Professional Documents
Culture Documents
Tehisintelekt
Tehisintelekt
Mai 2019
Analüüs tehti Riigikantselei
strateegiabüroo tellimusel krattide
kasutuselevõtu eksperdirühma raames
ja seda rahastati ühtekuuluvusfondide
2014.–2020. aasta rakenduskava
prioriteetse suuna 12 „Haldusvõimekus“
meetmest 12.2 „Poliitikakujundamise
kvaliteedi arendamine“.
1. Kokkuvõte 6
2. Sissejuhatus 11
4.2 OECD 24
5.1 Soome 29
5.2 Leedu 29
5.3 Saksamaa 30
5.4 Prantsusmaa 31
5.5 Ühendkuningriik 31
5.6 Kanada 32
3
6.1.3 Krattide arenduseks rahastuse tagamine 40
6.4.4 Kriminaalvastutus 58
6.4.6 Andmekaitse 58
4
EESSÕNA
T
ehisintellekt pole enam ulme või tehnoloogiaentusiasti
unistus. Tehisintellekt on juba kohal: meie telefonis,
interneti- ja teistes teenustes meie ümber.
Kuid tehisintellekt alles areneb. Asi on kaugel isemõtlevatest
masinatest, ammugi tunnete või teadvusega masinatest.
Tegu on konkreetseid ülesandeid teostavate rakendustega,
mis aga töö käigus arenevad. Üsna mitmetel ja üha enamatel
juhtudel teevad need seeläbi tööd inimesest juba täpsemalt ja
tulemuslikumalt.
Seepärast ongi käes ülim aeg koostada kava, kuidas Eestis
tehisintellektist kasu saada. Meie väljakutse on ju tulla toime
üha vähemate tööealiste inimestega ja samal ajal tegutseda
üha tootlikumalt. Tehisintellekt võimaldab seda uuel ja
senisest tehnoloogiast veelgi paremini. Seda näitavad
kasvavad kogemused laiast maailmast, aga ka meie
riigisektori esimesed pilootprojektid.
Käesolevas aruandes on ettepanekud tehisintellekti
laialdasemaks rakendamiseks Eestis. Meil on selleks
potentsiaali, eriti avalikus sektoris, aga alusbaas vajab alles
rajamist. Ettepanekud ja seega Eesti esimene tehisintellekti
kava on keskendunud just kasutuselevõtuks vajalike
baasvõimekuste loomisele.
Kui selles edukad oleme, tasub peagi konkreetsemaid ja
pikemaajalisi sihte seada: täpsemalt mida tehisintellektiga
teha. Praegu on mõistlik aga teele asuda: innustada
tehisintellekti võimalikult laialdast katsetamist ja koguda
kriitilist kompetentsi.
Seejuures tuleb muidugi ohtudega arvestada ja riske juhtida.
67% eestimaalasi ootab, et oleksime selle võimsa tehnoloogia
rakendamisel pigem ettevaatlikud. Seepärast olemegi
hakanud tehisintellekti rakendusi kutsuma rahvapärasemalt
krattideks ja Eesti tehisintellekti tegevuskava kratikavaks. Tegu
on Eesti jaoks suure võimalusega ja võimsa tööriistaga, mida
tuleb aga rakendada vastutustundlikult ja ohutult, et kratid –
nagu folklooriski – hoolitsuseta jäädes meile kurja kaela ei
tooks.
Kolmandik Eesti inimesi usub, et nüüdisaja krattidest oleks
Eestile palju kasu. Rahvusvahelises võrdluses näeme, et Eestil
on hea võimalus saada muule maailmale eeskujuks ja
katselavaks – kohaks, kus kratte pannakse inimkeskselt nii
valitsusaparaadis kui ka ettevõtluses inimeste heaoluks tööle.
Aitäh kratikava eksperdirühmale ning kõigile teistele
siinsetesse ettepanekutesse ja aruteludesse panustanutele!
Meil on tekkinud nüüd kogukond, kellega kratid „Eesti asjaks“
muuta ning seeläbi e-riiki ja majandust järgmisele tasemele
viia. Nii et mis muud, kui eestlaslikult: teeme ära!
Siim Sikkut
Kratikava eksperdirühma juht
Side ja riigi infosüsteemide asekantsler
Majandus- ja Kommunikatsiooniministeerium
5
1
Kokkuvõte
T
ehisintellekti puhul on tegemist olulise ja üha Eksperdirühma nägemuses peab Eesti riik seadma
populaarsemaks muutuva tehnoloogia- eesmärgiks anda tõuke valdkonna arengu
valdkonnaga, mille rakendamisel on käivitamiseks Eestis: alustada valdkonnas
võimalus kasvatada ettevõtete loodavat lisand- baasvõimekuse arendamisega. Seejuures tasub eriti
väärtust ja tõhustada avaliku sektori tööprotsesse. tugevalt panustada krattide kasutuselevõtu
Rahvusvaheliste uuringute kohaselt on tehis- edendamisele avalikus sektoris, sest teiste riikide
intellekti leviku mõju majandusele märkimisväärne. kratistrateegiatest lähtuvalt on see mujal maailmas
Näiteks McKinsey Global Institute'i hinnangul¹ loob alles algusjärgus või vähese tähelepanu all (vt ptk 5).
krattide kasutuselevõtt aastaks 2030 kogu Eesti saab tehisintellekti valdkonnas kiirelt liikudes
maailmas täiendavalt 13 triljonit USA dollarit saavutada suurema konkurentsieelise ja parema
lisandväärtust, kiirendades SKP kasvu 1,2% võrra eristumise. Seda toetab ka meie senine e-riigi üldine
aastas. tugev alusbaas, millele krattide kasutus oleks
järgmine etapp ja täiendus.
Samas on tehisintellekti näol tegemist alles uudse
tehnoloogiaga, mis ei tarvitse veel täna anda Tehisintellekti rakenduste ehk krattide kasutusele-
organisatsioonile otsest majanduslikku efekti, kuna võtt on kõrge prioriteediga aruteluteemaks ka
see on alles arenemisjärgus. Tehnoloogia küpsemist Euroopa Liidu, OECD ja Põhjala-Balti koostöö-
ootama jäädes on aga oht jääda arengus maha. gruppides, mis koordineerivad regiooni arengu-
Seetõttu on riigipoolset tähelepanu ja tuge vaja suundasid. Nende töö tulemused moodustavad
tehisintellekti rakendamiseks ja selle kasutusele- raamistiku, millega Eesti kratistrateegia tegemisel ja
võtuga seotud riskide maandamiseks, et tekiks elluviimisel arvestada – kas suunistena, mida
võimalus saada krattidest olulist majanduslikku järgida, või koostöö ja -rahastuse võimalustena,
efekti tulevikus. millega Eesti tegevust võimendada.
Tehisintellekti definitsioon
Eesti olukord
Ka Eesti ettevõtted ja avaliku sektori organisatsioo- Projekti käigus tutvuti nii ettevõtetega, kes tegelevad
nid on juba mitmes valdkonnas tehisintellekti krati tootearendusega, luues erinevaid kratila-
tehnoloogiaid rakendanud, nagu näiteks vestlus- hendusi, kui ka kratte juba kasutavate ettevõtetega,
robotid, tööotsijatele sobivaima töökoha leidmine milleks on täna peamiselt suuremad organisat-
või arvutivõrgus toimuva andmesideliikluse analüüs. sioonid (pangad, telekomiettevõtted). Krattide
loomise ja rakendamisega seotud väljakutseid on
Käesoleva projekti käigus tuvastati Eesti avaliku ja
käsitletud punktis 6.2).
erasektori organisatsioonide seas selge huvi ja
valmidus kratte kasutusele võtta ja paljudes Üheks levinud rakenduseks erasektoris on vestlus-
organisatsioonides sellega juba tegeletakse. robotid, mis suudavad kasutaja poolt sisestatavat
Nii Eesti avalikus kui ka erasektoris on loodud ja teksti tõlgendada ja sel viisil kasutajaga dialoogis
rakendatud mitmesuguseid masinõppel ja teistel probleeme lahendada. Samuti on kasutusel mitmeid
tehnoloogiatel põhinevaid lahendusi, kuid nende pilditöötluslahendusi (sh sõidukite numbrituvastus,
levik ja kasulikkus on veel piiratud. tööstusettevõtte tootekvaliteedi hindamine kujutise
põhjal jms) ja robootika rakendusi.
Eesti ettevõtete kokkupuudet krattidega võib
vaadata nii nende arendajate kui kasutajate poolelt.
1 NOTES FROM THE AI FRONTIER: MODELING THE IMPACT OF AI ON THE WORLD ECONOMY, 2018,
https://www.mckinsey.com/~/media/McKinsey/Featured%20Insights/Artificial%20Intelligence/Notes%20from%20the%20frontier%20Modeling%20the
%20impact%20of%20AI%20on%20the%20world%20economy/MGI-Notes-from-the-AI-frontier-Modeling-the-impact-of-AI-on-the-world-economy-
September-2018.ashx
7
Eesti positsioon krattide rakendamise potentsiaali ettevõtetel tekiksid andmestikud, mille peal kratte
osas on kahetine. Ühest küljest loob avaliku sektori kasutada. Sellest tulenevalt on ka meetmed avalikus
kõrge digiteeritus, Eesti elanike avatus uutele tehno- ja erasektoris erinevad. Nii avalikus kui erasektoris
loogiatele ja inimeste valmidus neid kasutusele võtta on vajalik suurendada teadlikkust tehisintellekti
head eeldused krattide rakendamiseks. Samas on lahendustest, et seda kaalutaks oma äriprobleemide
ettevõtlussektoris vaja esmalt tegeleda lahendamisel võimalusena.
äriprotsesside esmatasandi digiteerimisega, et
8
Eesti pikaajalisema kratistrateegia loomine
Käesolev eksperdirühma aruanne on loodud ühelt strateegia loomiseks teeb eksperdirühm ettepaneku
poolt krattide kasutuselevõtu ergutamiseks moodustada tehisintellekti töörühm, kelle ülesanne
lühiperspektiivis (kuni aastani 2021). Teiselt poolt oleks jälgida lühiperspektiivi tegevuskava täitmist
näeb eksperdirühm vajadust Eestile tehisintellekti (algatades vajadusel lisategevusi), olla kursis ELi
pikema perspektiiviga strateegia loomist, mis tehisintellekti valdkonna arenguga ja algatada Eesti
arvestaks praeguse tegevuskava alusel tehtavatest riigi tehisintellekti strateegia planeerimise protsess.
initsiatiividest tekkivate kogemustega. Sellise
Eksperdirühmast ja metoodikast
2018. aasta keskel moodustati MKM ja Riigikantselei Käesolev aruanne on eksperdirühma töötulemuste
juhitud eksperdirühm ning käivitati valdkonnaülene kokkuvõte.
koordineerimisprojekt. Eksperdirühma ülesanded
Aruande koostamisel on sisendina kasutatud
olid:
vestlusi eri osapooltega, arutelusid mitmesugustes
l koostada seaduseelnõu Eesti õigusruumi selguse töörühmades, välisriikide taustauuringut ja
tagamiseks ja vajaliku järelevalve korraldamiseks; ettepanekuid valdkonnas tegutsevatelt ettevõtetelt
ning ekspertidelt.
l töötada välja Eesti tehisintellekti tegevuskava;
9
Ettepanekud krattide kasutuselevõtu hoogustamiseks avalikus sektoris:
Meetmete puhul keskendutakse kahele sihtrühmale: krattide rakendajad ja krattide arendajad. Rakendajate
puhul keskenduvad meetmed teadlikkusele ja digiteeritusele. Kratipõhiste toodete arendajatel aidatakse
ületada tootarenduses prototüüpimise faas (TVT tasemetel 4–7).
10
Foto: Sven Zacek
2
Sissejuhatus
2.1 Lühendid ja mõisted
12
Hariduse Infotehnoloogia Sihtasutus https://www.hitsa.ee
info- ja kommunikatsioonitehnoloogia
tehnoloogia arenduskeskus
tehniline valmidustase
https://en.wikipedia.org/wiki/Technology_readiness_level
13
2.2 Aruande taust: krati eksperdirühm ja
tegevuskava koostamise lähtekohad
2018. aasta keskel moodustati Riigikantselei juurde aruanne võtabki kokku eksperdirühma tegevuse
eksperdirühm ning käivitati valdkonnaülene ja projekti käigus kogutud info ja sündinud
koordineerimisprojekt (edaspidi projekt). ettepanekud krattide kasutuselevõtu edendamiseks
Eksperdirühma ülesanded olid: Eesti avalikus ja erasektoris. Sealhulgas käsitleb
aruanne eraldi teadus- ja arendustegevuse ning
l koostada seaduseelnõu Eesti õigusruumi selguse
õigusruumiga seotud küsimusi. Aruanne on
tagamiseks ja vajaliku järelevalve korraldamiseks,
alussisendiks Eesti valitsusele kratialase
l töötada välja Eesti n-ö tehisintellekti tegevuskava, tegevuskava koostamisel, mida juhib MKM.
