Big datan hyödyntäminen

Transkriptio

1 Big datan hyödyntäminen LVM/FIIF-yhteistyö 1 0 /1 9 /1 4

2 Nykytilanne Useita olemassa olevia ohjelmia ja tahoja, josta yritykset ja tutkimuslaitokset voivat hakea rahoitusta Big Dataan ja teollisen internetin sovelluksiiin liittyviin tutkimus- ja tuotteistushankkeisiin. Muutamia nykytilanteessa (toiminnassa, rahoituskanavissa jne.) havaittuja ongelmia: SHOKeissa suuret yritykset helposti dominoivat toimintaa Yliopistojen omat IPR-yksiköt eivät ole olleet erityisen onnistuneita kaupallistamisessa Yritykset vartioivat etujaan ja ovat varovaisempia tulosten jakamisen suhteen suoraan omaa liiketoimintaa koskettavissa innovaatioissa, nopeasti hyödynnettävien tutkimustulosten jakaminen vaikeampaa Tutkimuslaitosten tutkijat vahvasti preferoivat useampivuotisia projekteja, nopea ja ketterä pilotointi lyhyissä projekteissa ei istu toimintamalliin kovin hyvin 1 0 /1 9 /1 4 2

3 Toimintasuunnitelma, ideointia Painopiste tietointensiivisten palvelukehitys-klustereiden muodostamisessa (liiketoiminta-alueet erit. databroker- ja big data analyysipalvelut, teknologiatasolla tärkeää IoT- ja big data näkökulmasta esim. kyvykkyys yhdistää jatkuvaa mittaustietovirtaa mallipohjaisiin ennusteisiin ja prosessiohjaukseen) Etsitään mm. painopistealueella klusterinrakennuksessa onnistuneita ja yhteistoiminnasta kiinnostuneita PK-yrityksiä mukaan. 1 0 /1 9 /1 4 3

4 Etuja/tavoitteita Toimintamalli, jossa edistetään yritysten kohtaamista uusien big dataanalytiikkaan pohjautuvien liiketoimintamallien muodostamiseksi. Voidaanko luoda toimintamalli, jossa opiskelijat esim. auttavat löytämään keinoja yhdistää datalähteitä ilman, että yritykset näkevät kilpailuetujensa vaarantuvan? Yritys saa: Identifioidaan datalähteitä ja niiden yhdistely/analyysimahdollisuuksia (hallinnosta/toisista yrityksistä) Koulutettua työvoimaa Yhteistyömahdollisuuksia muiden yritysten/koulutuksen kanssa Hallinto ja oppilaitokset: Big datan hyötykäyttö Yrityksiltä tietoa koulutuksen ohjaamisesta ja tarpeista/ Opiskelijoille räätälöityjä koulutusmahdollisuuksia Yhteistyömahdollisuuksia muiden yritysten/koulutuksen kanssa 4

5 Toimintasuunnitelma, ideointia Pyritään hyödyntämään/monistamaan toimintatapoja uusilla alueilla (uusien klustereiden pohjaksi), joilla yritykset eivät vielä ole välttämättä ymmärtäneet omistavansa, tuottavansa tai voivansa hyödyntää muiden tuottamaa dataa uuden liiketoiminnan pohjana. Esimerkkialueita (joilta sekä onnistuneita esimerkkiyrityksiä että sovelluspotentiaalia): rakennetun ympäristön huolto, älyliikenne, meriliikenne, sote-palvelut, reaaliaikatalous. Tavoitteena demonstroida/viedä käytännön liiketoimintaan datajalostuksen (transformaatiot, simulointi, optimointi jne.) tarjoamia mahdollisuuksia 1 0 /1 9 /1 4 5

6 Big Datan sovellusinnovaatiofooru mi Oppilaitokset ja yritykset Big Datan hyötykäytön kehittäjinä TIEKEn ajatuksia

7 Foorumin tavoitteet Lisätä tietoisuutta big datan mahdollisuuksista ja riskeistä. Lisätä big dataan liittyvää yhteistyötä ja tiedonjakoa kaikkien toimijoiden kesken Antaa alan koulutuslaitoksille parempi kuva big datan käytännön ongelmien ratkaisujen vaatimuksista ja kehittää big data - koulutuksen sisältöä Edistää opiskelijoita ja tiimejä, joilla on valmiudet palvella ja auttaa big dataa hyödyntämään pyrkiviä yrityksiä ja julkishallinnon organisaatioita Luoda klusteri, joka siirtää big data -osaamista ja -teknologiaa yritysten, tutkimuksen ja oppilaitosten välillä Toimia vaikuttaja- ja asiantuntijaryhmänä alan kehityshankkeissa ja erilaisen toiminnan valmistelussa sekä kansallisesti että EU tasolla. Tukea erilaisissa big data-hankehauissa (esim. Horizon 2020) ja yhteistyössä

8 Oppilaitosten, yritysten ja julkishallinnon yhteinen Big Datan hyödyntämistä edistävä sovellusinnovaatiofoorumi Afterburner Kehitys- ja ideointifoor umi Seurantafoorumi Implemento inti Yritykset ja julkishallinnon organisaatiot esittelevät big data -varantonsa Big datan hyödyntäjät kertovat, mitä tietoa ne tarvitsevat missä muodossa Oppilaitokset, yritykset ja julkishallinnon osapuolet innovoivat yhdessä sovelluksia, joissa eri organisaatioiden tarjoama avoin big data on mukana Ensimmäiset ideat ja hahmotelmat esitellään osapuolille Afterburner: Myöhemmin keksityt ja jatkokehityksen tuottamat ideat esitellään ja kierrätetään osapuolten Ideoista kehitellyt suunnitelmat, demot ja toteutukset esitellään osapuolille Sovitaan lupaavimpien ideoiden toteuttamisen tukemisesta Yritykset ja opiskelijat kehittävät palveluja - mahdollisia harjoitustyöpaikkoja opiskelijoille yrityksissä tai julkishallinnossa Yritys/julkinen organisaatio implementoi parhaaksi katsomansa toteutukset Yritys/julkinen organisaatio implementoi parhaaksi katsomansa toteutukset

9 Tehtävät ja toimenpiteet Valitaan kohdealueet Kutsutaan oppilaitokset ja yritys- sekä julkishallinnon edustajat Tehdään kiinnostus- ja valmiuskartoitus Suunnitellaan ja valmistellaan foorumit ja jatkohoito Määritellään tavoitteet ja niiden toteutumisen arviointikriteerit Laaditaan materiaalit ja tiedotetaan Järjestetään foorumitilaisuudet (innovaatio ja seuranta) Toteutetaan jatkohoito Kerätään ja kirjataan tulokset ja havainnot Arvioidaan tavoitteiden toteutuminen

10 Aikataulu (luonnos) Tehtävä Kartoitetaan kohdealueet, oppilaitokset ja yritysedustajat Tehdään kiinnostus- ja valmiusselvitys Suunnitellaan ja valmistellaan foorumit, tiedotus ja jatkohoito Laaditaan materiaalit ja tiedotetaan Järjestetään foorumitilaisuudet (innovaatio ja seuranta) Toteutetaan jatkohoito Kerätään ja kirjataan tulokset ja havainnot Tavoitteiden toteutumisen arviointi

11 Taustaa ja tukea FIIF Finnish Industrial Internet Forum LVM OKM TEM TIEKE