Samuli Leveälahti, kehittämisasiantuntija, Kaakkois-Suomen ELY-keskus
Alueellinen ennakointiverkosto murroksen kynnyksellä
Etelä-Karjalan ennakointiverkostolla on edessään ratkaiseva vaihe. Väestökehitys, uudesta globaalista talouspolitiikasta seuraavat teollisuuden rakennemuutokset, vihreä siirtymä ja turvallisuusympäristön muutos ovat avanneet alueelle samanaikaisesti sekä tulevaisuuden mahdollisuuksia että systeemisiä haavoittuvuuksia. Samalla alueelliseen ennakointiin kohdistuvat odotukset ovat laajentuneet: ei riitä, että verkosto seuraa trendejä ja tuottaa tilannekuvia – sen tulisi tukea päätöksentekoa jatkuvasti, ajantasaisesti ja kohdennetusti. Tässä tilanteessa nousee esiin kysymys: minkälaista ennakointikyvykkyyttä Etelä-Karjala tarvitsee, ja millä periaatteilla se voidaan rakentaa?
Ennakointi ei ole menetelmä, vaan tapa orientoitua tulevaisuuteen
Ennakointi ymmärretään edelleen liian usein joko yksittäisinä raportteina tai irrallisina metodeina, joita sovelletaan kunkin toimijan omista lähtökohdista käsin. Tämä menetelmäkeskeinen lähestymistapa sivuuttaa sen perustavan kysymyksen, mihin ennakointia ylipäänsä tarvitaan. Jos tarkastellaan ennakointia alueellisena kyvykkyytenä, kyse ei ole niinkään siitä, mitä menetelmää käytetään, vaan siitä, mikä on havaittava ilmiö, miten sitä voidaan käsitteellistää, ja millä tavoin tieto tuotetaan sovellettavaan muotoon. Ennakointi on siis ennen kaikkea tapa orientoitua tulevaisuuteen – kykyä havaita signaaleja, rakentaa yhteistä ymmärrystä ja kytkeä tieto systemaattisesti vaikuttaviin toimenpiteisiin.
Ilmiölähtöisyys tiedontuotannon perustana
Alueellisen ennakointitoiminnan keskeinen ongelma ei useinkaan ole tiedon puute, vaan se, ettei tiedontuotanto ole riittävän ilmiölähtöistä. Tämä tarkoittaa, että analyysi lähtee usein liikkeelle menetelmästä tai saatavilla olevasta datasta, eikä niinkään siitä, mitä on tapahtumassa ympäristössä. Tällainen lähestymistapa tuottaa kyllä tuloksia, mutta ei välttämättä vastauksia niihin kysymyksiin, jotka ovat ratkaisevia aluekehityksen ja koulutuksen suuntaamisen kannalta. Ilmiölähtöisessä ennakoinnissa sen sijaan havainnoidaan ensin yhteisesti nouseva tai rakentuva ilmiö – esimerkiksi työmarkkinoiden eriytyminen, vihreän teknologian teollistuminen tai kansainvälisen rekrytoinnin monimutkaistuminen – ja vasta tämän jälkeen valitaan ilmiölle sopiva analyysimenetelmä ja tarvittavat aineistot.
Dynaamisten kyvykkyyksien rakentaminen alueellisessa kontekstissa
Yksi käyttökelpoinen viitekehys alueellisen ennakointitoiminnan uudelleenajatteluun on dynaamisten kyvykkyyksien teoria (Teece 2007), joka perinteisesti liittyy yritysstrategioihin muuttuvassa toimintaympäristössä. Teecen mallin mukaan organisaation on kyettävä kolmenlaiseen toimintaan: ympäristön jatkuvaan havainnointiin (sensing), tunnistettuihin mahdollisuuksiin tarttumiseen (seizing) ja toiminnan jatkuvaan uudistamiseen (transforming). Nämä periaatteet voidaan hyvin siirtää myös alueelliseen ennakoinnin kontekstiin: ennakointiverkoston on kyettävä havaitsemaan ajoissa olennaisia ilmiöitä, muuntamaan nämä havainnot päätöksenteon tukemiseksi ja lopulta uudistamaan omaa toimintaansa palautteen ja muutosten perusteella. Kyse ei ole staattisesta tiedontuotannosta, vaan jatkuvasti kehittyvästä systeemisestä kyvykkyydestä.