Majanduslik taust
3 https://www.err.ee/841157/eesti-skp-elaniku-kohta-on-77-protsenti-euroopa-liidu-keskmisest
14
intervjuud Töös kogutud sisendite analüüsimisel
l Eestis kratte arendavate ja rakendavate ettevõtete eksperdirühmaga, valdkonna spetsialistide ja
esindajatega, mille käigus tuvastati krattide töörühmadega on töösse koondatud ettepanekud,
arendamise ja rakendamise kasutuslood; mis rõhutavad võimalikult kiirelt teele asumise
vajadust, toetavad krattidega tegelevaid ettevõtteid
l Majandus- ja Kommunikatsiooniministeeriumi,
ning asutusi igal sammul ja loovad krattide
Rahandusministeeriumi, Haridus- ja
kasutuselevõtuks baasvõimekust, luues samal ajal
Teadusministeeriumi ning nende mitmete
sisendit pikema perspektiivi strateegi loomiseks.
allasutuste ekspertidega;
l ülikoolide (Tallinna Tehnikaülikool, Tartu Ülikool) Eesti kratistrateegias on mõistlik eraldi tegeleda
IKT valdkonna esindajatega; krattide kasutuselevõtu edendamisega avalikus ja
erasektoris (vastavalt punktid 6.1 ja 6.2), sest
l ettevõtete rahalise toetamise meetmete
vaatamata pealtnäha sarnastele väljakutsetele on
rakendusüksuste [EAS, SA Archimedes, SA
nende lahendusmeetodid ja ka rahastusskeemid
KredEx, Startup Estonia, PRIA, HITSA]
erinevad.
ekspertidega;
Eksperdirühma töö käigus kaardistati Eestis täna
arutelud projekti käigus kokku kutsutud
juba kasutusel olevaid toetusmeetmeid, mis
töörühmadega (õiguse, hariduse ja avaliku sektori
toetavad uute tehnoloogiate kasutuselevõttu. Töös
töörühmad);
on toetavaid meetmeid edasi arendatud või
uuringud välisriikide tehisintellekti valdkonna täiendatud, et adresseerida paremini tehisintellekti
strateegiate kohta; spetsiifiliselt kitsaskohti.
15
3
Tehisintellekti
tehnoloogiate
ülevaade
Juhendatud õpe
Stiimulõpe
Robootiline protsesside
automatiseerimine
Pildituvastus
Tehisnägemine
Kujutuvastus
Planeerimine
Tehisintellekt
Kõne tekstiks
Kõnetöötlus
Tekst kõneks
4 https://medium.com/@chethankumargn/artificial-intelligence-definition-types-examples-technologies-962ea75c7b9b
17
l Ekspertsüsteem on tehnoloogia, mis jäljendab seejärel kohaselt vastata. Loomuliku keele
inimeste otsustusvõimekust läbi eelkodeeritud töötlust kasutatakse näiteks juturobotites,
reeglistiku. Ekspertsüsteemidel põhinevaid kratte tekstide tõlkimisel ja turuülevaadete koostamisel.
on võimalik kasutada meditsiinis diagnooside
See loetelu on siiski vastuoluline, kuna
seadmisel ja raviplaanide väljatöötamisel, finants-
ekspertsüsteemid ja robootiline protsesside
ja õigusnõustamisel ning muude keeruliste
automatiseerimine näivad küll intelligentsed, kuid
probleemide lahendamisel, kus ligipääs
sisuliselt on need siiski algoritmilised. Kuna need
spetsiifilist teadmust omavatele inimestele on
rakendused uue info põhjal ei õpi, on küsitav, kas
keeruline või kulukas.
nende puhul on ikka tegu tehisintellektiga. Samas
l Loomuliku keele töötlus võimaldab kratil mõista imiteerivad need inimese käitumist, mida ka teised
talle antud sisendeid ja keelt teksti- või kratid teevad. Sellised vastuolud ilmestavadki
kõnetuvastuse kujul, tulemust analüüsida ning tehisintellekti kui distsipliini defineerimise keerukust.
Andmete roll
Krattide loomisel on oluline roll andmetel. Andmete arendamist takistab tihti andmete puudumine, mida
rakendamiseks ei piisa vaid nende kättesaadavusest on võimalik lahendada näiteks sünteetiliste andmete
– tarvis on kindlustada andmed masinloetaval kujul, loomisega. Sünteetilised andmed genereeritakse
et suuri andmehulki süstemaatiliselt töödelda saaks. algandmestiku põhjal, korrates lähtekohas
Krattide loomisel omavad olulist mõju kasutatavate tuvastatud mustreid ja sarnasusi, kuid muutes krati
andmestike suurusel ja kvaliteedil. Pole ühest treenimiseks kasutatud andmehulka esialgsest
vastust, kui palju andmeid masinõppe algoritmi märkimisväärselt suuremaks. Ligipääs suurtele
treenimiseks vaja läheb, kuid sõltuvalt probleemi andmestikele annab hoogu masinõppe alamharule
keerukusest võib andmepunkte olla vaja tuhandest – sügavõppe arengule, mis võimaldab analüüsida
miljoniteni. Samuti on masinõppe puhul eelduseks, oluliselt suuremaid andmestikke ja lahendada
et treeningandmestikud pole teatud otsuste jaoks keerulisemaid probleeme kui tavalise masinõppe
kallutatud, sisaldavad kvaliteetseid ja täielikke puhul, kuid vajab ka raskemat ja pikemaajalisemat
andmeid ning on sõltuvalt lahendatavast treenimist.
probleemist ka vastavalt märgendatud. Krati
Krattide arenduse tuumikuks rakendatakse enamasti inimesel kinnitada, et masina leitud seosed on
masinõpet. Masinõpet on võimalik teostada läbi loogilised või kasutatavad, sest algoritmile
kolme peamise õppemeetodi – juhendatud õpe, mõistlikuna tunduvad lahendused võivad reaalses
juhendamata õpe ja stiimulõpe. Õppemeetodi valik maailmas kasutuks osutuda.
sõltub tehisintellektile antava ülesande eesmärgist
Eelnevast kahest vähem kasutatud, kuid kasvava
ning soovitud tulemusest. Juhendatud õppe korral
trendiga õppemeetod on stiimulõpe, mis õpib läbi
on kratile teada treeningnäidete tulemused ja
kogetud õnnestumiste ja ebaõnnestumiste, üritades
probleem, mille kaudu süsteemile õpetatakse vahet
maksimeerida igast liigutusest saadavat kasu.
tegema erinevate näidete tulemuste vahel. Seda
Stiimulõpet võrreldakse loomade käitumise
meetodit kasutatakse enim pildituvastusraken-
kujundamisega – looma karistamisel on eesmärk
dustes, kus kratile näidatakse õppimiseks sisendina
teda õpetada teatud tegevust enam mitte kordama,
sildistatud pilte ning tehisintellekti kasutades annab
samas kui premeeritud tegevusi kordab loom
süsteem sisendis antud pildile pildil oleva objekti
tõenäoliselt ka tulevikus. Stiimulõppeks pole vaja
liigituse.
suurt andmehulka, vaid keskkonda, kus tehis-
Juhendamata õpet kasutatakse andmetest intellekti rakendust erinevate tegevuste käigus
struktuuri leidmisel. Selle eesmärk on andmed leitud treenida. Lihtsaim näide stiimulõppest on arvuti-
mustrite põhjal gruppidesse liigitada või leida mängud, kus masin- ja sügavõppe programmid
erinevate andmete seast üles anomaaliad. Selle õpivad arvutimängu ise mängima. Nimetatud
meetodiga liigitatakse mustrite abil inimesi õppemeetodit kasutatakse näiteks AlphaGo mängu
gruppidesse, mille põhjal neile suunatud reklaami puhul, kus vastase ees edu kaotades saab õppiv
müüa. Juhendamata õppe puhul ei vaja algoritmi süsteem miinuspunkte ebasobiva käigu eest ning
treenimisprotsess niivõrd suurt inimese sekkumist, tulevikus kasutab antud olukorras tõenäolisemalt
kuna süsteem leiab ise üles parameetrid, millele muud strateegiat.
tuleks tähelepanu pöörata. Sellegipoolest tuleb
18
Krattide loomise vahendid
Levik sektorites
14 Juhtivad sektorid
Prognoositud investeeringute kasv (%)
12 Finantsteenused
Kõrgtehnoloogia ja
10 Transport ja
telekommunikatsioon
logistika
8 Tervishoid
Turism
Meedia ja
6 Jaemüük meelelahutus
Professionaalsed Autotööstus
teenused
4 Haridus
Pakketoodang Energia ja
2 tarbijatele loodusvarad
Vähem arenenud Ehitus
sektorid
0
0 5 10 15 20 25 30 35
Krattide kasutamise määr sektori ettevõtetes (%)
Krattide kasutamine eeldab vaikimisi korrastatud digiarengu ja digitaalse küpsusega sektorites nagu
andmeid, mistõttu on krattide levik suurem ja näiteks finantsteenused ja telekommunikatsioon.
rakenduspotentsiaal kiiremini avalduv kõrgema
5 McKinsey Global Institute (2017) – Artificial Intelligence: The Next Digital Frontier?
https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/how-artificial-intelligence-can-deliver-real-value-to-companies
19
4
Kratikavad
rahvusvahelisel
tasandil
Euroopa Liit kutsub üles kõiki liikmesriike 2019. eesmärkideni. Edusamme hinnatakse kord
aasta keskpaigaks vastu võtma riikliku kratistratee- aastas. Kava täitmist koordineerib komisjon koos
gia, kus tuuakse välja investeeringute mahud ja selle koostamises osalenud töörühmaga ning
rakendusmeetmed, plaanid vajalike vahendite (nt paralleelsete valdkondlike töörühmadega (näiteks
andmed) koondamiseks ja toetava õigusliku tehisintellekt ja oskused). Eesti roll on olla neis
raamistiku loomiseks. gruppides esindatud ning kaasata vajadusel
siseriiklikke sidusrühmasid.
l 2019. aasta lõpuks lepitakse kokku investeerimis-
ja kasutuselevõtu mõõdikud, et jõuda ühiste
7 Tehisintellekti käsitlev kooskõlastatud kava võeti vastu 07.12.2019 ning on kättesaadav samanimelise teatise lisana siit: https://eur-lex.europa.eu/legal-
content/ET/TXT/?uri=CELEX:52018DC0795
21
Investeeringute maksimeerimine partnerluste kaudu⁹
l Komisjon plaanib kokku kutsuda sidusrühmad, et See avab võimalusi ka Eesti vastavatele
töötada aasta lõpuks välja ühine strateegiline tegijatele. Esile on tõstetud seda, et liikmesriigid
tehisintellekti teadus- ja innovatsioonikava. võiksid leida võimalusi pakkuda VKEdele toetust
l Euroopa Liidu mitmesugustest meetmetest
tehisintellekti kasutuselevõtuks ja digiülemine-
toetatakse tehisintellekti ja plokiahela tehno- kuks läbi innovatsiooniosakute, väikeste toetuste
loogiatega tegelevaid kasvujärgus idufirmasid. ja laenude.
9 Konkreetsed rahastusmeetmed ning -mahud on leitavad tegevuskava tekstis vastava kaheksa valdkonna all: https://eur-lex.europa.eu/legal-
content/ET/TXT/?uri=CELEX:52018DC0795
22
lahenduste väljatöötamist. Lisaks luuakse l Konkreetsete projektidena toetab komisjon lisaks
andmete jagamise tugikeskus, mis toetab muu genoomipankade ühendamist ja ühise
hulgas erasektori andmete jagamist ning läbi terviseandmebaasi loomist, mis sisaldab
kõrgjõudlusega andmetöötluse (EuroHPC) patsientide antud anonüümset teavet
algatuse töötatakse välja Euroopa-ülene tervisekahjustuste kohta, et parandada
superarvutite taristu. Kõigi nende tegevuste tehisintellekti tehnoloogia abil vähidiagnostikat ja
raames on Eestil võimalus saada kaasrahastust -ravi. Pikaajalisem eesmärk on luua suurem ühine
vajalike tehniliste arenduste ja taristu loomiseks. tervishoiu andmeruum, mille suunas ka Eesti on
juba samme astunud.
