Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Koneoppimisen hyödyntäminen julkishallinnossa: miten löytää ja tutkia mahdollisuuksia - Pekka Pajuoja, Business Finland

Presentation at Solita Public Sector Pulse, 4.6.2019, Helsinki

  • Login to see the comments

  • Be the first to like this

Koneoppimisen hyödyntäminen julkishallinnossa: miten löytää ja tutkia mahdollisuuksia - Pekka Pajuoja, Business Finland

  1. 1. Koneoppimisen hyödyntäminen julkishallinnossa: miten löytää ja tutkia mahdollisuuksia? Solita Public Sector Pulse 4.6.2019 Pekka Pajuoja, Business Finland Senior Director, CIO
  2. 2. Tekoälyohjelma, Pekka Ala-Pietilä 23.10.2017 www.tekoalyaika.fi/
  3. 3. ”Koneoppiminen ja tekoäly ovat kuin internet steroideilla.” Micki Honkavaara, Nvidia (Kauppalehti, 5.3.2018)
  4. 4. Sisältö Mikä Business Finland? Miksi tekoälyä voisi tarvita? Mihin tekoälyä voisi tarvita? Millaisia havaintoja ja tuloksia? 6.6.2019 4
  5. 5. MIKÄ BUSINESS FINLAND? 6.6.2019 5 ▪ Suomalainen julkinen toimija ▪ Tarjoaa innovaatio- rahoitusta ja kansainvälistymispalveluita ▪ Edistää matkailua ja investointeja Suomeen. ▪ 600 asiantuntijaa ▪ 40 toimipisteessä maailmalla ▪ 16 toimipaikassa Suomessa ▪ Business Finland on osa Team Finland -verkostoa ▪ www.businessfinland.fi
  6. 6. MIKSI TEKOÄLY? AJUREITA ▪ Asiakkaat haluavat aina parempaa palvelua ▪ Yli 10 % asiantuntijoista jää eläkkeelle 2019-2023, 30% seuraavassa 10 vuodessa ▪ Työt tehtävä vähemmällä väellä, tehokkaammin ja nopeammin ▪ Aikaa vapautettava rutiintitehtävistä ▪ Haluamme olla edelläkävijöiden joukossa KEINOJA 1. Asiakkaiden itsepalvelu 2. Digitaliset asiakaspalvelijat 3. Digitalisaation lisääminen 4. VM:n rahoittama kehitys ▪ Projektit ja kokeilut 6.6.2019 6 Samat haasteet kuin koko suomalaisella yhteiskunnalla ja kaikilla työnantajilla. Lisäksi julkisen sektorin tehostamisvaatimukset.
  7. 7. MITÄ TEHTY TAI TYÖN ALLA ▪ Selvitys IBM:n kanssa tavoitteiden tunnistamiseksi ▪ VM:n rahoittama projektikokonaisuus ▪ Business Finland Connection –kehitystyö ▪ Prosessimittauksia ▪ Omia kokeiluja 6.6.2019 7
  8. 8. TOSISSAAN LIIKKEELLÄ - TAVOITTEET 6.6.2019 8 VM:n rahoituksen osaprojektit Asiakastiedon keruu automaattisesti Taustatiedon analyyttinen koostaminen eri lähteistä Ulkoisen tiedon käyttö laajasti, mm. ekosysteemi- ja markkina-analyysissä Tekoälyä hyödyntävät asiakaspalvelun uudet ratkaisut Rutiiniprosessien automatisointi Integraatioratkaisut ja edellytysten luonti ▪ Uudenlainen toimintamalli julkisen rahoittajan päätöksentekoon AI:n avulla ▪ Otetaan käyttöön tekoälyyn ja prosessiautomaatioon pohjautuvia ratkaisuja ▪ Hyödynnetään laajasti asiakasprosessissa ulkoista ja toimijoiden sisäistä dataa ▪ Tehdään tarvittavat järjestelmämuutokset
