Elina Pylkkänen: Ei tuurilla, vaan taidolla – analytiikan hyödyntäminen osaamistarpeiden ennakoinnissa

Tiedetään, että jonkin sorttinen ikiliikkuja pitäisi keksiä suomalaisille työmarkkinoille, jotta avoimet työpaikat täyttyisivät saman tien ja työttömyysjaksot jäisivät lyhyeksi. Tällainen ikiliikkuja pitäisi tuotantopotentiaalimme aina täyskäytössä – toki suhdannevaihtelujen keinussa, mutta kuitenkin.

Suhdannevaihteluja emme pääse pakoon, se on luonnollista heiluriliikettä, joka näyttäytyy myös luonnossa hyvinä ja huonoina satovuosina. Laskusuhdannetta ei kannata jäädä päivittelemään, vaan tehdä välttämättömyydestä hyve ja varustautua notkahdusta seuraavaan kasvuun antamalla sille kunnon eväät.

Talouspolitiikassa suhdannevaihteluja pyritään hillitsemään yhtäältä automaattisten vakauttajien avulla sekä toisaalta aktiivisten päätösperäisten toimenpiteiden avulla: vuoroin elvyttävällä ja vuoroin kiristävällä politiikalla. Työmarkkinoiden epätasapainotilanteesiin voidaan niin ikään vaikuttaa markkinamekanismin lisäksi aktiivisen koulutuspolitiikan keinoin. Koulutus voisi toimia työllisyyspuskurina.

On vaikea nähdä tulevaisuuteen niin tarkasti, että tiedettäisiin, minkälaista osaamista ja kuinka paljon sitä seuraavalla nousukaudella tai vielä pidemmällä aikavälillä tarvitaan. Siksi kaivataankin tiedolla johtamista. Hyvä ennuste on tietoa, koska määritelmän mukaan tieto on hyvin perusteltu tosi uskomus (filosofi Platon).

Miten rakentaa pätevä ennustemalli, joka auttaa suuntaamaan koulutuspaikat oikein?

Talouden rakennemuutosta on edesautettava riittävällä työvoimalla, jolla on tarpeeseen soveltuvaa osaamista. Mutta miten rakentaa pätevä ennustemalli, joka auttaa suuntaamaan koulutuspaikat oikeille aloille, oikeissa paikoissa ja oikeaan ajankohtaan? Ei ole helppo rakentaa tällaista mallia, koska väliin tulevia muuttujia todellisuudessa on paljon, esim. pandemia. Toisaalta väestön kehitystä on vaikea ennustaa, jos väestönkasvu tulee lähes kokonaisuudessaan ulkomailta. Eikä kulutusmieltymysten tai tuotantoteknologioiden kehitystä voida ennakoida täydellisesti.

Maailman monimutkaistuminen edellyttää siten datan ja analytiikan hyödyntämistä. Meillä on onneksi paljon tietoa kerättynä – very Big Dataksi saakka. Meillä on myös sofistikoituneita apuvälineitä tiedon järjestämiseksi ja jalostamiseksi. Lisäksi tarvitaan osaamista, jolla näistä lähtökohdista kyetään tuottamaan oikeat kysymykset ja niihin pätevät vastaukset.

Jos kulutuskysyntä on tiedossa menneeltä ajalta, voidaan tulevaisuuden kysynnästä päätellä jo jotakin. Trendimalleilla saadaan projisoitua kotitalouksien kulutusta tulevaisuudessa kansalaisten tulonmuodostuksen ja velanoton rajoissa. Toisaalta tiedetään, että kuluttajia pystytään myös ohjaile-maan tarvitsemaan asioita, joista heillä ei ollut aiemmin edes tietoa, puhumattakaan tarpeesta. Esim. kaikki digitaaliset keksinnöt ovat tuotesuunnittelun tulosta, emmekä edes osaisi haaveilla kaikista niistä laitteista ja sovelluksista, joita tarjolle tulee. Tai ehkä sittenkin tiedostamatta osaamme, sillä keksinnöistä lyövät läpi ne tuotteet ja ideat, joilla on lähtökohtaisesti hyvinvointiamme parantava vaikutus, ainakin lyhyellä aikavälillä.

Tässä on nimenomaisesti kysymys tiedolla johtamisesta

Uusklassisen taloustieteen teoriakehikko kertoo meille sen: haluamme vapaa-aikaa ja siihen liittyvää kulutusta. Yksilö tekee hyötyään maksimoivan valintansa käytettävissä olevan informaation pohjalta. Työtä tehdään siksi, että voisimme nauttia siitä kaikesta muusta. Ja sitähän ne digitaaliset välineet meille juuri tuottavat, vaikkemme osanneet sitä edes pyytää: vapaa-ajan lisäystä, koska asioiden hoitaminen on nopeaa ja vaivatonta, ja näin siihen olennaiseen jää enemmän aikaa.

Voimmeko siis ennustaa koulutustarpeen määrän ja jakauman näitä aineksia hyödyntämällä? Tässä on nimenomaisesti kysymys tiedolla johtamisesta: ihmisen tarpeiden ja halujen hahmottamisesta tulevaisuudessa saatavissa olevaa dataa ja teknologiaa apuna käyttäen. Analytiikkaan pohjautuvat päätökset ja toimet ovat osoittautuneet paremmiksi kuin pelkkään intuitioon ja kokemukseen perus-tuvat ratkaisut.

Hyödyntämällä analytiikkaa osaamistarpeiden ennakoinnissa ja koulutustarjonnan optimoinnissa Suomen on mahdollista ottaa paikkansa parhaan osaamistason maana. Tätä tehdään nyt yhteisvoimin ministeriössämme OKM:n ja OPH:n kanssa.