Tiedontuotantoa, ei raportointia
Jotta alueellinen ennakointiverkosto voi palvella elinkeinoelämää ja koulutuksen järjestäjiä, sen on tuotettava tietoa, ei raportteja. Tämä ei tarkoita raportoinnin lopettamista, vaan tiedontuotannon uudelleenmuotoilua: miten tieto syntyy, missä vaiheessa se kytketään käytännön päätöksentekoon ja kenelle se on aidosti suunnattu? Tiedon arvon määrittää sen käytettävyys – se, kuinka hyvin se ohjaa strategista päätöksentekoa ja resurssien kohdentamista. Tässä suhteessa on olennaista, että alueellinen verkosto määrittää yhdessä, mitä tiedetään, kenelle ja miksi. Vasta sen jälkeen valitaan käytettävät teknologiat, menetelmät ja analyysivälineet.
Geneerinen tekoäly työkaluna – ei oikopolkuna
Generatiivisen tekoälyn nopea kehitys on tuonut myös alueelliseen ennakointiin uusia mahdollisuuksia. Työpaikkailmoitusten sisältöanalyysi, asiakirja-aineistojen tiivistäminen ja erilaisten skenaariopohjien luonnostelu ovat jo nyt alueita, joissa tekoäly voi täydentää asiantuntijatyötä. Tekoäly ei kuitenkaan ratkaise niitä peruskysymyksiä, jotka liittyvät tiedon relevanssiin, tulkintaan ja käyttöön. Se ei näe ilmiöitä – se jäsentää tietoa, jonka sille annamme. Tämän vuoksi sen käyttö on perusteltua vain silloin, kun ilmiö ja kysymyksenasettelu on ennakolta selkeästi määritetty, ja kun sen tuottamaa tietoa osataan kontekstualisoida alueellisesti.
Yhteinen arviointikyky ja oppiva rakenne
Jotta ennakointitoiminta voi kehittyä dynaamiseksi kyvykkyydeksi, sen on sisällytettävä itseensä jatkuva arviointi ja oppiminen. Tämä tarkoittaa käytännössä sitä, että verkosto dokumentoi omat kokeilunsa, onnistumisensa ja epäonnistumisensa. Se tarkoittaa myös sitä, että esimerkiksi vuosittain arvioidaan, palvelevatko nykyiset tiedontuotannon muodot edelleen alueen keskeisiä toimijoita. Tällainen oppiva rakenne tekee mahdolliseksi myös sen, että ennakointitoiminta ei jää marginaaliin, vaan integroituu osaksi aluekehittämisen ja koulutuksen strategista suunnittelua.
Ilmiölähtöisyys on tietojohtamisen etiikkaa
Alueellisen ennakointiverkoston suurin mahdollisuus ei ole menetelmissä, teknologioissa tai datamassoissa – vaan kyvyssä asettua kysymään, mitä ilmiöitä juuri nyt pitäisi ymmärtää. Tähän liittyy myös tietojohtamisen eettinen ulottuvuus: alueella on rajallisesti resursseja, ihmisiä ja aikaa. Jos tiedontuotanto ohjautuu väärin, ei ainoastaan tieto mene hukkaan, vaan syntyy myös väärin kohdennettuja ratkaisuja. Ilmiölähtöinen ennakointi on siis enemmän kuin lähestymistapa – se on tapa varmistaa, että tiedolla on tarkoitus, ja että se palvelee niitä, joiden varassa alueen tulevaisuus lopulta rakentuu.
Tietolähteet: Teece, D.J. (2007) Explicating Dynamic Capabilities: The Nature and Microfoundations of (Sustainable) Enterprise Performance. Strategic Management Journal Vol. 28, No. 13.
Vastaa