BLOG 4 “Tekoälymallien luottamuksellisuus yhteistyöprojekteissa”: Datan saavutettavuus tekoälyavusteisessa B2B-myynnissä

Ennen kuin pääsy yrityksen luottamuksellisiin tietoihin voidaan sallia projektikumppaneille, tulee sopia tietoihin pääsemisestä ja tiedon käyttämisestä osapuolten välillä vastuista, tietosuojaan, ja -turvallisuuteen liittyvistä näkökulmista. Tekoälyn yleistymisen myötä erityisesti koulutettujen tekoälymallien ja niiden tuottamien tulosten omistajuus vaatii sopimuksiin uudenlaisia kohtia ja lakiosaamista.

Tässä blogikirjoituksessa keskitymme koulutettujen tekoälymallien ja analyysitulosten luottamuksellisuushaasteisiin, jotka vaativat erityisesti yhteistyötutkimusprojekteissa, joissa ei ole asiakas-toimittaja-suhdetta, tarkempaa selontekoa.

Esittelemme seuraavaksi periaatteita, jotka on kehitetty ja dokumentoitu muodollisessa tietojenkäyttöoikeussopimuksessa yksittäisen yrityksen ja sen tutkimuskumppanien välillä julkisesti rahoitetussa InnoSale-tutkimushankkeessa.

Blogisarjassa esitellään eri näkökulmia tietojen saatavuudesta tekoälylähtöisessä B2B-myynnissä käyttötapauksista (osa I), sidosryhmistä (osa II), datan jalostamisesta (osa III), tekoälymallien luottamuksellisuudesta (osa IV, tämä blogi) ja liiketoiminnan hyödyistä (osa V), joka päättää blogisarjan. Blogeissa yritykset jakavat kokemuksiaan ja tavoitteitaan tekoälyn hyödyntämiseen liittyen. Blogisarja löytyy osoitteesta https://www.innosale.eu/. Tervetuloa myös webinaariin, joka pidetään 29.5.2024 14:00-15:30 (Suomen aikaa), rekisteröitymislinkki tässä.

Tietojenkäyttöoikeussopimus

InnoSalessa, kuten tyypillisissä yhteistyötutkimusprojekteissa, hankkeen konsortiosopimus Project Consortium Agreement (PCA) kattaa tulosten omistusoikeuden ja luottamuksellisuuden yleisellä tasolla koko konsortiolle. Sopimuksessa määritellään, että henkilötietoja ei tule siirtää osapuolten välillä. Tämä on yksinkertainen tapa saavuttaa yleisen tietosuoja-asetuksen (GDPR) vaatimustenmukaisuus. PCA luo perustan, jonka mukaisesti kumppanit voivat jakaa tietoja muiden projektikumppaneiden kanssa. Kuitenkin erikoistapauksissa, kuten tekoälymallien kouluttaminen liikesalaisuuksia sisältävän tiedon avulla, tarvittiin yksityiskohtaisempaa tietojenkäyttöoikeussopimusta (eng. Data License Agreement).

Tietojenkäyttöoikeussopimus on tärkein yksittäinen asiakirja, joka kuvaa sekä tiedon omistajan ja analyysikumppanin ehtoja ja vastuita.

InnoSalessa olemassa olevaa yrityksen tietojenkäyttöoikeussopimuksen mallia muokattiin vastaamaan yhteistyön erityisluonnetta. Ehtojen tuli olla valittuja siten, että PCA:n ja tietojenkäyttöoikeussopimuksen välillä ei olisi ristiriitaa. Esimerkiksi molempien sopimusten ei tulisi käyttää termiä ”luottamuksellinen tieto.” Tämän takia, lisenssisopimuksessa käytettiin termiä ”arkaluotoinen tieto” korostamaan tietyn tietoaineiston luottamuksellisuutta kahdenvälisessä yhteistyössä.