Rahvusvaheline koostöö
l Euroopa Liit näeb enda ülesandena juurutada Tegevuskava on nii-öelda elav dokument –
vastu võetud eetikasuuniseid kogu rahvus- koostööalgatused ja tegevused vaadatakse läbi ja
vahelises suhtluses, et need maailmas leviksid. kava uuendatakse vastavalt igal aastal. Eeldatavasti
kestab kava aastani 2027, st järgmise mitmeaastase
l Ressursse eraldatakse ka tehisintellekti
finantsraamistiku lõpuni.
juurutamiseks arengupoliitika-suunalistes
tegevustes, seda eelkõige Vahemere
lõunapiirkonna riikides ja Aafrikas.
23
puhul ka konkreetse kratisüsteemi ja selle tavuse kohta praktikas. Suuniste praktiline väärtus
eesmärkidega. Konkreetselt on toodud näide: „kui hinnatakse üle 2020. aasta alguses pärast
tehisintellekti rakendus soovitab lugeda raamatut, katseperioodi ning neid muudetakse ja
mis osutub ebasobivaks, on see palju vähem ajakohastatakse vastavalt tagasisidele.
ohtlik kui viga vähi diagnoosimisel ning seetõttu
Eetikasuuniste rahvusvaheline juurutamine: Euroopa
ei pea selle järelevalve olema sama range“.
Komisjon otsib ühisosa samameelselt mõtlevate
Suunistega käsikäes on välja töötatud kontroll-
riikidega, kellest on eraldi esile tõstetud Singapuri,
nimekiri nõuete täitmise hindamiseks.
Kanadat ja Jaapanit, ning tutvustab rahvusvahelistes
l Suunised on mõeldud kõigile sidusrühmadele aruteludes ja mitmepoolsetes foorumites (nt G7 ja
kasutamiseks, sh Eesti avaliku ja erasektori G20) loodud eetikasuuniseid ja tihendab nendega
asutustele, kes kratte arendavad, juurutavad või koostööd suuniste rahvusvaheliseks tunnustami-
kasutavad. Suunised ei ole õiguslikult siduvad, seks. Paralleelselt on suurema sidususe loomiseks
küll aga hea tavana soovituslikud. loodud sidusrühmade ja ekspertide ühine plat-
vorm – tehisintellekti liit, mis toimib läbi veebi-
l Suuniste katseetapp: Euroopa Komisjon käivitab
foorumi. Eesmärgiks on võimalikult laiapõhjaline ja
2019. aasta suvel sidusrühmadele suuniste testi-
avatud arutelu tehisintellekti arendamise ja
misperioodi, mille käigus on võimalik kõigil
kasutamise üle.¹⁰ Tehisintellekti liiduga võivad
huvipooltel anda tagasisidet eetikasuuniste
ühineda kõik huvitatud.
põhinõuete ja vastava kontrollnimekirja kohalda-
4.2 OECD
OECD tehisintellekti eksperdigrupp (AIGO)¹¹ ja l aruandekohustus ehk krati rakendajad
liikmesriikide esindajad¹² on koostanud tehisintellekti vastutavad krattide otstarbeka toimimise eest.
soovitused, mis kinnitati ministrite kohtumisel mais
Kooskõlas eelmise punkti põhimõtetega peaksid
2019. OECD soovitused käsitlevad sarnaselt ELiga
riigid (soovitatavalt) vastavalt oma siseriiklikele
põhimõtteid usaldusväärse tehisintellekti
strateegiatele ja rahvusvahelisele koostööle:
vastutustundlikuks haldamiseks, lisaks on esitatud
soovitused riikide poliitika kujundamiseks ja l investeerima tehisintellekti valdkonnas
rahvusvahelise koostöö edendamiseks toimuvasse teadus- ja arendustegevusse ehk
usaldusväärsete krattide loomisel. mõtlema nii pikaajalistele riiklikele
investeeringutele kui erarahastuse kaasamisele
Usaldusväärse tehisintellekti vastutustundlikuks
(interdistsiplinaarse) teadustöö edendamiseks ja
haldamiseks on paika pandud viis soovituslikku
investeerima avaandmetesse;
põhimõtet. Need ei ole küll õiguslikult siduvad, kuid
nende rakendamist oodatakse kõigilt l soodustama tehisintellekti digitaalse
sidusrühmadelt, sealhulgas Eestilt: ökosüsteemi loomist ehk digitehnoloogiate,
infrastruktuuri ja mehhanismide loomist
l kaasav majanduskasv, säästev areng ja heaolu
tehisintellektiga seotud teadmiste jagamiseks,
ehk sidusrühmad peavad krattide tegevuste
pidades sealjuures silmas õiguspärast, ausat,
puhul arvesse võtma inimeste ja planeedi heaolu,
turvalist ja eetilist andmete jagamist;
ebavõrdsuse vähendamist ja looduslike
keskkondade kaitsmist; l looma krattide jaoks võimaldav
poliitikaraamistik ehk tegelda sobiva kontrollitud
l inimkesksed väärtused ja õiglus ehk krattide
testkeskkonna loomisega;
rakendajad (ingl AI-actors) peavad arvesse võtma
õigusriigi põhimõtet, inimõigusi ja demokraatia l kasvatama inimvara ja valmistama tööturgu
väärtusi kogu krattide elutsükli jooksul ning ette tehisintellekti tulekuks;
selleks ka rakendama vajalikke
l tegema rahvusvahelist koostööd
(kaitse)mehhanisme;
usaldusväärse tehisintellekti loomiseks ehk
l läbipaistvus ja selgitatavus ehk krattidest eelmainitud põhimõtteid tuleks juurutada
arusaamiseks on vaja mõistlikku info jagamist, rahvusvahelises koostöös teiste
sealhulgas juhul, kui krattide tegevusel on teatud organisatsioonidega ning ka riikidevahelises
osapooltele olnud negatiivne mõju; kahepoolses koostöös.
l töökindlus, turvalisus ja ohutus ehk tuleb Eesti kratialase tegevuskava tegemisel saab nende
tagada eesmärgipärane krattide toimimine, suuniste ja soovitustega arvestada ning käesolevas
otsuste jälgitavus ning riskijuhtimisplaan kogu aruandes toodud ettepanekud on nendega
krati elutsükli jooksul; kooskõlas.
11 AIGO: https://www.oecd.org/going-digital/ai/oecd-aigo-membership-list.pdf
12 Majanduse digitaliseerumise komisjonis (Committee on Digital Economy Policy) toimus arutelu märtsis 2019, Eestit esindasid Majandus- ja
Kommunikatsiooniministeeriumi ja Justiitsministeeriumi esindajad.
OECD Principles on AI: https://www.oecd.org/going-digital/ai/principles/
24
4.3 Põhjala-Balti koostöö (MR-Digital)
Mais 2018 kirjutasid Põhjala ja Balti digiteemade sektori rakendustele, oskuste arendamisele,
eest vastutavad ministrid alla tehisintellekti erasektorile suunatud meetmete loomisele ja
deklaratsioonile, milles kaardistati Põhjala ja Balti eetiliste krattide kujundamisele. Ühiseid punkte
riikide vahelise tehisintellektikoostöö teemad¹³. Muu arvesse võttes tuvastavad Põhjala-Balti riigid
hulgas rõhutati ühiseid sihte parema ligipääsu edaspidi konkreetsed huvivaldkonnad koostööks
tagamiseks andmetele piiriüleselt, tehisintellekti (eelkõige tervishoid, transport, haridus). Lisaks
rakendamisega seotud oskuste edendamiseks, plaanitakse arendada avalike andmekogude
ülereguleerimise vältimiseks ja eetilise ning piiriülest ühiskasutust, jagada häid tavasid nii
läbipaistva tehisintellekti loomiseks. konkreetsete kasutusjuhtude kui õigussüsteemi
muutmise osas ning ELi eetikasuuniste
Aprillis 2019 loodi Põhjala-Balti tehisintellekti
kontrollnimekirja rakendamisel. Üheks võimalikuks
töörühm, mis paneb paika konkreetsed
tegevussuunaks on ka ühiste liivakastide ja/või
koostööprojektid neis suundades. Kuigi riigid on oma
katserajatiste loomine.
strateegia tutvustamisel eri faasides (Soome, Taani
ja Rootsi olid esimesed, kes oma kratistrateegiad Nende koostöösuundadega saab arvestada Eesti
avaldasid), siis valdavalt keskendutakse kõikides kratikava edaspidisel täitmisel, sest need on alles
avaldatud või avaldatavates strateegiates avaliku idee- ja käivitamisjärgus.
25
5
Tehisintellekti
areng
välisriikides
CIFAR on kaardistanud enamiku riiklike avalikustatud l avalik sektor: toetatakse projekte, mis muudavad
või töös olevaid tehisintellekti strateegiad¹⁵, kus on avaliku sektori tööd efektiivsemaks, kiiremaks või
konkreetsemalt välja toodud eri riikide strateegiate mugavamaks;
fookuses olevad teemad. Strateegiatega hõlmatud l kaasatus ja sotsiaalne heaolu: meetmed toetavad
teemad ehk riikide rakendatavad meetmed erineva tausta ja vaadetega inimeste kaasamise
jagunevad järgnevatesse kategooriatesse: tehisintellekti arendamisel.
l teadus- ja arendustegevus: uute Järgneval joonisel on riikide strateegiates
arenduskeskuste, klastrite ja programmide sisalduvate teemade jaotus kategooriatesse, kus
loomine tehisintellekti baas- või rakendusteaduse tumedam värv tähistab suuremat rahastust ja
väljatöötamiseks; fookust riigi strateegias ehk prioriteete.
14 McKinsey Global Institute (2017) – Artificial Intelligence: The Next Digital Frontier?
https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/how-artificial-intelligence-can-deliver-real-value-to-companies
15 Building an AI World: Report on National and Regional AI Strategies, 2018,
https://www.cifar.ca/cifarnews/2018/12/06/building-an-ai-world-report-on-national-and-regional-ai-strategies
27
Tabel 1 Riikide strateegiates sisalduvate teemade jaotus kategooriate kaupa
Töös vaadeldakse tehisintellekti strateegiaid loonud veidigi võrreldavad Eestiga. USA ning Hiina on välja
võrdlusriike: Leedu, Soome, Saksamaa, jäetud, kuna maailma majandust eestvedavatel
Prantsusmaa, Ühendkuningriik ja Kanada. Tegu on riikidel on suurte ressursside abil kasutusel erinevad,
naabritega või tehisintellekti valdkonnas juhtivate ELi väikeriikidele kättesaamatud lähenemised.
ja maailma riikidega, kes on suuruselt ja taustalt
28
5.1 Soome
Soome riigi visioon on saada tehisintellekti erinevas suuruses, küpsusastmes ning
arendamisel ja kasutamisel maailmatasemel digiteerituses ettevõtete ligipääsu andmetele, et
teerajajaks. Nende eesmärk on integreerida need saaksid samuti tehisintellekti arendusse
arenevad tehnoloogiad julgelt iga eluvaldkonnaga panustada;
alates tervishoiust kuni töötleva tööstuseni, l platvorm MyData – personaalandmetele
moodustades niiviisi „tehisintellekti ühiskonna“. ligipääsu lihtsustamine nii inimeste enda
Riik on võtnud kindla suuna ja otsuse enda kasutuseks, ettevõtetele toodete ja teenuste
konkurentsivõime maksimeerimiseks, mis hõlmab parandamiseks ning avalikule sektorile teenuse
meetmeid nii hariduse edendamiseks, erasektori paremaks personaliseerimiseks;
konkurentsi suurendamiseks, andmevahetuse
l suurendatakse andmete kasutamise
lihtsustamiseks ja avaliku sektori korrastamiseks.
koostöövõimet ning tehisintellektiteenuste hulka
Riigi eelistatud sektorid on energeetika, tervishoid ja
avalikus sektoris – selleks on loodud kodanikke
logistika, kuid ka teised paljulubavad arenevad
abistav virtuaalassistent Aurora;
valdkonnad.
l tehisintellektiteadlikkuse suurendamiseks on
Soome toetab erasektoris tehisintellekti loodud tasuta veebikursus „Elements of AI“, mis
kasutuselevõttu ning motiveerib andmekvaliteeti lühikese aja jooksul on tõusnud populaarseimaks
tõstma. Lisaks panustatakse haridusse, teadusesse, Soome kursuseks;¹⁶
innovatsiooni ja koostöösse, et kasvatada
l tehisintellektile spetsialiseerunud
tehisintellektiteadmust ja ekspertide arvu.
magistriprogrammi loomine – ülikoolidesse on
Meetmed valdkonna arendamiseks: hakatud siduma tihemini masinõpet,
l andmejagamise lihtsustamine – soovitakse andmeteadust ja tehisintellekti tehnoloogiaid;
moodustada ettevõtete juhitud ökosüsteem, mis l Soome tehisintellektikeskus – Aalto ja Helsingi
lihtsustab ligipääsu andmetele, nende jagamist Ülikooli partnerprogramm, et tõsta uurimistööde
ning ekspertide olemasolu; arvu, meelitada talente ja soodustada koostööd
l „AI Challenge tour“ – Soomes korraldati üle riigi erasektoriga;
eri paigus erinevad häkatonid, kus avalik ja l tehisintellekti foorum 2018 – Soome korraldas
erasektor jagab anonüümseid andmeid, et uusi oktoobris 2018 tehisintellekti foorumi, et hoida
tooteid ja teenuseid luua. Eesmärk on lihtsustada riiki maailmapildis ja meelitada talente.
