Mitä tapahtuu, kun avoin liikennedata, tekoälytyökalut ja kokeilunhaluinen yhteisö tuodaan samaan haasteeseen? Fintrafficin keväällä julkaisema Vuoden liikennedatademo -haaste antoi tähän konkreettisen vastauksen: lähes 30 erilaista demoa, uusia oivalluksia ja esimerkkejä siitä, miten data voi muuttua palveluiksi. Haaste ei ollut pelkkä kilpailu, vaan siitä muodostui alusta uusille kokeiluille, yhteistyölle ja innostukselle.
Avoin data ja tekoäly madaltavat kehittämisen kynnystä
Liikennedataa on tänä päivänä saatavilla ennennäkemättömän paljon. Liikennevirrat, joukkoliikenne, sää- ja kelitiedot, häiriöt sekä infrastruktuuria koskeva tieto muodostavat yhdessä rikkaan tilannekuvan liikennejärjestelmästä. Näitä tietoja jaetaan avoimeen käyttöön hyvin dokumentoiduista rajapinnoista, kuten Digitraffic (https://www.digitraffic.fi/) ja Digitransit (https://digitransit.fi/). Samalla tekoälyn ja analyysityökalujen kehitys on tehnyt datan hyödyntämisestä helpompaa ja monipuolisempaa kuin koskaan.
Lähtösysäyksenä ajatukselle toimi Fintrafficin ekosysteemi- ja teknologiajohtaja Janne Lautanalan demo, jossa hän rakensi kevyellä toteutuksella Base44-työkalun avulla liikennedatasovelluksen (https://www.youtube.com/watch?v=VcVzwEngfVg) Digitrafficin avointa dataa hyödyntäen. Minkälaisia toteutuksia voisikaan syntyä, jos haastamme Fintrafficin ulkopuolisia tahoja innovoimaan?
Haasteen toimeksianto oli yksinkertainen: Yhdistä Fintrafficin jakamaa dataa johonkin muuhun datalähteeseen ja kehitä sovellus tekoäly- ja ”vibe coding” -työkaluja hyödyntäen. Painotimme, ettemme odota loppuun asti viimeisteltyjä tuotoksia, vaan ketterästi toteutettuja kevyitä demoja siitä, mitä kaikkea liikennedatamme yhdistettynä muuhun dataan mahdollistaa. Halusimme antaa näkyvyyttä oivaltaville toteutuksille ja levittää innostusta erilaisten kokeilujen kehittämiseen niin Fintrafficin sisällä kuin sen ulkopuolellakin.
Liikennedata taipui reiteiksi, tilannekuviksi ja simulaatioiksi
Haasteemme tavoitti liikenteen dataekosysteemin jäsenistöä sekä täysin uusia toimijoita: Saimme yhteensä lähes 30 laadukasta ja hyvin erilaista demoa. Innovatiivisia toteutuksia löytyi esimerkiksi erilaisiin reititysvaihtoehtoihin, tilannekuvaratkaisuihin sekä häiriöiden simulointeihin. Liikennedataa yhdistettiin toteutuksissa esimerkiksi väestö- ja aluetietoihin, tapahtumatietoihin sekä yritys- ja taloustietoihin.
Arviointiprosessissa painotimme:
- Hyödyllisyyttä & tavoittavuutta: kuinka laajalle joukolle demosta voisi olla hyötyä?
- Liikennedatan yhdistämistä muuhun dataan: miten hyvin toteutus palvelee muiden kuin Fintrafficin käyttötapauksia?
- Taiteellisuutta: lisäpisteitä jaettiin silmäkarkista ja oivaltavasta käyttöliittymästä.
Nopeimman reitin sijaan onnellisin reitti
Voittajademoksi valikoitui Pekka Ketolan Clauden avustuksella kehittämä ja Lovablella toteutettu Happy Roads, joka ei useista sovelluksista poiketen näytä nopeinta reittiä, vaan sen, jonka varrelta löytyy käyttäjän valintojen perusteella hyvää mieltä lisääviä kohteita. Käyttäjä voi valita, onko lähdössä tien päälle aikuisten kesken, lasten tai lemmikin kanssa. Sovellus lähtee suunnittelemaan reittiä ja tekee suosituksia kiinnostavista, hyvän mielen kohteista. Reitin varrelle mukaan tulevat Fintrafficin reaaliaikaiset olosuhdetiedot ja tietoa liikennemääristä. Isossa osassa ovat myös Pekan, niin ikään Clauden ja Lovablen avustuksella kasatut kesäkahvilat, jotka on julkaistu osoitteessa kahvipaikka.fi. Demo on kokeiltavissa osoitteessa: www.happyroads.fi
Mitä haaste opetti meille?
Demojen korkea taso ja toimitettujen työnäytteiden määrä ilahduttivat ja kokonaisuutena prosessi vahvisti liikenteen dataekosysteemin kaltaisten alustojen roolia yhteiskehittämisessä. Liikenteen dataekosysteemiin saatiin haasteen avulla myös mukaan uusia toimijoita.
Ilahduttavaa oli myös innostus, joka levisi organisaatiomme sisällä ja sai monet työntekijöistämme kokeilemaan kehittämistä tekoälypohjaisia työkaluja hyödyntämällä ensimmäistä kertaa. Tekoälypohjaiset työkalut mahdollistavat nopean pilotoinnin ja tällaista ketterää kehitystä voisimme varmasti jatkossa hyödyntää myös laajemmin ja systemaattisemmin. Osassa demoista oli myös sellaisia toiminnallisuuksia, joita voisi olla kiinnostavaa tarkastella esimerkiksi Fintraffic Mobiilin tai digitaalisen kaksosen jatkokehityksen näkökulmasta.
Ideoista demoiksi entistä nopeammin
Haaste osoitti konkreettisesti, miten tekoäly muuttaa kehittämisen tapoja. Ideoista voidaan päästä aiempaa nopeammin kokeiltaviin demoihin, ja avoimen datan arvoa voidaan tehdä näkyväksi ketterästi, yhteisön voimin. Seuraava kysymys ei ehkä olekaan vain se, mitä kaikkea liikennedatasta voi rakentaa, vaan miten opimme hyödyntämään uusia työkaluja vastuullisesti, tavoitteellisesti ja yhdessä. Fintrafficin koordinoima liikenteen dataekosysteemi tarjoaa tähän luontevan paikan: yhdessä voimme jatkaa kokeiluja, jakaa oppeja ja viedä parhaat ideat eteenpäin.
Ville Kilpiö
Älyliikenneintoilija
Fintraffic
