Ennakointitiedon luonne

Timo Bergman ja Emmi Maijanen

Tiedolla on tärkeä mahdollistava tehtävä ennakoinnissa. Sen avulla saadaan taustoitettua ennakointiprosesseja ja luotua näkemystä siitä, mitkä ovat tärkeitä seurattavia ilmiöitä toimintaympäristössämme. (Uotila 2008, 58–61) Useiden yksittäisten ilmiöiden seuraaminen puolestaan mahdollistaa laajemman tilannekuvan ja systeemisen näkemyksen muodostamisen koko toimintaympäristöstä.

On kuitenkin hyvä muistaa, että tieto yksinään ei vielä riitä vaikuttavaan ennakointiin ja että ennakoinnin näkökulmasta tiedon laadussa on suuria eroja. Tiedon keräämisen näkökulma on aina sidottu kontekstiin ja käyttötarkoitukseen. Esimerkiksi organisaation toimintaympäristöseurannan tiedon keruulle asettama näkökulma voi olla huomattavasti rajatumpi kuin muuttuvan maailman laaja-alainen seuraaminen yksilötasolla. Vaikka konteksti ja käyttötarkoitus voivat erota, molemmat mainitut esimerkit voivat tuottaa tulevaisuussuuntautunutta tietoa ja siihen liittyvää tulkintaa.

Tavoitteellisessa ennakoinnissa kontekstia ja käyttötarkoitusta kannattaa pohtia siitä syystä, että se auttaa löytämään tiedolle käyttökohteita ja merkityksellistämään sitä. Tämä puolestaan lisää ennakoinnin hyödyllisyyttä esimerkiksi organisaatiossa. Tieto itsessään antaa hyvin harvoin valmiita vastauksia. Koska tämä vielä korostuu ennakoinnissa, on tärkeää tiedostaa, että ennakointitieto ei ole päähän kaadettavaa, vaan jatkuvan toistuvan analyysin pohjalta syntyvää näkemyksellistä tietoa. Joissakin tilanteissa eduksi voi olla myös muiden ihmisten osallistaminen ennakointiedon merkityksen ja vaikutusten pohtimiseen (engl. sensemaking).

Kaikki tieto ei ole tulevaisuussuuntautunutta. Esimerkiksi tilastot sellaisenaan kertovat menneisyydestä sekä megatrendit ja trendit nykyhetkestä. Tilastoista on mahdollista tehdä ennusteita, mutta silloinkin on hyvä muistaa, että yhtä tulevaisuuskuvaa vastaavan ennusteen tekeminen ei vielä täytä ennakoinnin tunnusmerkkejä, joihin kuuluu useiden vaihtoehtoisten tulevaisuuskuvien muodostaminen. Megatrendit ja trendit puolestaan kertovat nykyhetken yhteiskunnan valtavirrassa olevista ilmiöistä. (Hiltunen 2010, 23–25) Yleisesti ottaen on hyvä tiedostaa, että tieto voi olla luonteeltaan joko ulkopuolelta tulevaa, opiskeltavissa olevaa (eng. Information) tai itse tuotettua, kokemukseen perustuvaa (eng. Knowledge). Nonaka ja Takeuchi (1995) esittivät tiedonluomiseen liittyvän mallin, joka huomioi nämä molemmat näkökulmat. Mallissa uutta tietoa syntyy yhdistämällä hiljainen tieto (tacit knowledge) kirjattuun tietoon (explicit knowledge).

Heidän kuvaamansa iteratiivinen prosessi käynnistyy esimerkiksi yhteisestä dialogista (socialization), jossa vapaamuotoisesti jaetaan havaintoja, ilmiöitä ja kokemuksia. Tätä seuraa vaihe, jossa yhteisiä havaintoja kirjataan ylös ja tehdään esimerkiksi toimintasuunnitelma (externalization). Tätä tietoa syvennetään hankkimalla lisää kirjoitettua tietoa uusista tietolähteistä (combination). Viimeisessä vaiheessa (internalization) tiedonluonnin prosessia tätä hankittua tietoa sovelletaan käytäntöön, jolloin opitaan jälleen lisää omasta toimintaympäristöstä. Ja sitten sykli alkaa alusta: kokemuksista ja opeista keskustellaan, keskustelua jäsennetään, rikastetaan, sovelletaan ja niin edelleen.