5.2 Leedu
Leedu positsioon tehisintellektil põhinevate l eetiliste ja õiguslike põhimõtete sõnastamine, mis
rakenduste kasutuselevõtuks on toetada ja võimaldavad tehisintellektirakendusi kasutusele
laiendada juba toimivat tehisintellekti rakendajate võtta;
kogukonda ning kindlustada riigi valmisolek krattide l laiendada Leedu tehisintellekti
laialdasemaks kasutuselevõtuks tulevikus. koostöövõrgustikke kohalikul ja rahvusvahelisel
Tehisintellekti arendusprojektidega on tegeldud tasemel;
aastast 2016. Välja on kujunenud tugev kogukond l kratirakenduste horisontaalne kasutamine
spetsialistidest, kes koordineeritult jagavad majandussektorites;
informatsiooni valdkonnas toimuvast ja teevad
l hariduse täiendav rahastamine eesmärgiga
koostööd tehisintellekti lahenduste loomisel.
toetada tehisintellekti lahenduste loomiseks
Valdkonna arengut toetab ka üliõpilaste huvi IT-
vajalike oskuste arengut;
õpingute vastu: vastavad õppeprogrammid on
populaarsuselt neljandal kohal. Oma eeldustest l teaduse ja arenduse täiendav toetamine
lähtuvalt on Leedu valinud tehisintellekti strateegias tehisintellekti valdkondades;
suunad, mis loovad baasi valdkonna laiemaks l andmete vastutustundlik ja efektiivne
kasutuselevõtuks. Fookussuundadeks on: kasutamine.
16 https://www.tekoalyaika.fi/en/2018/08/elements-of-artificial-intelligence-becomes-most-popular-course-in-finland/
29
5.3 Saksamaa
Saksamaa on seadnud riiklikul tasandil eesmärgiks Saksamaa eripäraks on suurimate majanduse
arendada tehisintellekti tehnoloogiaid tasemele, kus alustalade täiendav toetamine läbi tehisintellekti
„Artificial Intelligence made in Germany“ saaks lahenduste rakendamise.
rahvusvaheliselt tunnustatud kvaliteedimärgiks.
Lähtuvalt Saksamaa tootmise tugevusest ja
Selleks on nad loomas meetmeid, kuidas
Euroopa väärtustest on tehisintellekti arengukava
vastutustundlikult kaasata teadusasutusi, ettevõtjaid,
loomisel valitud arenduse valdkonnad: tööstus,
omavalitsusi ja riiki koostöö tegemiseks Euroopa
logistika, meditsiin, sotsiaalvaldkond.
väärtustel põhineva tehisintellekti loomisel.
Tähtsal kohal on andmesiire VKEde ning suurusega tootmis- ja logistikaettevõtteid, mis läbi
teadusasutuste vahel, mille toetamiseks luuakse masinõppetehnoloogiate saaksid oma
rahastusmeetmed. Lisaks toetatakse kohalike väärtuspakkumist parandada. Ettevõtetele
klastrite loomist, mis võimaldaksid paremat juurdepääsu andmiseks täiendatakse IT-taristut
koostööd ja juurdepääsu arendamisressurssidele. (andmeside) ja andmete kättesaadavust, mis
Peamise fookusgrupina nähakse keskmise võimaldaks üha suuremaid andmehulki vahetada.
Juurdepääs andmetele
30
5.4 Prantsusmaa
Prantsusmaa oma tugeva tehnilise ja reaalteaduste Eesmärkide saavutamiseks rakendatakse järgnevaid
taustaga on valinud riikliku tehisintellekti arendamise meetmeid:
alusteks teadusest ja üldisest avalikust huvist
l tehisintellekti arendamine puhtalt teaduse arengu
lähtuvad väärtused. Prantsusmaa riiklikuks
pärast. Iga arendus peab omama ka reaalset
ambitsiooniks ei ole võistelda maailma suurimate
rakendust. Sellest tulenevad ka fookuses olevad
tehisintellekti riikidega nagu Hiina ja USA, vaid
valdkonnad: tervishoid, keskkond, transport ja
valitud on võrdlemisi konkreetsed arengusuunad ja
kaitsetööstus;
fookus on Euroopa väärtuseid kandvatel
valdkondadel. Samuti on eraldatud ressursse l luuakse jagatud andmevahetusplatvormid, mis
tehisintellektiga asenduva tööjõu koolitamiseks ja võimaldavad turvalist ja valdkonnaspetsiifilist
tehisintellekti puudutava eetika reeglite loomiseks. juurdepääsu, sh andmete korrastamine,
täiendava andmevahetustarkvara loomine ning
Prantsusmaa tehisintellekti arengu aluseks on
piisavalt võimeka infrastruktuuri arendamine;
võetud teadmine, et ei ole võimalik kõikides
võimalikes suundades arendusi teha. Fookuses on l regulatiivselt toetav keskkond. Innovatsiooni
tervishoid, keskkond, transport ja kaitsetööstus. Riik algstaadiumis testimise lubamine (mööndused
prioriseerib projekti, lähtudes selle seaduste rakendamisel), et toetada ettevõtteid
perspektiivikusest, juba olemasolevatest vahenditest kehtivate nõuete täitmisel ja viimases staadiumis
(nagu andmed ning teadmus), juba olemasolevast aidata neil turul laieneda.
rahastusest.
5.5 Ühendkuningriik
Ühendkuningriigi eesmärgiks krattide rakenda- l toetada inimesi haridusteel, et aidata neil tuleviku
misel¹⁷ on kasvatada tootlikkust ja sellega kaasnevat tööde tarbeks oskusi omandada. Selleks
tulu. Selleks tuginetakse järgmistele eesmärkidele: investeerib riik matemaatika, tehnika ja teaduse
erialadesse.
l investeerida teadus- ja arendustegevusse, et
muuta riik andmekeskse arenduse ja Nagu tööstuse valdkonnas, on tehisintellekti
tehisintellekti globaalseks keskuseks; strateegia üles ehitatud järgnevatele
fookussuundadele:
l toetada majandussektoreid, et need võtaksid
tootlikkuse suurendamiseks kasutusele Ideed – eesmärk on olla maailma üks
tehisintellekti ja andmeanalüüsi lahendusi; innovaatilisima majandusega riikidest
l luua andme-eetika ja innovatsiooni keskus, et l valitsus on valmis investeerima teenuste sektori
toetada riigi küberturvet ja olla maailmas tehisintellekti rakendustesse kuni 20 miljonit
andmestiku ohutu ja eetilise kasutamise juhtrollis; naela. Selle alla kuulub uurimiskeskuste
17 https://www.gov.uk/government/publications/artificial-intelligence-sector-deal/ai-sector-deal
31
võrgustiku ja teadusarenduse koostöö, Muu hulgas moodustatakse Geospatial
tehisintellektipõhiste rakenduste arendamine Commission, et tagada paremad võimalused
näiteks seadusandluse ning kindlustusvaldkonna geoandmete kasutamiseks ja tehisintellekti
tarbeks. Samas mahus toetatakse ka avalike tehnoloogiaga sidumiseks;
teenuste arendamist;
l pakutakse seadusandlikku tuge andmete
l lisaks investeeritakse 93 miljonit naela jagamiseks ja kasutamiseks;
tööstusarendusse, et toetada robootika ja
l arendatakse turvalisemaid andmejagamise
tehisintellekti kasutuselevõttu, et luua ohutumat
raamistikke;
töökeskkonda, mis vähendaks kahjusid
inimtervisele ning suurendaks tööstuse l suurendatakse telekommunikatsioonivahendite
produktiivsust. võimekust, kattes 95% riigist kiire sidevõrguga.
Inimesed – eesmärk on luua head töökohad ja Majanduskeskkond ning kogukonnad – eesmärk
inimestele paremad teenimisvõimalused on olla parim riik äri kasvatamiseks või alustamiseks
l luuakse rahvusvaheline programm Turing Valitsus toetab ettevõtete arengufonde ning loob
Fellowship, mis peab tehisintellekti talendid soodsaid võimalusi ettevõtluseks:
Ühendkuningriiki meelitama, et need saaksid
l idufirmade toetuseks investeeritakse Tech City
oma oskusi kohalikele edasi anda;
UKsse 21 miljonit naela;
l seatakse eesmärk luua 2025. aastaks vähemalt
l üle miljardi naela investeeritakse digitaristu
1000 tehisintellektitemaatikaga seotud valitsuse
toetatud doktorandikohta. Lisaks investeeritakse arendusse, et tagada üleriigiline ühendus (sh 5G);
406 miljonit naela STEM erialadesse. l uute tehnoloogiatega seotud põhimõtete
5.6 Kanada
Kanada oli esimene riik, kes koos 2017. aasta Eesmärke rakendatakse nelja erineva programmi
riigieelarvega avalikustas oma tehisintellekti kaudu, mida juhib Kanada teaduskeskus CIFAR:
strateegia. Eesmärgid on seatud peamiselt teadus-
l tehisintellekti instituudid – strateegia rahastab
ja arendustegevuse suunal, kus viie aasta jooksul
kolme tehisintellekti arenduskeskust sügavõppe
investeeritakse 125 miljonit Kanada dollarit, kuna
ning stiimulõppe uuringute teemal.
Kanada on juhtiv tehisintellektialases teadustöös.
Arenduskeskused peavad omama kandvat rolli
Kanada tehisintellekti strateegia ei sisalda teistele
teaduse ja innovatsiooni juhtimisel ning töötama
riikidele omaseid valdkondi nagu investeeringud
koos teadurite, erasektori ning teiste
strateegilistesse sektoritesse, andmed, tööjõu
huvirühmadega kogu Kanadas;
oskuste suurendamine või privaatsusküsimused, küll
aga on suur osa arendustegevusest seotud l Kanada CIFAR AI Chairs programm – vastutab
erasektorist saadud sisenditega. Kanada konkurentsivõime säilimise eest
masinõppe vallas, pakkudes tuge ja rahastust
Kanada on seadnud tehisintellekti arendamisel neli nooremteadurite värbamiseks ja koolitamiseks;
põhieesmärki:
l tehisintellekt ja ühiskond – riik panustab eraldi
l suurendada Kanadas tehisintellekti valdkonnas tehisintellekti majanduslike, riiklike ning
teadurite ja vastavate oskustega ülikoolilõpetajate ühiskondlike mõjude uurimisse. Programmi
arvu; käigus rahastatakse töögruppe, kes tegelevad
l luua vastastikused seosed kolme Kanada suurima vajalike tehisintellekti poliitikate väljatöötamisega
tehisintellekti arenduskeskuse vahel; ning hoiavad avalikkust kursis valdkonna
arenguga;
l hoida juhtpositsiooni tehisintellekti tehnoloogiate
l riiklik tehisintellekti programm – Kanada
majanduslike, eetiliste, poliitiliste ja õiguslike
korraldab tehisintellekti teemal suve- ja talvekoole
tagajärgede teemade osas;
ning tugitegevusi, mis toetavad Kanada tugevat
l toetada riiklikku tehisintellekti teadusuuringute positsioneeringut tehisintellekti teadus- ja
kogukonda. innovatsiooni raames globaalsel tasemel.
32
5.7 Kokkuvõte riikide strateegiatest
Eri riikide strateegiaid võrreldes võib neis palju avalikku sektorisse. Järgnev joonis võtab kokku
sarnasusi avastada. Põhilisteks meetmeteks, mida eespool vaadeldud välisriikide strateegiate
18 vaadeldud riiki kasutavad, on investeerimine fookused, kuhu kõige rohkem ressursse
teadusesse, tööjõudu, oskuste arendamisse ning paigutatakse.
