IKT-sektor erineb tehaste, sõidukiparkide või hoonetega sektoritest. Tarkvaraettevõttel ei ole kõrgahjusid ja tavaliselt ka mitte oma märkimisväärset ärikinnisvara. See teeb sektori esmapilgul heitkoguste poolest kergeks, kuid kestlikkusandmed pole kadunud — need on liikunud mujale. Need ei asu ettevõtte enda varades, vaid tarnijate ahelas, pilveteenuse pakkujatega sõlmitud lepingutes ja töötajate kasutatavates seadmetes. Kes IKT-sektoris vaatab ainult oma kontorit, jääb ilma suuremast osast loost.
Paljude IKT-ettevõtete jaoks on kliimamõju raskuskese nihkunud arvutusvõimsuse ostmisele. Kes kasutab AWS-i, Azure'i, Google Cloudi või kohalikku hostimispartnerit, ostab sisuliselt sisse energiakulu, mida toodetakse ja arvestatakse kusagil mujal. Selle kohta käivad andmed ei asu tavaliselt sisemises süsteemis, vaid arvetel, teenuslepingutes ja kestlikkusaruannetes, mida pilveteenuse pakkujad ise avaldavad. Mõned pakkujad esitavad heitkoguste näitajad kliendi või töökoormuse kaupa, teised ainult üldise keskmise. Nende kahe vahe määrab, kui täpselt suudab ettevõte oma pilvega seotud heitkoguseid põhjendada — ja seda vahet ei tea sageli see, kes aruannet koostab.
Teine koht, kus kestlikkusandmed kuhjuvad, on seadmed: sülearvutid, serverid, võrguseadmed, telefonid. Need andmed tekivad elutsükli mitmel hetkel. Ostmisel on info materjalikasutuse ja tootmisega seotud heitkoguste kohta tarnija käes, sageli tootepassis või keskkonnadeklaratsioonis, mida standardselt ei küsita. Kasutamise ajal genereerib IT-haldus andmeid andmekeskuste ja serveriruumide energiatarbimise kohta, mõnikord haldussüsteemides, mõnikord IT-vara haldamise tööriistades, mis ei suhtle finantsosakonnaga. Kasutuselt kõrvaldamisel tekivad taas uued andmed: taaskasutusprotsendid, ringlussevõtu sertifikaadid, lepingud elektroonikajäätmete töötlejatega. Kolm faasi, kolm eri liiki allikat, ja harva üks koht, kus need kokku saavad.
Ettevõtetel, mis tarnivad peamiselt tarkvara või digitaalseid teenuseid, on täiendav keerukus: nende toode ise ei oma füüsilist jalajälge, kuid see töötab infrastruktuuril, millel see on. Küsimus, milline osa pilve heitkogustest tuleks omistada millisele tootele või kliendile, nõuab jaotusmeetodeid, mis pole sageli veel kindlaks määratud. Kes selle kohta aruandlust koostab, peab kõigepealt otsustama, milline andmepunkt moodustab aluse — arvutusvõimsus, salvestusruum, andmeliiklus — enne kui midagi on üldse võimalik mõõta. See on metoodiline valik, mis on aruandest eraldiseisev, kuid eelneb sellele.
Kuna sektor on töömahukas ja omab suhteliselt vähe füüsilist vara, kaaluvad personaliga seotud kirjed sageli rohkem kui tööstussektorites: kodu-töö vahemaa liiklus, kaugtöö, ärireisid, kontorihoonete energia, mida mõnikord jagatakse teiste üürnikega. Need andmed on jaotunud HR-süsteemide, reisibroneerimise platvormide, majandusteenuste pakkujate vahel ning mõnikord asuvad tabelites, mida haldab üksik töötaja. Iga kirje maht on väike, kuid allikate arv on suur ning see teeb konsolideerimise ajakulukamaks, kui maht laseks arvata.
Sektorites nagu ehitus või kinnisvarasektor on andmed sageli koondunud piiratud arvu füüsiliste asukohtade või projektide ümber. IKT-sektoris on vastupidi tõsi: andmed on õhukeselt laiali määrdunud paljude väikeste, digitaalsete ja lepinguliste allikate peale. See nõuab andmepunktide registri koostamisel teistsugust lähenemist — mitte alustada hoonetest või masinatest, vaid lepingutest, süsteemidest ja küsimusest, kes organisatsioonis haldab millist osa ahelast.
Ka IKT-ettevõttes, millel on mitu äriüksust — näiteks eraldi pilve-, konsultatsiooni- ja tarkvaraharu — kerkib esile sama küsimus: milliseid andmepunkte on teil mitme äriüksuse puhul tegelikult vaja ja kus organisatsioonis see andmepunkt juba olemas on. Enne kui uuesti küsitakse pilvekasutuse või riistvarainventuuri kohta, tasub kontrollida, kas see andmestik on kuskil juba olemas, näiteks kaudu kus andmepunkt juba eksisteerib mitme äriüksuse puhul. See väldib olukorda, kus iga üksus loob sama arvu kohta oma veidi erineva versiooni.
Killustunud andmete puhul on kiusatus esmalt osta tööriist, mis teeb kõik ülevaatlikuks. Tööriist, mis paigaldatakse korrastamata protsessi peale, annab aga peamiselt korrektsemana näiva aruande arvude kohta, mis pole aluselt veel õiged. Kõigepealt selgeks teha, kust iga andmepunkt pärineb, kes selle eest vastutab ja millised kvaliteedireeglid sellele kehtivad, on samm, mis eelneb süsteemivalikutele, mitte järgneb neile.
Kui on selge, millised andmepunktid on olemas, kust need pärinevad ja kes neid haldab, tekib ka ülevaade sellest, kui palju käsitsitööd nende ümber veel toimub: ümbertrükkimine, kontrollimine, kolleegilt järelepärimine. Just seda tüüpi tööst arvutab FTE TO AI iga ülesande kohta tehtava töö analüüsi abil välja, milline osa on võimalik AI-le üle anda, täiendades ülevaadet, mille andmepunktide register juba annab.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.