihin mallia käytetään ja mitä väärä ennuste aiheuttaa.
Tässä kohtaa governance siirtyy datasta malliin. Kuka päättää, että malli on riittävän hyvä tähän käyttötarkoitukseen? Mitä virhettä voidaan hyväksyä? Kuka seuraa mallin toimintaa? Milloin asiantuntijan pitää ohittaa sen antama suositus?
Kun päätöksenteon tukena käytetään tekoälyä, tarvitaan lisäksi AI governancea: selkeät vastuut sille, mihin tekoälyä käytetään, miten sen riskejä ja toimintaa arvioidaan ja milloin ihmisen on puututtava sen tuottamaan suositukseen. Kyse ei siis ole vain mallin teknisestä laadusta, vaan siitä, että tekoälyn käyttö on hallittua koko sen elinkaaren ajan.
Muuttuuko tulkinta toiminnaksi?
Muutamissa puheenvuoroissa kiinnostavaa oli juuri palautesilmukka: asiakasohjauksessa syntyvä tieto palautuu tietopohjaan, sitä analysoidaan ja havainto pitäisi pystyä viemään takaisin konkreettiseksi ohjaukseksi tai herätteeksi. Samalla he painottivat, ettei kyse ole vain teknologiasta vaan toiminnan muutoksesta.
Organisaatio voi omistaa hyvän datan ja hienon mallin ja silti olla huono tiedolla johtamisessa. Ratkaiseva kysymys kuuluu: mitä tapahtuu, kun tieto kertoo, että jotain pitäisi tehdä?
Kuka saa herätteen? Kenen vastuulla siihen reagoiminen on? Milloin asia eskaloidaan? Saako suosituksesta poiketa? Dokumentoidaanko peruste? Ja ennen kaikkea: tarkistetaanko myöhemmin, oliko päätöksellä tavoiteltu vaikutus?
Tarvitaan hallintakyvykkyyttä
Tiedolla johtamisen kypsyys ei ehkä lopulta määräydykään sen perusteella, kuinka paljon organisaatiolla on dataa tai kuinka kehittyneitä sen analytiikkavälineet ovat. Ratkaisevaa on hallintakyvykkyys: pystyykö organisaatio muuttamaan tiedon hallitusti päätöksiksi ja päätökset toiminnaksi.
Hallintakyvykkyys ei tarkoita lisää hallintoa. Se tarkoittaa esimerkiksi sitä, että:
- käsitteet, vastuut ja käyttötarkoitukset ovat selvät
- tiedon ja mallien luotettavuutta arvioidaan
- päätösvastuut ja poikkeamat ovat näkyviä
- vaikutuksia seurataan
- toiminnasta syntyvä uusi tieto palautuu seuraavan päätöksen pohjaksi.
Julkishallinnossa tämä korostuu, koska samaan ketjuun liittyy yleensä monta organisaatiota, ammattiryhmää ja tietojärjestelmää sekä merkittävä määrä sääntelyä. Kun tähän lisätään ennustemallit ja tekoäly, hallintakyvykkyyden tarve ei vähene vaan kasvaa.
Ehkä organisaation tietojohtamisen kypsyyttä kannattaakin seuraavan kerran arvioida raporttien määrän sijasta toisella tavalla. Kun tärkeä havainto syntyy, tiedämmekö kuka siihen reagoi, millä perusteella ja mitä sen jälkeen tapahtuu? Jos vastaus ei ole selvä, ongelma ei välttämättä ole datassa. Se voi olla hallintakyvykkyydessä.
Jaakko Viitanen
Toimitusjohtaja
Puh +358 40 565 0430
jaakko.viitanen@lawder.fi