ümberõppesse, tööstusesse, andmetesse ning
Teadus
Oskused ja
Andmed ümberõpe
Tööstus
Enim panustatakse teaduse arengusse, kuna Põhjuseks on juba praegu tööstuses esinev kõrge
valdkond on veel põhjalikult kaardistamata ning automatiseeritus, mis on saavutatud nn vanade
esimesena uute, läbimurdeliste avastusteni meetodite abil (programmeeritavad
jõudmine on tulus. Selleks, et avastustest praktilist operaatorpingid, staatilised keevitusrobotid jt).
ning majanduslikku tulu toovaid kratte luua, on Tööstusharud võidavad krattide kasutuselevõtust
tarvis kvalifitseeritud tööjõudu. Investeerimine vähe, arvestades kui suur on alginvesteering ning
hariduspoliitikasse suunab rohkem inimesi info- kui väike on võit tööjõu- jms kulude arvelt.
tehnoloogiasse ning lähemalt krattide arendus- Sihtgrupiks on väikesed tööstusettevõtted, mis on
tegevuseks vajalike oskuste omandamiseks. alles turule sisenemas või sisenenud. Neil puudub
pagas varasematest arengufaasidest, mis muudab
Krattide kasutuselevõtt muudab turul tööjõu-
investeerimise tehisintellekti mõistlikumaks. Näiteks
vajadusi. Tehisintellekt on võimeline täitma rutiinseid
on puidutööstuses saelaua kontrollimiseks kasutatav
ning tehnilisi ülesandeid, mistõttu hulk praktilise
inimtööjõud asendatud kratiga, mis vähendab
kvalifikatsiooniga inimesi ei pruugi enam tööd leida.
ühtlasi tööjõukulu ning suurendab oluliselt saeraami
Riigid tegelevad selle tulevase probleemi leevenda-
tootlikust.
misega juba praegu, luues inimestele üha enam
võimalusi ümberõppeks ning sisulisteks töö- Vaadates strateegiate kokkuvõtet, paljastub läbiv
ülesanneteks vajalike oskuste arendamiseks. Lisaks muster: riigid ei suuna tehisintellekti kindlas suunas,
ennetustööle pakub ümberõpe potentsiaalselt vaid panustavad tugevate alustalade loomisele,
tööjõukasvu tehisintellekti valdkonnas, mis aitab nagu teadus- ja arendustegevus, oskustööjõu
omakorda krattide leviku kasvamisele kaasa. tagamisele ning andmete kättesaadavuse
parandamisele. See annab nii avalikule kui ka
Oluliselt vähem tähelepanu pööratakse krattide
erasektorile võimalusi krattide loomiseks ega piira
edendamisele majandussektorites, kuigi fookusesse
selle kasvu eri suundadesse.
on mõnevõrra tõstetud tööstuses rakendamine.
33
6
Eesti tegevuskava
krattide kasutuselevõtuks:
tehisintellekti rakendamise
hetkeseis, väljakutsed
ja ettepanekud
T
ehisintellekti valdkond ja krattide riigipoolset tehisintellekti toetamist käsitleda kui
rakendamine on Eestis sarnaselt muu uue tehnoloogia rakendamise riskide
maailmaga alles algusjärgus. Eesti nii maandamist eeldusega, et selle käigus saadud
avalikus kui ka erasektoris on loodud ja rakendatud teadmine ja kogemused annavad lähitulevikus
erinevaid masinõppel ja teistel tehnoloogiatel olulist majanduslikku efekti.
põhinevaid kratilahendusi, kuid nende levik ja neist
Avalikus sektoris peaks krattide kasutamise
saadav kasu on veel vähene.
sihiks olema olla nutikas tellija ja teerajaja
Käesoleva projekti käigus tuvastati Eesti juhtivate kratilahenduste tellimisel, andes seeläbi tõuget ja
avaliku ja erasektori organisatsioonide seas selge olles veduriks kogu tehisintellekti valdkonna
huvi ja valmidus kratte kasutusele võtta ja mitmes arengule Eestis. See suund teenib laiemalt e-riigi ja
organisatsioonis sellega juba tegeletakse. infoühiskonna arendamise eesmärke – nt teenuste
Tehisintellekti tehnoloogiatest tekkiv lisandväärtus kvaliteedi ja riigi toimimise tõhustamise sihte (sh
saab väljenduda peamiselt kahel suunal – teenuste proaktiivsemaks muutmist).
protsessiinnovatsioonist tuleneval efektiivsuse tõusul
ja tooteinnovatsioonist tulenevatel majanduse Seejuures on Eesti lähenemine laiapindne –
struktuurimuutustel, mille käigus tekivad kõrgemat otstarbekas on anda tõuget krattide
lisandväärtust andvad tooted, teenused ja ka kasutuselevõtuks võimalikult laialdaselt, kogu
ettevõtted. avaliku sektori ulatuses ning vastavaid takistusi
süsteemselt lahendada. Vastupidiselt ainult piiratud
Eksperdirühma ettepanekute eesmärgiks on tõuke arvu prioriteetseid kasutusalasid eelisarendamiseks
andmine valdkonna arengu käivitamiseks Eestis: välja valides oleks oht tekkivat laiemat arenguhoogu
alustada valdkonnas baasvõimekuse arendamisega. liigselt pärssida.
Seejuures tasub eriti tugevalt panustada krattide
kasutuselevõtu edendamisele avalikus sektoris, Erasektori tegevuskava ettepanekud lähtuvad
sest teiste riikide kratistrateegiatest lähtuvalt on see vajadusest alustada võimalikult kiirelt krattide
mujal maailmas alles algusjärgus või vähese kasutuselevõttu toetavate meetmete loomisega, et
tähelepanu all (vt ptk 5) ning Eesti saab siin kiirelt tõsta ettevõtete teadlikkust kratitehnoloogiate
liikudes saavutada suurema konkurentsieelise ja võimalustest, toetada kõrge riskiga kratiprojektide
parema eristumise. Seda toetab ka meie senine e- (sh pilootprojektid) elluviimist ning tõsta
riigi üldine tugev alusbaas, millele krattide kasutus ettevõtete üldist digitaalset baasvõimekust.
oleks järgmine etapp ja täiendus. Olulisel kohal on ka ettevõtete teadus- ja
arendustegevuse osakaalu suurendamine krattide
arendamiseks ja rakendamiseks tootearenduse
prototüüpimise faasis.
Eesti positsiooni krattide rakendamisel teevad
võimalikuks ühest küljest avaliku sektori kõrge Teadus- ja arendustegevus ning hariduse
digiteeritus, Eesti elanike avatus uutele valdkond on baasiks krattide loomisele ja
tehnoloogiatele ja inimeste valmidus neid rakendamisele nii era- kui avalikus sektoris.
kasutusele võtta. Samas on ettevõtlussektoris vaja Tehisintellektiõpe on osa IKT-haridusest üldisemalt
esmalt tegeleda äriprotsesside esmatasandi ning teadus- ja arendustegevuse finantseerimine on
digiteerimisega, et ettevõtetel tekiksid andmestikud, Eestis käesoleva töö läbiviimise ajal laiemalt
mille peal kratte kasutada. fookuses ning vajab tulevikus olulist lisarahastust.
IKT-hariduse tänane kitsaskoht seisneb
Käesoleva projekti käigus jõudis eksperdirühm
kõrghariduse teise ja eriti kolmanda astme juures,
seisukohale, et Eesti jaoks on tänases olukorras
kuna tehisintellekti tehnoloogia keerukust
oluline võimalikult kiirelt ja mitmekesiselt
arvestades koolitatakse vajalikud spetsialistid just
alustada kratilahenduste piloteerimisega eri
neil tasemetel. Tänane doktorikraadiga IKT-
sektorites, et saada esmane tagasiside ja kogemus,
spetsialistide ettevalmistamise maht on ettevõtete
et siis juba kavandada pikemaajalisi samme. Kuigi
teadus- ja arendustegevuses olulise edasimineku
mitmed riigid on alustanud tehisintellekti visiooni ja
jaoks liiga väike, samuti on ülikoolides puudus uue
pikemaajalise strateegia koostamisega, siis
põlvkonna IKT õppejõududest.
pikemaajalise sisuka strateegia koostamiseks on
mõistlik enne saada pilootprojektide kaudu parem Eksperdirühm ei käsitlenud töötajate ümberõpet ja
arusaam krattide võimalustest ja kasulikkusest just tööturu kohandumist krattide kasutelevõtuga, kuna
Eesti oludes, aga ka ohtudest ja riskidest. selle teemaga tegelevad juba Sotsiaalministeerium
ning Haridus- ja Teadusministeerium. Samal ajal
Tehisintellekti näol on tegemist tehnoloogiaga, mis
teame, et vajadus töötajate ümberõppe järele tekib
ei tarvitse hetkel veel anda organisatsioonidele
ja selleks tuleks planeerida ümberõppealase
olulist otsest majanduslikku efekti. Aga kui jääda
tegevuse hoogustamist (ja rahastuse kasvu) nii
täna ootama tehnoloogia küpsemist ja alles siis
ettevõtjate kui ka riigi poolt.
alustada ettevalmistustega, on oht jääda arengus
muust maailmast või vähemalt kaugemale Õigusküsimuste osas on peamiseks fookuseks
arenenud riikidest jäävalt maha. Seetõttu tuleks krattide kasutuselevõttu lubavate ja õigusselguse
35
saavutamiseks vajalike õigusruumi täienduste annab ka raami ja suured sihid krattide kasutamisele
tegemine. Kuigi õigussüsteemi põhialuste (mille nimel seda teha). Seega tasub just 2021.
muutmise vajadust käesoleva projektiga aastal luua Eesti pikemaajalisema vaatega
paralleelselt tehtud õigusanalüüs ei näinud, siis tehisintellekti strateegia. Selleks ja esialgse
mitmeid ettepanekuid siiski tehti. Peamised tegevuskava rakendamise tagamiseks on
täiendavat reguleerimist vajavad küsimused on otstarbekas riigi tasandil kutsuda kokku püsivam
seotud vastutusega krati tegevuse ja selle tehisintellekti töörühm, kelle ülesanneteks on:
tagajärgede eest, krati kui suurema ohu allika
l aastatel 2019–2020 jälgida käesoleva aruande
käsitlus ning võimalik vajadus tootjavastutuse
põhjal sündiva tegevuskava rakendamist ja
reguleerimise järele.
vajadusel lisategevusi algatada;
Baasvõimekuse rajamisele ehk tõuke andmisele
l jälgida ELi ja Põhjala-Balti tehisintellekti valdkonna
keskenduvat tegevuskava on otstarbekas
arengut, anda sellesse sisendeid ning arutada
kavandada ja rakendada kaheaastasena. See annab
Eesti huve ja kaasamist;
piisavalt aega, et eri meetmeid katsetada ja seejärel
pikem kava välja töötada. Lisaks on 2020. aastaga l algatada pikemaajalisema Eesti kratistrateegia
valmimas järgmine pikemaajalisem Eesti koostamine aastaks 2021.
konkurentsivõime ja kestliku arengu strateegia, mis
18 Vt https://www.mkm.ee/et/tegevused-eesmargid/infouhiskond
36
laiapindset lähenemist ja tegevustega võimalikult Kui edendada krattide kasutuselevõttu laiapindselt,
paljudele projektidele võimalikult paljudel aladel tuleb ka vastavate takistustega tegelda laiapindselt.
tõuget anda. Muidu on oht, et tekkivat
Käesoleva projekti käigus tuvastati intervjuude,
arenguhoogu hakatakse kunstlikult pärssima.
arutelude ja esialgsete kratiprojektide kogemuste
Kehtivas „Eesti infoühiskonna arengukavas 2020“ varal mitmeid probleeme, mis raskendavad
on seatud sihiks, et aastal 2021 oleks Eesti riigis krattide edukat (sh kestlikku) kasutuselevõttu
kasutusel 50 kratti. Krattide tegevuskavas võiks avalikus sektoris. Need jagunevad kuude rühma -
lisaks kasutusele võtta laiapindset sihti väljendava juhtkonna ja ametnike teadlikkus, ametnike
ja toetava mõõdikuna: oskused, rahastus, projektide tehniline
käivitamine, kestlikkus, andmed (vt allolev
l kratte rakendanud asutuste arv:
tabel). Järgnevad meetmeettepanekud
10 (2019. aasta) → 25 (2020. aasta lõpuks);
adresseerivadki kõiki neid rühmi, et oleks kaetud
l loodud krattide aluskomponente (vt punkt 5.1.4): krattide rakendamise kõik lülid ja võimalikud
0 komponenti (2019 aasta) → 5 komponenti komistuskohad.
(2020. aasta lõpuks).
Juhtkonna ja ametnike
teadlikkuse suurendamine
Rahastuse tagamine
Projektide käivitamise
lihtsustamine
Lahenduste kestlikkuse
tagamine
Andmete kättesaadavuse
edendamine
Täiendavalt on tarvilik algusest peale pöörata riigi (mis on infoühiskonna arengukavas toodud suund).
infosüsteemi tasandil tähelepanu krattide Kui kratte tekib laiapindselt väga erinevatel
koosvõimele. Infosüsteemide koosvõime on olnud tegevusaladel ja asutustes, tasub juba varakult
Eesti e-riigi üks edutegureid, samuti on see selleks paika panna arhitektuursed ja tehnilised
hädavajalik teenuste kasutajate vaates ühtsena alused, et need kratid suudaksid sujuvalt koos
osutamiseks ja nt sündmusteenuste arendamiseks toimida ja töötada parimal moel inimeste heaks.