Koulutetun tekoälymallin luottamuksellisuus

Yksi keskeisistä haasteista oli, että alkuperäinen tietojenkäyttöoikeussopimusmalli oli alun perin luotu asiakas-toimittaja-kontekstiin. Tällöin asiakas toimittaa tietoa, jota toimittaja käyttää asiakkaan ratkaisujen kehittämiseen saaden työstään taloudellista korvausta. Tällaisessa tilanteessa tulokset omistaa asiakas. Yhteistyötutkimusprojektissa näitä periaatteita ei voida soveltaa.

Tutkimusprojektissa tutkimustuloksiin kuuluu mm. kaavioita ja ennusteita, koulutettuja tekoälymalleja sekä muita ohjelmistoja, joiden omistajuudesta ja luottamuksellisuudesta tulee sopia. Sovittaessa tekoälyanalyysin tulosten luottamuksellisuudesta, täytyy määrittää raja luottamuksellisen alkuperäisen tiedon ja analyysityön välille eri vaiheissa analyysiprosessia.

Yksinkertaistettu analyysiprosessikuvaus on esitetty Kuvassa 1. Yritys tarjoaa tietoaineiston (yrityksen taustatietoja eli tietoa, jota yrityksellä on jo), joka sisältää arkaluontoista tietoa. Tiedon käyttö on rajattu tutkimuskumppanille projektin tarpeisiin. Tutkimuskumppani käyttää jaettua tietoa, usein esikäsittelyn jälkeen, tekoälymallin kehittämiseen ja kouluttamiseen. Koska alkuperäinen tieto oli arkaluontoista, on sitä myös jatkokäsitelty tieto. Koska mallin kehityksessä on hyödynnetty tätä tietoa, mallin voidaan katsoa perineen tästä tiedosta muotoja ja täten myös malli luetaan arkaluontoisen tiedon piiriin.

Tutkimuspartneri käyttää koulutettua tekoälymallia analyysitulosten tuottamiseen, jotka InnoSale projektissa ovat tyypillisesti tuotekonfiguraatioita. Tuotekonfiguraatiot sisältävät arkaluontoista tietoa, sillä ne sisältävät tietoja, jotka on johdettu alkuperäisistä tiedoista, kuten tuotteesta, asiakkaasta ja myyntitiedoista.

Mitä tulee tiedon omistajuuteen analyysin jälkeen, yritys säilyttää alkuperäisen ja manipuloidun tiedon omistajuuden. Tutkimusosapuoli omistaa koulutetun tekoälymallin, analyysitulokset ja ohjelmistot, kuten analyysiprosessin aikana kehittämänsä skriptit ja työkalut. Tuloksia, joita tutkimuskumppani luo projektissa, kutsutaan tulosaineistoksi.

Tieteellisiä julkaisuja voidaan tehdä joillakin rajoituksilla. Esimerkiksi sopimalla yrityksen kanssa tapauskohtaisesti ja varmistamalla, että tulokset yleistetään ja anonymisoidaan siten, ettei siitä voida tunnistaa tietoja jakanutta yritystä, sen tietoja tai liiketoiminnallisia tietoja. Tämä jättää riittävät mahdollisuudet tehdä julkaisuja ilman, että rikotaan tiedon luottamuksellisuutta.

Konecranesin näkökulma

Yli 100 vuoden ajan turvallisuus ja luotettavuus ovat olleet Konecranesin tuote- ja palvelutarjonnan kulmakiviä. Digitaalisten yhteyksien kasvaessa ja teknologian kehittyessä, tietoturva on entistä keskeisempää kaikilla liiketoimintamme osa-alueilla – laitteiden valmistuksesta ja huollosta digitaaliseen ekosysteemiimme, joka sisältää asiakassivustomme, globaalit yritysalustat ja tuottavuutta parantavat sovelluksemme.

