Datakvalitet är nyckeln till framtiden!
Utan korrekt data är det omöjligt att fatta bra beslut. Ett verkningsfullt kvalitetsarbete är faktabaserat. Om datakvaliteten är låg är sannolikheten hög att kvalitetsarbetet misslyckas Idag görs enorma investeringar i ny och smart teknologi. Om denna teknik inte har tillgång till data av högsta kvalitet så kommer den inte bara att vara värdelös utan risken är dessutom stor att den kan komma att orsaka omfattande skada.
Den gamla devisen ”skit in skit ut” gäller oberoende hur avancerad teknologi en verksamhet investerar i. Tvärt om ställer smartare teknologi högre krav på datakvalitet. Vid användning av traditionell teknologi har alltid människan funnits som ett filter mellan tekniken och de beslut som fattas. Felaktigheter har därigenom kunnat upptäckas och korrigeras. Dagen utveckling mot artificiell intelligens innebär att tekniken i allt större utsträckning fattar egna beslut. Om detta sker baserat på dålig data kan följderna bli katastrofala.
Teknikutvecklingen går idag fortare än de flesta människor kan föreställa sig. Vi människor tänker och resonerar vanligen utifrån linjära perspektiv. Teknikutvecklingen är exponentiell samtidigt som vi idag nått en nivå där det börjar går riktigt fort. Utvecklingen handlar inte längre om år och decennier, utan ofta om veckor och månader. Vi har därför inte tid att vänta utan behovet av att agera här och nu är stort.
Om man tränar, testar och validerar en AI på dålig data kommer den att fatta dåliga beslut. För teknikens bakomliggande algoritmer är allt bara data. Just nu pågår en digital transformation där allt fler beslut automatiseras. Detta innebär att smart teknik tränas på att utföra olika uppgifter som människor tidigare gjort. Utvecklingen går stegvis. Mängder av små saker runt om oss har redan automatiserats och tagits över av maskiner. Stegen i denna utveckling blir snabbt allt större. En utveckling som bidrar till högre kvalitet och effektivitet om den sker på rätt sätt. Går den fel kan det däremot bli mycket stora problem.
Mänskligheten rör sig dessutom mot brytpunkt där maskiner kommer att bli smartare än oss själva. Man talat i detta sammanhang om artificiell generell intelligens (AGI). Vad detta kommer att betyda för mänskligheten är svårt att föreställa sig, men att omställningen kommer att bli den största som människan någonsin ställts inför är uppenbart. Ingen vet idag när detta kommer att ske. Vissa experter tror att det kan komma att ske inom bara några år, medan andra tror att det ligger betydligt längre fram.
Det är dock inte särskilt svårt att inse att en omställning mot ett samhälle där maskiner fattar beslut och är intelligentare än människorna ställer enorma krav på att tekniken är korrekt och kan fatta för mänskligheten bra beslut. Det är därför lika uppenbart att tekniken måste utgå ifrån korrekt data. För smarta maskiner består ju världen bara av data. Man skulle därför kunna hävda att vår framtid står och faller med god datakvalitet.
I skenet av detta är det oroväckande att se hur låg förståelsen och intresset för datakvalitet är. Efter att i många år arbetat med systematiskt förbättringsarbete baserat på data, vet jag att datan i de flesta organisationer och system idag är ganska usel. När man exempelvis genomför dataintensiva Sex Sigma-projekt tvingas man ofta samla in ny data, som följa av att den data som redan existerar är för dålig. Detta borde vara en alarmsignal för dagens ledningsgrupper, men tyvärr är det få som förstår allvaret.
Idag investeras det enorma resurser i teknikutveckling. I förhållande till detta är investeringarna i data och informationen i det närmaste obefintliga. Ledningar beter sig som om informationsteknologi och digitalisering bara består av teknik. Konsekvenserna av detta lär dock inte låta vänta. Det är därför oerhört viktigt att dramatiskt öka fokusen på datakvalitet.
Intressant är att mycket av den nödvändiga kunskapen finns inom kvalitetsområdet. Ytterst handlar det om att mäta rätt saker på rätt sätt. Att bryta ned det som är viktigt och finna korrekta mått och mätetal är oerhört kritiskt. Mäter man fel saker lär man bli bra på fel saker. Att uppnå god mätsäkerhet och att sedan analysera datan på ett kompetens sätt, så att den omvandlas till korrekt information är totalt avgörande. Saker som vi sedan länge lär ut inom Sex Sigma.
Kvalitetsprofessionen har följaktligen en viktig roll att fylla gällande datakvalitet. Ett första steg är dock att säkerställa att nödvändig kompetens och förmåga finns i den egna kvalitetsorganisationen. Inom Sandholm Associates håller vi idag på att utveckla nya och bättre arbetssätt för att hantera datakvalitet. Ett led i detta är att utöka samverkan med ett antal av våra internationella partner som också arbetar med detta området.