Avaliku sektori asutustes pole juhtkonnal täna kasutuselevõtmine ning kätkeb IT-valdkonda mõneti
krattide rakendamiseks sageli visiooni või ka huvi. Ei laiemalt. Selle juurpõhjuseks on reeglina ebapiisavad
nähta selgelt, kas ja kuidas avaliku sektori asutuste teadmised ja teadlikkus tehnoloogiast, selle
strateegilised eesmärgid haakuksid krattide võimalustest ja kasutusaladest (sh olemasolevatest
kasutamise võimalustega – miks, kus, kellele ja lahendustest).
kuidas kratte peaks rakendama. Seetõttu ei võeta
See pole murekohaks ainult juhtidega. Ka teistel
projekte prioriteetsena töösse ja huvitatud ametnikel
ametnikel (oma ala spetsialistidel) on samal ajal
on raskem leida ressurssi nende käivitamiseks.
puudulikud teadmised krattide kasutusvõimalustest.
Antud probleem on kohati suurem kui ainult krattide
37
Tulemuseks on hirm või vähene huvi projekte Sihiks peaks olema, et avaliku sektori asutuste
käivitada, kuna ei teata, mida üldse on võimalik teha. juhtkonna tasemel on krattide rakendamine soositud
Veel enam, puudulik on olnud ka teadmine, mida ja selgelt strateegiliste eesmärkidega seotud. Kõige
mõeldakse krati või tehisintellekti all. Ühel otsesemalt väljendub see kratiprojekte käivitanud
äärmuslikul juhul venis projekti käivitamine ühes asutuste arvus.
asutuses, kuna seal ei suudetud leida ühist
definitsiooni, mis on kratt ja mis on masinõpe.
Olemasolevad meetmed
l MKM on korraldanud huvitatud asutustes mille raames aidatakse valitud ideed koostöös
juhtidele suunatud seminare, kus tutvustatakse erasektori ekspertidega tehniliselt esmasel kujul
avaliku sektori krativõimalusi ning genereeritakse läbi mõelda. Tulemuseks on kiirendatud
algideid ja kaardistatakse krattide projektide arendus ja parem ettevalmistus
rakendusvõimalusi asutuses. rahastusmeetmete taotlusteks.
l MKM on korraldanud huvitatud asutustes kogu l MKM korraldab teemapõhiseid tehnoloogiat
asutust hõlmavaid põhjalikumaid tutvustavaid seminare, näiteks
ajurünnakuid, et genereerida ja kaardistada ideid keeletehnoloogiast. Neil tutvustatakse ettevõtete
krattide rakendamiseks. ja avaliku sektori edulugusid, jagatakse näiteid
võimalikest lahendustest ja suurendatakse
l MKMi vedamisel toimuvad deep dive'id ehk
teadlikkust tehnoloogia toimimisest.
asutusepõhised andmeteaduse süvatöötoad,
Täiendavad ettepanekud
Kõige enam toodi asutuste poolt krattide Vestlustes IT-osakondade ning majadega ilmnes just
kasutuselevõtu takistusena välja vähest võimekust „äripoole“ ehk poliitikakujundamise ja teenuste
kavandada ja algatada kratiprojekte, mis oli tingitud osutamise eest vastutavate üksuste ja ametnike
ametnike puudulikest oskustest. Mitmes valdkonnas vähene ettevalmistus kratiprojektide käivitamiseks.
olid krati- ja andmeteaduse projektid üle aasta ootel IT-osakondades ja -majades endas puudub terviklik
olnud, sest välist projektijuhti ei oldud nõus ärivaade ja seetõttu ei osata näha krattidele sobilikke
kasutama ja asutuste tarvis spetsialisti ei rakendusalasid. Sama kehtib ka asutuse
õnnestunud palgata. andmeanalüütikute kohta, kellel on vähene ülevaade
38
organisatsiooni toimimisest. Äripool ise ei oska et kratid toimiksid kavandatult ja mitte sihtrühmale
sageli näha rakendusvõimalusi ning esitada kahju tegevalt.
tellimusi, st püstitada ülesandeid ja eesmärke
Sihiks peab olema, et Eesti avaliku sektori ametnike
krattide rakendamiseks.
tehnilised teadmised paranevad, mis väljendub
Lisaks on puudu tehnilistest teadmistest, sh ka IT- kratiprojektide kasvavas arvus.
üksustes – näiteks kuidas sõnastada või kavandada
Riigiasutustel on pädevuse kiiremaks
kratialast projekti, maksumust, eesmärke. Niisiis võib
parandamiseks võimalik muidugi kaasata ka
isegi hea idee korral jääda puudu olemasolevate
partnereid erasektorist ning teadus- ja
ametnike oskustest, et projekt reaalselt käima panna
arendustegevusega tegelevatest asutustest
ja seejärel ka edukalt algusest lõpuni läbi viia.
laialdasemalt (sh krati kasutusvõimaluste
Seejuures on vaja tõsta nii tehnilist kui ka sisulist
kaardistamiseks), kuigi baasteadmised peavad ka
teadmist krattide vastutustundlikust arendamisest ja
endal olema – et suuta olla „tark tellija“.
rakendamisest kogu kratiprojekti elukaare jooksul –
Olemasolevad meetmed
l MKMi vedamisel toimuvad deep dive'id ehk ideealged, millele häkatoni tulemusel saab
asutusepõhised andmeteaduse süvatöötoad, tekkida võimaliku tehnilise teostuse täpsem
mille raames aidatakse valitud ideed koostöös plaan.
erasektori ekspertidega tehniliselt esmasel kujul
l MKMi algatusel toimub jooksvalt osapoolte
läbi mõelda. Tulemuseks on kiirendatud
kokkuviimine, kus ettevõtete ideid ja pädevusi
projektide arendus ja parem ettevalmistus
tutvustatakse asutusele, kus neid saaks
rahastusmeetmete taotlusteks.
rakendada.
l MKMi vedamisel toimuvad kaks korda aastas
l MKMi vedamisel toimuvad algtasemele ja
digiriigi arendustalgud ehk häkatonid, kus
eraldi ka edasijõudnutele suunatud
asutuste püstitatud probleemidele proovitakse
andmeteaduse tehnilisemad koolitused.
ettevõtjate abiga prototüüplahendus leida. Sinna
on oodatud osalema ka krattide rakendamise
Täiendavad ettepanekud
39
6.1.3 Krattide arenduseks rahastuse tagamine
Asutustes on hirmu, et kratiprojektid kukuvad läbi ja Samas saab sobivalt paindliku ja piisava
seega on vajalikust madalam valmidus neid asutusevälise rahastuse olemasolu anda tõuget
rahastada või isegi välist rahastust taotleda. SF rohkemaks katsetamiseks.
rahade kasutamise kontekstis tähendab projekti
Sihiks peab olema, et avaliku sektori asutustes ei
võimalik ebaõnnestumine või eesmärkide
jääks kratiprojektide käivitamine rahapuuduse ja
mittetäielik saavutamine riski, et saadud toetus tuleb
raha kasutamise julguse taha.
tagasi maksta ja selleks kuskilt rahaline kate leida.
Olemasolevad meetmed
l MKM on kujundanud ELi tõukefondidest 100 000 eurot, millest omaosalus peab olema
toetatava IT-arenduste taotlemise tingimusi 15%. Projekt ei pea olema jätkusuutlik ehk
selliseks, et saab teostada katseprojekte – sh projekt võib ebaõnnestuda ilma tagasimakse-
kratiprojekte. Taotlusvooru „Avalike teenuste kohustuseta, sest ka ebaõnnestumisest saadav
arendamise eel-, äri- ja kasutatavuse analüüside kogemus on väärtuslik. Neid vahendeid jagub
läbiviimine“ raames toetatakse prototüüpimist ja kuni 2020. aastani.
eelanalüüse. Projektipõhine toetus on kuni
Täiendavad ettepanekud
40
Olemasolevad meetmed
l MKMi algatusel toimub matchmaking ehk uuringust luuakse vähemalt viis minimaalselt
osapoolte kokkuviimine, kus juba tehtud ja töötavat toodet (MPV), mis oleksid
tehtavate rakenduste osas suunatakse taaskasutatavad. Uuringu eelarve on 805 260
koostööle. eurot ja tegevus toimub kuni 2021. aasta
oktoobrini.
l RIA ja MKM on algatanud riigi koodivaramu
arenduse²⁰, mille kaudu edaspidi oleks ka l HTMi juhtimisel toimib keeletehnoloogia
kratiprojektide lähtekood jm taaskasutuseks programm, millest u 800 000 eurose
kättesaadav. aastaeelarvega toetatakse keeletehnoloogia
alusressursside ja praktiliste rakenduste
l RITA programmi raames rahastatakse esmast
arendamist teadus- arendustegevusega
arendustegevust tehisintellektil põhineva
tegelevates asutustes.
automaatse teadmuspõhise otsustustoe
rakendamiseks Eesti riigiasutustes. Osana
Täiendavad ettepanekud
20 http://koodivaramu.eesti.ee/
41
6.1.5 Kratilahenduste kestlikkuse tagamine
Avaliku sektori asutuste projektide puhul on väheste muutuva ärilise vajadusega kohanduma. See vajab
kogemuste tõttu raske kindlustada loodud tähelepanu ja oskusi, et kratirakendusi jälgida ja
lahenduste jätkusuutlikkust, näiteks on oht koodi juhtida kogu nende elutsükli jooksul.
kiireks vananemiseks ehk code-rot'iks. Kui
Üheks võimalikuks kestlikkuse tagamise viisiks on
kratimudeli kestlikkus ei ole tagatud, esineb oht, et
kratilahendusi osta tervikteenusena ja pidevalt
mudel toimib ettearvamatul viisil või vähemalt selle
arenevana avaliku sektori väliselt partnerilt, kuid ka
ennustustäpsus ja seega kasulikkus langeb. Avaliku
see vajab avaliku sektori asutuselt teadlikkust ja
sektori lahendused peavad aga olema suure
oskusi krattide elutsükli juhtimiseks.
töökindlusega, lisaks peavad kratimudelid nii
tehnoloogiliselt pidevalt edasi arenema kui ka
Olemasolevad meetmed
Täiendavad ettepanekud
Eesti avaliku sektori andmetest puudub piisav Näiteks tervise valdkonnas piirasid projektide
ülevaade. Näiteks puudub keskne koht asutuste käivitamist vabaväljatekstide kasutamine digiloos.
hoida olevatest andmetest ülevaate saamiseks. See Sarnaselt on olnud juhtumeid, et andmeid oli
pärsib kratiprojektide käivitamist, kuna puudub kogutud puudulikus mahus või andmed olid muidu
kindlus, kas vajalikud andmed on olemas, milline on kehva kvaliteediga. Andmekvaliteedi küsimus kerkis
andmete kvaliteet, kuidas on andmed kirjeldatud. eriti tugevalt esile projektides, kus andmeid vajati
teistest asutustest. Andmekvaliteedi parandamine
Ka avaandmete kättesaadavus on Eestis madalal
kratiprojektis võib tähendada, et suur osa projekti
tasemel, mis muidu olukorda leevendaks. Muu
eelarvest läheb andmete korrastamiseks ja projektid
hulgas piirab see ka krattide kasutuselevõttu
venivad oluliselt pikemaks.
erasektoris, kes saaks toetuda riigi hoitud
mittetundlikele andmetele uute toodete ja Muutused neis suundades ei juurdu kiirelt, aga
teenuste (sh kratipõhiste) arendamisel. oluline on vastavat tööd alustada – et andmete
kohta ülevaade, nende kättesaadavus avaandme-
Kui andmeid peetakse krattide loomise aluseks, siis
tena ja kättesaadavate andmete kvaliteet paranema
avalikus sektoris on probleeme andmete
hakkaks, alustades eelkõige kõrgema kasutus-
kasutatavusega. Üldiselt on olnud ka senistes
potentsiaaliga andmekogudest ja andmestikest.
kratiprojektides probleemiks andmete kvaliteet.