Konecranesin vahva sitoutuminen turvallisuuteen- ja luottamuksellisuuteen luo vaatimuksia paitsi sisäiselle toiminnallemme, myös kumppaneillemme toimittajista tutkimus- ja yhteistyökumppaneihin. Siksi odotamme kumppaniemme noudattavan ja seuraavan asiaankuuluvia standardeja, asetuksia ja teollisuuden menettelytapoja ja -käytäntöjä toiminnassaan sekä Konecranesin tietoja hyödyntäessään.

Ennen kuin tietoa välitettiin InnoSale projektissa, oli keskusteltiin ja sovittiin tiedon jakamisesta useiden yrityksen sisäisen sidosryhmien kanssa. InnoSalessa tämä saavutettiin ottamalla yhteyttä kuhunkin vastuulliseen tiedon omistajaan ja esittämällä mitä tiedon jakamiseen kuuluvaan aineistoon voisi kuulua. Tämän perusteella luotiin virallinen tiedonjakoprosessi sillä ehdolla, että kaikilta asiaankuuluvilta sidosryhmiltä tulisi saada hyväksyntä ennen kuin tietoa voitaisiin jakaa.

Tietoturvallisuus on tässäkin tapauksessa äärimmäisen tärkeää, joten tietoturvatiimi toimitti vaatimukset digitaaliselle- ja fyysiselle ympäristölle ISO27001-standardin perusteella varmistaakseen tiedon turvallisen käsittelyn. Lisäksi lakiosasto tarkisti tietoaineistot selvittääkseen potentiaaliset riskit, mikäli tietoja käsitellään yrityksen ulkopuolella. Datasarjat anonymisoitiin ja pseudonymisoitiin huolellisesti henkilötietojen poistamiseksi sekä liikesalaisuuksien poistamiseksi. Kun mahdolliset liiketoimintariskit ja potentiaaliset edut oli huolellisesti huomioitu, datan käyttöluvasta voitiin päättää.

Keskeiset havainnot

Alla käydään läpi lyhyesti keskeisiä projektin aikana tehtyjä havaintoja.

• Tiedon jakaminen ensimmäistä kertaa: Kun yritys jakaa ensimmäistä kertaa tietoa kolmannelle osapuolelle yrityksen ulkopuolelle, yrityksellä ei ole prosessia eikä kokemusta tiedonjakamisesta. Tällöin on tärkeää osoittaa vastuullinen henkilö koordinoimaan prosessia sekä yrityksen että tutkimuskumppanin puolelta. Prosessi tulee dokumentoida, jotta voidaan varmistaa sujuva toiminta tulevaisuudessa vastaavissa tilanteissa.
• Tietoturva ja luottamuksellisuus: Vaikka kumppanit tuntevat ja luottavat toisiinsa ja hankkeen pääsuuntaviivat on sovittu hankkeen konsortiosopimuksessa, tietoturvallisuus ja luottamuksellisuus ovat haasteina, kun yrityksen liiketoiminnan kannalta kriittistä tietoa jaetaan. Tämän takia tarvittiin erillinen sopimus, jossa tietojenkäsittelymenetelmistä sovitaan.
• Tiedon anonymisointi ja pseudonymisointi: Yksi käytännön haasteista on valita menetelmä, jota voidaan käyttää tiedon anonymisointiin ja pseudonymisointiin. Menetelmän ei tule olla ainoastaan turvallinen, vaan se ei myöskään saa hävittää datan tärkeitä piirteitä. Lisäksi, kun tekoälyn analyysitulokset ovat saatavilla, on oltava tapa tulkita niitä anonymisoinnista ja pseudonymisoinnista huolimatta.
• Tekoälyn soveltamisen lakiosaaminen: Tekoälymalleihin liittyvistä luottamuksellisuus- ja omistajuusasioista on useimmissa lakiosastoissa vielä tässä vaiheessa rajallinen osaaminen. On siis hyödyllistä löytää yrityksen ulkopuolinen lakineuvoja, joka on tutustunut aiheeseen.

Kirjoittajat

Marko Jurvansuu (VTT), Ari Bertula, Juhani Kerovuori, Emmi Vähäsarja ja Juuso Sokura (Konecranes).