Konsultreportage: Jasse Tykkyläinen om skalbara dataplattformar och steget från BI till AI
Jasse Tykkyläinen började på Sopra Steria i augusti 2025 och klev in i rollen som lösningsarkitekt inom Analytics. Jasse har arbetat drygt tio år inom data och analys, i olika roller, både inhouse och som konsult. Han har varit utvecklare, haft teamledande roller och arbetat nära både teknik och verksamhet. På Sopra Steria arbetar han med att hjälpa organisationer att bygga moderna dataplattformar som gör det möjligt att samla data på ett ställe, strukturera den och tillgängliggöra den för verksamheten. Målet är att skapa en stabil grund för att bli en verkligt datadriven organisation – inte bara i teorin, utan i praktiken.
Vad arbetar du med och hur skapar det värde för kund?
Som lösningsarkitekt arbetar jag i gränslandet mellan teknik och affär. En stor del av mitt arbete handlar om att hjälpa kunder att göra rätt tekniska vägval när de ska bygga moderna, flexibla och skalbara dataplattformar. Men det handlar inte bara om teknik. Jag är ofta involverad i att ta fram övergripande datastrategier – exempelvis hur man ska hantera data från många olika källsystem, hur den ska transformeras och hur den kan användas för analys och beslutsstöd.
För kunden är det här ofta en stor investering. Att bygga en dataplattform och samla data centralt är ett omfattande initiativ, och därför är det viktigt att säkerställa att satsningen verkligen skapar värde redan från början. Jag hjälper till i de tidiga skedena med att tydliggöra vilka affärsfrågor man vill kunna besvara, vilka nyttor man förväntar sig och vilka utmaningar som kan uppstå. En viktig del av mitt arbete är också att förenkla det som upplevs som komplext. Det räcker inte att bara förstå tekniken, man måste kunna kommunicera den på ett pedagogiskt sätt och anpassa budskapet efter mottagaren. För mig handlar värdeskapande lika mycket om tydlig kommunikation som om teknisk kvalitet.
Vilka principer styr dig när du leder team som bygger dataplattformar i stor skala?
När man bygger dataplattformar i större skala krävs ett tydligt helhetsperspektiv. Ett sådant projekt omfattar många olika kompetenser – från integration av datakällor och datamodellering till visualisering och dialog med verksamheten. Jag tycker att teamet ska ta ett gemensamt ansvar för hela kedjan, från rådata till färdiga insikter.
En grundprincip för mig är att vi ska arbeta som ett team på riktigt. Det innebär att vi identifierar hur vi kompletterar varandra, fördelar roller på ett genomtänkt sätt och bygger lösningar tillsammans snarare än i silos. I olika faser av projektet kan man behöva bära olika hattar, och det är viktigt att vara flexibel.
Transparens och prestigelöshet är också centralt. Det ska vara högt i tak, och de bästa idéerna ska tas vidare oavsett vem som kommer med dem. Jag vill inte skapa beroenden kring enskilda personer, utan snarare dela kunskap så att fler kan växa i sina roller. Ett välfungerande team är ett team där alla är involverade, där kommunikationen är öppen och där man bygger vidare på varandras kompetens. Det är då man skapar de bästa lösningarna både för kunden och för teamet.
Hur hjälper du organisationer att gå från BI till AI i praktiken, och vad innebär det?
Många organisationer börjar sin dataresa med Business Intelligence. Man vill följa upp verksamheten genom rapporter och dashboards. Exempelvis hur försäljningen utvecklas eller hur olika nyckeltal ser ut över tid. Det är ett naturligt första steg.
Nästa steg är ofta att ställa mer avancerade frågor: Kan vi prognostisera framtida försäljning? Kan vi förutse beteenden eller optimera processer? Där går man från BI till AI och maskininlärning.
I praktiken handlar det om att redan från början bygga dataplattformen med rätt förutsättningar. Samma data som används för rapportering kan också användas för avancerad analys om arkitekturen är modern och flexibel nog. Det innebär att välja plattformar som stödjer både strukturerad och ostrukturerad data och som möjliggör arbete med exempelvis notebooks och maskininlärningsmodeller.
Jag brukar beskriva det som en mognadsresa. Alla organisationer är inte redo att arbeta fullt ut med AI från dag ett, men genom att göra genomtänkta teknikval skapar man möjligheten att ta det steget när verksamheten är redo. AI är ett område som är starkt förknippat med hype, men det är inte alltid tydligt hur man konkret går från vision till verklighet. Där kan jag bidra genom att visa på en realistisk och stegvis väg framåt.
Finns det någonting på Sopra Steria som du tycker står ut lite extra?
En sak jag verkligen uppskattar är kombinationen av teknisk spets och samhällsengagemang. Vi arbetar både med offentlig och privat sektor, vilket ger en bred och intressant kundbas. Det innebär att de lösningar vi bygger inte bara skapar affärsnytta för enskilda företag, utan ofta också har en påverkan på samhället i stort. Med min utbildningsbakgrund inom nationalekonomi tilltalar det större perspektivet mig. Tekniken är viktig, men det är ännu viktigare vad den används till.
Jag upplever också att kunskapsdelning, Power of Sharing som vi kallar det på Sopra Steria, är en tydlig del av kulturen. Vi delar med oss både inom teamen och mellan olika delar av organisationen, samt även till våra kunder. Det skapar utveckling, stärker kompetensen och leder till bättre leveranser.
Ytterligare en sak som jag verkligen uppskattar är att Sopra Steria, trots sin storlek, lyckas vara en nära partner till sina kunder. Vi är inte bara ett stort bolag med ett starkt varumärke utan vi bygger långsiktiga relationer där kunderna lär känna oss som individer. Det skapar ett uppskattat förtroende och ett bra samarbete. Kombinationen av den närheten och styrkan i att vara en internationell aktör med bred kompetens är, enligt mig, en av Sopra Sterias största tillgångar.