42
Olemasolevad meetmed
Täiendavad ettepanekud
21 https://opendata.riik.ee/
43
6.1.7 #Bürokrati kontseptsioon: kratilahenduste koosvõime
tagamine ja virtuaalse e-riigi assistendi loomine
44
ning transpordiettevõtetes. Samuti on kasutusel masinõppe algoritmide abil tööotsijaid, et leida just
mitmeid pilditöötluslahendusi (sh sõidukite numbri- neile sobiv amet paljude seast.
tuvastus, tööstusettevõtte tootekvaliteedi hindamine
Leidub ka traditsiooniliste sektorite ettevõtteid, kes
kujutise põhjal jms). Tõhusust on tõestatud ka
kasvatavad tehisintellekti lahendusi oma tootmis-
mitmesuguste planeerimisautomaatika lahenduste
protsessidesse või lõpptoodetesse integreerides
rakendamisega näiteks sõiduplaneerimises ja
oma klassikalise äri väärtust. Näiteks võimaldab
hinnakujunduses. Nii pakuvad sõidujagamis-
LeanEst-i pakutav pilditöötlusel põhinev defektide
teenused nagu Taxify juhtidele marsruudi planee-
tuvastus puidutööstuses tootmise efektiivsust tõsta.
rimise teenust ning hinnakirjade optimaalset
Smart Load Solutions jällegi arendab nutikaid
tasakaalustamist.
küttekontrollereid, mis võimaldavad salvestatud
Eestis on mitmeid ettevõtteid, mis arendavad kütteparameetrite peal masinõppe algoritmidega
tehisintellekti abil innovaatilisi tooteid. Näiteks küttesüsteemi ja tarbimist targemalt juhtida.
valmistab Milrem Robotics esimesena maailmas
Allolevas tabelis (Tabel 3) on esitatud valik Eesti
moodulitest kokkupandavaid isesõitvaid roomik-
tehisintellekti lahenduste arendajatest ja
sõidukeid, millele võib rakendust leida nii tsiviil- kui
rakendajatest.
ka militaarsektoris. Skillific profileerib aga
Ettevõte Valdkond
Alphablues Vestlusrobot
LHV Vestlusrobot
Elisa Vestlusrobot
45
Tehisintellekti lahendustega tegelevad ettevõtted arendatav lahendus jõuab tarbijani.
saab tinglikult liigitada kahte liiki – krattide arendaja-
Krattide rakendajad on reeglina traditsioonilise
teks ja krattide rakendajateks. Krattide arendajad on
valdkonna ettevõtted, kes oma põhitegevuse
ettevõtted, kes tehisintellekti tehnoloogia abil
(näiteks traditsiooniline tootmine) protsesside
töötavad välja innovaatilisi lahendusi kas teistele
efektiivsemaks muutmiseks rakendavad kratte ja
ettevõtetele või oma äritegevuse (toodete/teenuste)
krati arendus hangitakse sisse väljastpoolt. Sellisel
tarbeks. Sellise tegevuse puhul on tegemist nn
juhul on tegemist nn protsessiinnovatsiooniga.
tooteinnovatsiooni tüüpi arendustegevusega, kus
Ettevõtete väljakutsed
Krattide kasutuselevõtu hoogustamise ja vastava mahus eksportimine (> 30 mln eurot),
baasvõimekuse rajamise meetmete kujundamiseks ambitsioonikaid ettevõtteid mõõdukas ekspordi-
tuleks vaadata, milliste takistustega puutuvad maht (> 1,25 mln eurot) või kõrge lisandväärtus
ettevõtted kokku krattide rakendamisel või töötaja kohta (> 25 000 eurot) ning kasvuettevõtteid
arendamisel. Projekti käigus läbi viidud töögruppide kiire kasv või kiire ekspordimahu suurenemine
käigus toodi välja, et peamisteks takistusteks on (> 20% aastas). Krattide kasutuselevõtu potentsiaali
vähene teadlikkus krattidest, spetsialistide halb vaates on otstarbekas neist ühte kategooriat ehk
kättesaadavus, finantsvõimekuse puudumine ja valdkonna liidri oma laiendada – ainult eksporti-
üldine madal digiteeritus. jatele keskendudes jääks kasutamata krattide
rakendamise oluline potentsiaal suurendada osaliselt
Kuna käesolevas projektis välja pakutavad
ka siseturule suunatud sektorite tootlikkust. See-
poliitikameetmed takistuste ületamiseks on seotud
pärast peaks meetmetega hõlmama valdkonna
Eesti ettevõtluspoliitikaga, kus on kasutusel
liidrite all ka kõigi sektorite juhtettevõtteid laiemalt,
ettevõtete sihtgruppide jaotus (valdkonna liidrid,
kel on innovatsioonivõimekust ja piisav digitaalne
ambitsioonikad ettevõtted ja kasvuettevõtted), siis
küpsustase (st oma protsesside digiteeritus).
on ka takistused sihtgruppide järgi jaotatud. See
jaotus tugineb ettevõtete eesmärkide ja majandus- Ettevõtete takistused krattide arendamiseks ja
näitajate põhisele eristusele ja liigitab ettevõtted rakendamiseks sõltuvalt ettevõtte grupist ja rollist
valdkonna liidriteks, ambitsioonikateks ja kasvu- (arendaja või rakendaja) on esitatud allolevas tabelis
ettevõteteks. Valdkonna liidrit kirjeldab suures (Tabel 4).
Ettevõtte tüüp
Kratipõhise toote arendaja Krati rakendaja
Sihtgrupp
Teadlikkus
Finantsvõimekus
Andmete kättesaadavus
(arendamiseks)
46
Meetmeettepanekute kujundamisel lähtume finantsvõimekus ja küsitav äriline väärtus krati
krattide kasutuselevõtmisel esinevatest takistustest, rakendamisel. Sellesse gruppi kuuluvate ettevõtete
nii et meetmed toetaksid ettevõtteid igal sammul. ekspordi maht on juba arvestatav (1,25 mln) või on
äriprotsesse piisavalt optimeeritud, et jõuda
Krattide arendajate puhul on peamiseks takistuseks
võrdlemisi kõrge lisandvääruseni, kuid ettevõttel
kvalifitseeritud andmeteadlaste ja inseneride puudus
pole piisavas mahus andmeid, mille pealt treenida
ning arendamiseks vajalike andmete kättesaadavus
kratti mõnda tööprotsessi tegema. Hindamaks
näiteks avaandmetena ja valdkonnaspetsiifiliste
andmete hulka, kvaliteeti ja võimalikke krati
andmekogudena (milleks võivad olla keelekorpused,
rakendusi ettevõttele on tarvis pilootprojekti, mis
ilma-, rahvastiku- jm andmed). Kui valdkonna liidritel
projekti riskidest tulenevalt ei pruugi olla mõistlik
ja ambitsioonikatel ettevõtetel on oma suurusest ja
investeering tehnoloogia kasutuselevõtuks. Selle
küpsusest tulenevalt enamasti piisav rahastus
grupi ettevõtete puhul võivad suuremaid võite anda
tagatud ja arendatav toode on valmis turule
ettevõtte digiteerimise meetmed, näiteks ERP
sisenemiseks, siis kasvuettevõtete jaoks on tarvis
kasutuselevõtmine, mille puhul on oluliselt suurema
täiendavaid rahalisi ja arendustegevust toetavaid
tõenäosusega võimalik hinnata projekti mõju ja kulu
meetmeid, et toote kontseptsioonist toimiva toote
ettevõttele.
prototüübini jõuda. Sellised ettevõtted on enamasti
tootearenduse elutsükli etapis, kus alusuuringud on Kasvuettevõtted, kes on ettevõtlusega alles
teostatud, kuid nende najal ei ole veel jõutud toote alustamas, enamasti ei võidaks kratitehnoloogia
prototüübini. Selles tootearenduse faasis on juurutamisest oma ettevõtte protsessides, kuna
tootearenduse kulud suured, kuid tootesse juurutuse kulud ületavad ettevõttes saadavat võitu.
investeerimise risk suur, kuna pole kindlust toote Selles kategoorias on näiteks tootmist alustav
tulevase edukuse osas. ettevõte, kelle käive on veel väike (alla 200 000
euro) ja peamine fookus on ettevõtlusega
Krati rakendamise potentsiaaliga liiderettevõtete
alustamine. Tihti on selles staadiumis ettevõttes
peamisteks takistusteks on vähene teadlikkus
ainult mõned töötajad ja kasutusel pole ühtegi
krattidest kui tehnoloogiast ja selle kasudest ja
tootmisprotsessi tarkvaralist lahendust.
võimalikest rakendustest oma ettevõttes/alal. Lisaks
puudub valmidus investeerida tõestamata Analüüsid ja arutelud näitasid, et vaatamata
tehnoloogiasse (riskikartlikkus). Samas on need täpsemale takistuste vaatlusele on lahendused siiski
ettevõtted enamasti piisavalt digiteeritud, omavad eri ettevõtete tüüpide muredele üldistatult sarnased.
korrastatud andmeid ja finantsvõimekust, mis annab Seepärast on ettepanekud krattide kasutuselevõtu
head eeldused suuremateks võitudeks krattide hoogustamiseks Eesti erasektoris esitatud takistuste
rakendamisel. suuremate gruppide kaupa ühtsena. Spetsialistide
ehk tööjõu, teadus- ja arenduspartnerluse ja koostöö
Ambitsioonikate krati rakendamise potentsiaaliga
väljakutsete lahendused on esitatud punktis 6.3, sest
ettevõtete puhul võib olla takistuseks ettevõtja
need on ühised nii erasektori kui ka avaliku sektori
teadlikkus krati lahendustest, kuid suuremaks
kasutuselevõtu toetamiseks.
takistuseks saab pigem andmevähesus, nõrk
47
Olemasolevad meetmed
Täiendavad ettepanekud
24 https://ec.europa.eu/digital-single-market/en/desi
48
Digital Economy and Society Index (DESI) 2018, Integration of technology
4a Business digitisation 4b E-commerce
DK FI IE SE BE NL ES SI LT AT PT DE CZ EU28 UK MT FR CY SK EE IT HR LU LV EL HU BG PL RO
Kuigi riik on alustanud laiemalt ettevõtete digipöörde vaid jõupingutusi, et nende digiteeritus muutuks
innustamist ja toetamist, on suure osa ettevõtete krattide katsetamise ja rakendamise jaoks piisavaks.
jaoks krattide potentsiaali avamiseks vaja täienda-
Olemasolevad meetmed
Täiendavad ettepanekud
49
6.2.3 Ettevõtete poolt kratitoodete loomiseks tehtavate
investeeringute toetamine
Kratipõhise tootearenduse üheks takistuseks on Pilootprojekte tehakse selleks, et hinnata ettevõtte
mitmesugused probleemid tänaste teadus- ja andmete baasilt loodud mudeli täpsust, viia sisse
arendustegevuse jaoks rakendatud toetus- vajalikud muudatused protsessides ja teistes
meetmetega. Kuigi mitmed tootearendajatele süsteemides.
mõeldud meetmed on olemas, on nende rakenda-
Teadus- ja arendustegevuse puhul on oluline
mine administratiivselt keerukas, teadlikkus neist
eristada, millisel küpsustasemel tegutsetakse. Nii
vähene ja toetussummad liiga väikesed kratitoodete
on ka krattide puhul võimalik tegeleda alles
arenduseks.
tehisintellekti alusprintsiipide uurimisega, testida
Peamiselt mõjutab see kasvuettevõtteid, kes on tehisintellekti meetodeid laboritingimustes või
tootearendusega varajases staadiumis ja vajavad rakendada kratte juba reaalses töökeskkonnas.
tootega turule jõudmiseks nii spetsialistide kui ka Ettevõtete jagamine sellistesse tehnilistesse
rahastuse poolest toetavat keskkonda. Krati- valmidustasemetesse (TVT, ingl TRL - Technology
projektide eripäraks on aga asjaolu, et toote Readiness Level)²⁶ aitab selgust luua, millises etapis
arendamisel prototüüplahenduste loomiseks on võivad ettevõtted vajada abi uudse lahenduse
riskid ebaõnnestumisele oluliselt suuremad, kui rakendamiseks. Nii Eestis kui ka mujal maailmas on
traditsioonilistes IKT lahendustes. Kratipõhistel tüüpiliseks kitsaskohaks teadus- ja
toodetel on alati tõenäosuslik mudeli täpsus – arendustegevuses kujunenud TVT tasemete 4–7
näiteks võib vestlusrobot kliendi kirjutatud tekstist ületamine, millele tuleb lahendused otsida.
saada „aru“ 80%, samal ajal aga võib loodud mudeli
TVTsid, protsessi osapooli ja rahastamise jaotust
täpsuseks olla ka vähem kui 50%, mis tähendaks, et
kirjeldab allolev joonis (vt Joonis 6)
lahendust ei ole mõtet edasi arendada. See tingib
projektide ühe osana pilootlahenduse tegemise.
Rahastus Ettevõtjad
Aeg
26 https://en.wikipedia.org/wiki/Technology_readiness_level
50
Olemasolevad meetmed
Täiendavad ettepanekud
31 SA KredEx tütarettevõte AS SmartCap. Riik investeerib kõrgtehnoloogiliste investeeringute fondi kaudu 10 miljonit, https://smartcap.ee/uudised
51
6.3 Tehisintellektialane teadus- ja arendustegevus
ning haridus: ettepanekud
Tehisintellekti ja krattide arendamine on olemuselt tehnoloogia uudsusest tuleneva kõrge riskiga
keerukas tehnoloogiavaldkond, seetõttu peavad investeeringuga, mida ettevõtja ei ole alati valmis
ettevõtted kaasama teadus- ja arendustegevuse kandma. Seetõttu tuleks sarnaselt teistele arenenud
ressursse, et juurutada tehisintellekti oma äriprot- riikidele tegeleda nende riskide maandamisega, et
sessides või arendada selle valdkonna uusi tooteid. teadusmahukad ja innovatsiooni taotlevad
investeeringud tegemata ei jääks.
