Pilvipalveluita hyödyntävät organisaatiot saavuttavat kilpailuetua kehittäessään koneoppimistaan. Lisäksi niiden päätöksentekokyky on selvästi parempi kuin muilla koneoppimista hyödyntävillä organisaatioilla.1 Tekoälymarkkinoiden – joihin myös koneoppiminen kuuluu – ennakoidaan kasvavan lähitulevaisuudessa yli 20 prosentin vuosivauhdilla. Tekoäly ja pilvipalvelut ovat siis tulevaisuudessa tärkeitä teemoja yhä useammalle yritykselle ja datatieteilijälle. Mutta miksi datatieteilijöiden kannattaa hyödyntää pilvipalveluita?
Datatieteilijät voivat hyödyntää pilven tarjoamia mahdollisuuksia esimerkiksi koneoppimismallien hallinnoinnissa ja ennalta opetettujen palveluiden hyödyntämisessä. Jälkimmäisestä ovat esimerkkejä muun muassa konenäköön, tekstinkäsittelyyn ja chatbotteihin liittyvät palvelut. Kaksi alla olevaa syytä liittyvät koneoppimismallien hallinnointiin ja kolmas ennalta opetettujen palvelujen hyödyntämiseen.
1. Skaalautuvat resurssit käyttöön opetusvaiheessa
Vaikka datatieteessä koneoppimisratkaisujen opetusvaihe voi olla erittäin resurssi-intensiivinen, vaihe itsessään vie melko pienen osan työajasta. Opetusvaiheessa vaaditaan paljon laskentakapasiteettia, johon investoiminen on kallista, mutta ei kovin kannattavaa, jos käyttöaste jää matalaksi. Ratkaisu tähän ongelmaan löytyy pilvestä, jossa resursseja on helpompaa skaalata ja niistä voidaan maksaa toteutuneen käytön mukaan. Olemme esimerkiksi Deloittella hyödyntäneet tätä AI & Data -tiimissämme kehittäessämme kysynnänennustamiseen ensemble-mallia. Tällöin pilvipalvelussa laskentakapasiteettia skaalattiin automaattisesti ylöspäin niiksi hetkiksi, kuin malli uudelleenopetettiin.
2. Tehokkaampi tuotannollistaminen
Monet organisaatiot ovat kiinnostuneita tekoälystä ja myös kokeilleet sen hyödyntämistä. Yksi tekoälyn hyötyjen realisoitumisen haaste on kokemustemme mukaan kuitenkin se, että vain pieni osa kokeiluista viedään tuotantoon. Jos kokeiluvaiheessa ei hyödynnetä pilvipalveluita, työkalut ovat usein erilaisia kuin ne, joita tekoälyn tuotantoympäristössä tarvittaisiin. Tämän takia ratkaisujen tuotannollistaminen vaatii paljon työtä. Hyödyntämällä pilveä kehitystyön aikana matkaa kehityksestä tuotantoon pystytään lyhentämään.
Mikäli tehokkaampi tuotannollistaminen kiinnostaa, kannattaa tutustua syvemmin aiheeseen hyödyntämällä Deloitten MLOps materiaalia2.
3. Ennalta opetettujen ratkaisujen hyödyntäminen
Suurilla pilvipalveluiden tuottajilla (kuten Amazon, Google ja Microsoft) on ollut käytössään valtavasti dataa ja paljon asiantuntijoita, kun ne ovat kehittäneet omia esim. konenäön tai kääntämisen palveluitaan. Näiden valmiiden ratkaisujen hyödyntäminen osana omaa ratkaisua nopeuttaa kehitystyötä. Tällöin riittävällä tasolla toimiva ulkoinen ratkaisu saadaan pilviympäristössä valmiiksi paljon nopeammin verrattuna siihen, että vastaava toiminnallisuus kehitettäisiin itse. Olemme esimerkiksi Deloitten Suomen analytiikkatiimissämme hyödyntäneet pilvialustan tarjoamaa käännöspalvelua kehittäessämme suomenkielisellä puheohjauksella toimivaa visualisointia.
Ihmisiä tarvitaan jatkossakin
Monet luetelluista hyödyistä ovat saavutettavissa ilman pilveäkin, mutta organisaatiolla on yleensä käytettävissään rajallisesti datatiedeosaamista. Tällöin pilven tarjoamat kehitystä nopeuttavat ratkaisut ovat erityisen arvokkaita. Pilvipalvelut myös tasa-arvoistavat erikokoisten yritysten kilpailuasetelmia, koska esimerkiksi edistyneet ennalta opetetut ratkaisut ovat tarjolla pienemmillekin toimijoille ilman suuria etupainotteisia investointitarpeita.
Yksittäinen dataosaaja voi ajatella, että pilven tarjoamat valmisratkaisut vievät datatieteilijöiden työpaikat, mutta ainakin Deloittella uskomme, että ihmisen ja koneen yhteistyöllä saavutetaan parhaat lopputulokset3. Vaikka pilvipalveluiden tarjoamat kiihdyttimet nopeuttavat kehitystä, organisaatiot tarvitsevat myös datatiedettä ja liiketoimintaongelmia ymmärtäviä ihmisiä hyödyntääkseen tekoälyn mahdollisuuksia. Joko teidän organisaatiossanne hyödynnetään pilvipalveluita?