  9. 9. TEHTYJÄ KOKEILUJA ▪ Chatbotit ▪ Tunnustelulomakkeen automatisointi ▪ Rahoitushakemusten riskien arvioinnin automatisointi  ▪ Tekoälyn luokittelemia Tempo*-hakemuksia käsittelijöille ✓ *) Tempo on yksi BF:n rahoituspalveluista 6.6.2019 9
  10. 10. 6.6.2019 10
  11. 11. BF Connection Landscape-visualisointi
  12. 12. Startup-firma 1 Startup-firma 2
  13. 13. PROSESSIMITTAUKSIA 6.6.2019 14 Läpimenoajat Tehokkuus
  14. 14. 15 LUOKITUKSET AI:N AVULLA Kone on oppinut luokittelemaan hakemuksia yhdistämällä tuhansia käyttäjien antamia luokituksia hakemusteksteihin Luokituksen todennäköisyys eli osumatarkkuus
  15. 15. TUNNISTETTUJA EDELLYTYKSIÄ ▪ Rakennettava jaettu ymmärrys siitä, miten BF voi käyttää kaupallisia pilvipalveluita ▪ Julkisen hankinnan järjestely, joka tukee ketterää projektointia ja laajaa toimittajakantaa ▪ BF:n omat resurssit ▪ Kokeiluympäristön rakentaminen ▪ Edistettävä rajapintojen kehittämistä muihin järjestelmiin
  16. 16. HAVAINTOJA ▪ Kokeilut ▪ Ota onnistumiset käyttöön - opi epäonnistumisista ▪ Vanhojen järjestelmien datan sisältö ja rakenne eivät riitä koneoppimiseen ▪ Ei ole tarpeeksi historiaa prosessin eri vaiheiden tiedoista ▪ Hyödyt saavutetaan prosesseja ja työtapoja virtaviivaistamalla 6.6.2019 17
  17. 17. VAIKEIMPIA ASIOITA ▪ Onnistuneiden kokeilujen tulosten ”tuotteistaminen” ja vienti osaksi tuotantojärjestelmiä ▪ Haasteita ▪ Luottamuksellisten tietojen käsittely ▪ Erilaisten ja eri-ikäisten teknologioiden yhteensovittaminen ▪ Vanhat legacy-järjestelmät ▪ Henkilöstön pelot ▪ Kommunikointi ja asioiden selittäminen huipputärkeää ▪ Eettiset kysymykset nousevat 6.6.2019 18
  18. 18. TEKNOLOGIOITA JA KUMPPANEITA ▪Kumppanit ▪ VXT Research (Business Finland Connection) ▪ Solita (luokittelijamuutokset rahoituksen järjestelmään) ▪ Ultimate.ai (Tempo chatbot) ▪Esimerkeissä käytetyt teknologiat ▪ Fasttext (Tunnustelulomake, luokittelijamuutokset) ▪ Latent Semantic Analysis –algoritmi semanttiseen hakuun ja UMAP-algoritmi visualisointiin (Business Finland Connection)
  19. 19. Kiitos! pekka.pajuoja@businessfinland.fi janne.karjalainen@businessfinland.fi
  20. 20. TEAM FINLAND TUNNUSTELULOMAKE ▪ Kerätään yhteyden ottaneesta yrityksestä mahdollisimman paljon tietoa automaattisesti eri lähteistä BF-asiantuntijan työn helpottamiseksi ▪ Vastuuhenkilöt, tilinpäätöstiedot, verovelkatiedot, … ▪ Analysoitu asiakkaan lomakkeelle syöttämä ”tarve” FastText – algoritmillä ▪ Opetettu jo käsiteltyjen tunnustelulomakkeiden avulla koneoppimismalli ennakoimaan mahdollista ”BF-asiakkuutta” ▪ Päästy alustavasti 75% tarkkuuteen jo erittäin pienellä aineistolla (n < 300)

×