Heikkojen signaalien kerääminen ja analysointi auttaa ottamaan haltuun yllätyksellisempiä tulevaisuusilmiöitä, koska ne tulevat nykyhetken yhteiskunnan valtavirran ulkopuolelta. Sitra on julkaissut käytännönläheisen oppaan heikkojen signaalien keräämiseen ja analysointiin, jonka avulla on mahdollista ottaa myös tämä puoli tulevaisuustiedosta haltuun (Poussa & Ylikoski 2025)

Ennakoinnissa ja siihen liittyvässä tiedon keräämisessä tarvitaan sopiva yhdistelmä luovuutta ja rajausta. Luovuus mahdollistaa esimerkiksi sitä, että potentiaaliset valtavirran ulkopuolella olevat ilmiöt eivät jää tarkastelun ulkopuolelle. Rajaus taas auttaa tekemään ennakointitiedosta ja sen tulkinnasta merkityksellistä esimerkiksi organisaatiotasolla tai sen osatoiminnon näkökulmasta. (Rohrbeck & Schwarz 2013)

Lähteet:

Hiltunen, E. 2010. Weak signals in organizational futures learning. Väitöskirja. Acta universitatis oeconomicae Helsingiensis A-365. Aalto-yliopisto, Helsingin kauppakorkeakoulu. Helsinki.

Nonaka, Ikujiro & Takeuchi, Hirotaka. 1995. The Knowledge-Creating Company, Oxford University Press 1995, ISBN 0-19-50969-4

Poussa, L. & Ylikoski, T. 2025. Heikkoja signaaleja tulevaisuudesta. Opas havainnointiin ja tulkintaan. Sitra. Viitattu 30.1.2025. Saatavissa https://www.sitra.fi/julkaisut/heikkoja-signaaleja-tulevaisuudesta/

Rohrbeck, R. & Schwarz, J.O. 2013. The value contribution of strategic foresight: Insights from an empirical study of large European companies. Technological Forecasting and Social Change. Vol. 80 (8), 1593–1606. Viitattu 30.1.2025. Saatavissa https://doi.org/10.1016/j.techfore.2013.01.004

Uotila, T. 2008. The use of future-oriented knowledge in regional innovation processes: Research on knowledge generation, transfer and conversion. Väitöskirja. Acta universitatis Lappeenrantaensis 318. Lappeenrannan teknillinen yliopisto. Lappeenranta

Kirjoittajat:

Timo Bergman, johtava asiantuntija (ennakointi ja kansainvälinen rekrytointi). Timo Bergman kehittää tällä hetkellä työvoima- ja osaamistarpeiden sekä kansainvälisen rekrytoinnin ennakointia KEHA-keskuksessa. Bergman on kehittänyt aiemmin Etelä-Karjalan alue-ennakointia Luotain-hankkeessa työskennellessään LAB-ammattikorkeakoulussa.

Emmi Maijanen työskentelee LAB-ammattikorkeakoulun liiketoimintayksikössä markkinoinnin ja tuotteistamisen lehtorina, mutta käyttää suuren osan työajastaan erilaisten hankkeiden parissa tekoälystä maaseudun kehittämiseen. Yhdistävä tekijä Maijasen toiminnassa on uudet (liike)toimintamallit, luovuus ja ihmisten ajattelun kehittäminen esimerkiksi työpajoja fasilitoimalla. Luotain-hankkeessa Maijanen toimi projektipäällikkönä.

Tämä kirjoitus on alun perin julkaistu Luotain-ennakointihankkeen tuloksena ja LAB-ammattikorkeakoulun julkaisusarjassa. Loppujulkaisu on saatavilla Theseuksessa täältä: https://urn.fi/URN:ISBN:978-951-827-491-2