Samas on Eesti ettevõtetes teadus- ja arendus-
tegevuse maht väike, jäädes nii ELi kui OECD riikide Konkreetsemalt tehisintellekti valdkonnas on üheks
keskmisest oluliselt maha, eriti tööstussektoris. teadus- ja arendustegevuse piiranguks ka tehis-
Näiteks jääb Eesti ELi keskmisele näitajale mahu intellekti meetodeid (nt masinõpe) valdavate IKT
poolest alla 4 korda ja selle valdkonna ühele liidrile ekspertide vähesus, kuna ülikoolides ei koolitata
Soomele 7 korda. Teadus- ja arendustegevuse piisavalt spetsialiste. Samal ajal lahendavad
poolest on teenindussektor küll paremal tasemel, edukamad ettevõtted täna probleemi väljastpoolt
kuid seda eelkõige IKT sektori kõrgete näitajate Eestit töötajate värbamisega (nt Work in Estonia
tõttu. Traditsioonilistes teenindussektorites (nt programmi raames). Käesoleva tegevuskava
jaekaubandus) on teadus- ja arendustegevusele ettepanek on leida võimalused edendada IKT- ja
tehtavate kulutuste osakaal madal. tehisintellektialase kompetentsi suurendamist Eestis
eelkõige siseste ressurssidega, tehes seda IKT-alase
Valdava osa teadus- ja arendustegevusest teevad
kõrghariduse laiendamise ja suurema tehisintellek-
ettevõtted ise, kaasamata asjakohaseid asutusi
tile spetsialiseerumise teel. See tagab IKT-hariduse
(eelkõige ülikoole). Sarnaselt enamikele riikidele
pikaajalise järjepidevuse, sest ainult välise tööjõuga
teeb Eesti erasektor u 90% kulutustest teadus- ja
praegust lünka täites ei teki Eestis IKT ja tehis-
arendustegevusele ettevõtte sees³² ja koostöö
intellekti akadeemilist baasi, mis on pikas
teadusasutustega (eelkõige ülikoolidega) on vähene,
perspektiivis vajalik baasteaduse tegemiseks ja
mis viitab ohule, et teadus- ja arendustegevusse
aluseks innovatsioonile.
ei kaasata piisavalt kõrgtehnoloogilist
kompetentsi. Kokkuvõtvalt võib tehisintellekti valdkonna
hariduse ning teadus- ja arendustegevuse puhul
Neid väljakutseid on seega vaja ületada, et
esile tõsta kaks põhilist probleemi:
ettevõtted saaksid tehisintellekti alal edusamme
astuda. l Kuigi Eestis toimub tehisintellektialane teadus- ja
arenduskoostöö teadusasutuste ja ettevõtete
Teadus- ja arendustegevuse problemaatika tehis-
vahel, siis võrreldes Eesti eeskujuks olevate
intellekti valdkonnas ei erine olemuslikult laiemast
kõrge lisandväärtusega riikidega võrreldes on
teadus- ja arendustegevusest. Juurpõhjuseid
sellise koostöö maht liiga väike.
eeltoodud probleemidele on mitmeid. Üheks
põhjuseks on asjaolu, et kui ühiskonna jaoks l Eesti ülikoolides ei koolitata era- ja avaliku sektori
laiemalt on teadus- ja arendustegevus vajalik vajadustele vastavas piisavas mahus
kõrgema lisandväärtusega majanduse poole tehisintellekti teadmiste ja oskustega spetsialiste,
liikumiseks, siis ettevõtte tasandil on tegemist mis piirab krattide kasutuselevõttu.
32 Mürk, I., Kalvet, T. (2015). TIPS Uuring 4.3. lõppraport. Teaduspõhiste ettevõtete roll Eesti TjaA- ja innovatsioonisüsteemis
33 IKT valdkonna majanduse, kõrghariduse ning teadus- ja arendustegevuse võimekuse analüüs; HITSA 2018
52
on riigipoolne toetus 660 eurot, millele lisandub õppega tegeleda lisaks IKT erialadele ka teistes
nutika spetsialiseerumise valdkondades osadele valdkondades. Selleks on vaja astuda samme, et
doktorantidele 440 eurot. See tasu jääb aga oluliselt ülikoolid valmistaksid ette piisavalt kõrgema
alla nii era- kui ka avalikus sektoris pakutavatele IT tasemega tehisintellekti eriala spetsialiste ja neil
valdkonna lihtsamagi kvalifikatsiooniga spetsialistide spetsialistidel tekiks ka kokkupuude ettevõtluses
palkadele, rääkimata andmeteaduse või esinevate praktiliste probleemidega (lahenduse
kratispetsialisti töötasust. Probleemi süvendab probleemile pakub rakendusuuringute toetamise
omakorda konkureeriv doktorantide üleostmine meede, mida on käsitletud punktis 6.3.2).
välisriikide poolt, mille tõttu jääb Eestisse vähem
Krattide kasutuselevõtu laienedes ei piisa, kui
kõrge erialase ettevalmistusega doktoreid.
sellealane haridus jääb ainult kõrghariduse
Lisaks IKT doktoriõppe väikesest mahust tulenevale tasemele. Oluline on rääkida tehisintellektist ka kesk-
vahetule probleemile, mis avaldub madalamas ja kutseõppe tasemetel, et noortel tekkiks huvi
teadus- ja arendustegevuse mahus, on pikemas valdkonna vastu, mis viiks rohkem noori IKT
perspektiivis probleemiks ka asjaolu, et doktoriõppe erialasid (sh tehisintellekti) kõrghariduse tasemel
teel tekkivad meie ülikoolidesse järgmise põlvkonna õppima.
õppejõud. Kuna see protsess on pikaajaline, siis
Kõrghariduse finantseerimise võib üldisemalt jagada
avalduvad tagajärjed alles aastate pärast. Tänase
kaheks osaks:
IKT õppejõudude puuduse põhjused seisnevad
1990. ja 2000. aastatel tegemata jäetud sammudes. l ülikoolide tegevustoetus, mis koosneb
baasrahastusest ja tulemusrahastusest ning
Tehisintellekt erialana kuulub küll pigem IKT
millega tagatakse ülikoolides stabiilne
valdkonda, kuigi on aru saadud, et tehisintellekti
finantseerimine taristu ja teadlaste olemasoluks;
rakendused ulatuvad enamikesse
eluvaldkondadesse. Seetõttu tuleb tehisintellekti l täiendavad finantseerimismehhanismid.
Täiendavate finantseerimismehhanismidena
on Eestis täna kasutusel järgmised skeemid:
53
ülikoolidele kindlust andvat ja tööturu vajadusi loomiseks. Samuti on andmeteaduse ja masinõppe
katvat kestlikku jätku. Programm hõlmab ained IKT õppekavades hõlmatud, kuid vajadus on
suunamoodulites ka masinõppe, rohkemate kõrgemal tasemel tehisintellekti
tehisnärvivõrkude jt tehisintellekti tehnoloogia valdkonnas ettevalmistuse saanud spetsialistide
mooduleid. järele, kuna ettevõtetes on puudus just keerukamate
IKT ametikohtade järele.
Loetletud IKT kõrgharidust toetavad meetmed
aitavad luua pinnase ka tehisintellekti spetsialistide
Üldlevinud arendusmudeli kohaselt hangib kratti keerulised ja ettevõtted ei ole üldjuhul neist
vajav ettevõte või asutus krati lahenduse (nt kõne- teadlikud. Samal ajal ei liigitu erasektori teadus-
roboti) koos juurutamisega selleks spetsialiseerunud asutused ja arendusteenuseid pakkuvad ettevõtted
arendajalt. Seetõttu on vajadus tehisintellekti ning enamasti toetusmeetmete kohaselt teenuse-
teadus- ja arendustegevuse kompetentsi järele pakkujateks.
eelkõige arendajal, kuna tal ei tarvitse olla võimalik Tänased teadus- ja arendustegevuse meetmed, mis
või mõistlik endale sellist kompetentsi värvata. on suunatud koostööle erasektori ettevõtetega:
Selline vajadus on eriti ilmne uue toote arendamisel
TVT³⁹ tasemetel 1–6 ehk eksperimentaalsel ja l Nutika spetsialiseerumise rakendusuuringute
prototüübi tasemel uuringute tegemisel. toetamise meede.⁴⁰ Meetme eesmärk on aidata
kaasa täiendava rahastusega ettevõtjatel teha
Eestis on peamisteks partneriteks tootearenduses rakendusuuringuid ja tootearendust koostöös
ülikoolid, TAKid ja erinevad eraettevõtted. Samal teadus- ja arendustegevusega tegelevate
ajal ei ole ülikoolidel piisavat võimekust tegeleda asutustega. Meetme näol on tegemist olulise
aktiivselt arendusteenuse müügitegevusega ning toetusinstrumendiga, mille eeliseks on väike
teaduse ja õpetamise kõrvalt tellimuste järgi omaosaluse nõue, mõõdukas aruandluse ja
rakenduste loomisega. Tulemuseks on teadusasu- tulemuste garanteerimise nõue, mis on
tuste vähene aktiivsus arendusteenuste pakkumisel proportsionaalne TVT tasemetel 1–6
ja piiratud võimalus pakkuda teadus- ja arendus- rakendusuuringute läbiviimise riskidega.
tegevusest huvitatud ettevõtetele ka administra- Meetme tegevusi rahastatakse ELi struktuuri-
tiivset tuge finantseerimisallikate leidmisel ja vahenditest, mis on lõppemas ja 2020. aasta
korraldamisel, sest rahastusmehhanismid on järgse perioodi rahastus ei ole veel otsustatud,
54
mis seab ohtu meetme jätkamise rahastus- l Arendusgrant⁴⁵ on konkurentsipõhine
perioodide üleminekuperioodil. 2019. aasta uurimistoetus eksperimentaalarenduseks, et
aprilli seisuga on meetme kogumahust (25 testida ja/või luua eeldusi teadustulemuste
miljonit eurot) kasutamata u 10 miljonit, mida kommertsialiseerimiseks. Granti võib taotleda
senise taotlemise mahu jätkumisel jätkuks veel Eesti teadus- ja arendusasutuse nõusoleku
kuni 2020. aasta lõpuni. alusel ja arendusprojekti juhil peab olema
l EASi tehnoloogia arenduskeskuse (TAK) doktorikraad. Projektis võivad osaleda ka
meede⁴¹ on ettevõtetes innovaatiliste toodete ettevõtetes töötavad projektis ettenähtud
loomise ja teadusasutustega koostöö uurimisülesannete täitmiseks vajaliku kvalifi-
motiveerimiseks loodud toetusprogramm. katsiooniga töötajad. 2019. aasta taotlusvooru
Programmi tulemusena on tekkinud näiteks kogumaht on u 400 000 eurot ja maksimaalne
masinõppele ja andmeteadusele spetsialisee- toetussumma 100 000 eurot.
runud kompetentsikeskus STACC,⁴² mis tegeleb l DIH (Digital Innovation Hub) meede.⁴⁶ ELi tasandil
tehisintelligentsete lahenduste loomisega. algatatud DIH võrgustiku eesmärk on aidata
Ettevõtte eesmärk on motiveerida ettevõtteid kaasa tööstuse digitaliseerimisele. DIH-id on n-ö
innovaatilisi tooteid looma ja tegema selleks one-stop-shop'id, mis aitavad ettevõtetel läbi
koostööd teadusasutustega. Praktikas saavad digiteerimise parandada oma konkurentsi-
ettevõtted, kellel on soov teha teadusmahukat võimet: leida projekti rahastust, kaasata eksperte
tootearendust, pöörduda TAKi poole, kes leiab ja viia läbi arendusprojekte. Eestis on registree-
enda või oma partnerite seast vajaliku ritud seni 4 DIH keskuse huvilist, kellest igaüks
kompetentsi vajaliku ülesande lahendamiseks. on üheks oma tegevusvaldkonnaks märkinud
TAKide meede praegusel kujul lõpeb käesoleva tehisintellekti. DIH-e rahastatakse konkurentsi-
EL finantseerimisperioodiga, mistõttu tuleb leida põhiselt Horizon 2020 ja seda asendama
lahendused sarnase teadus- ja arendustegevuse hakkavast Horizon Europe meetmetest. Lisaks
toetamiseks ka edaspidi. on Eestis võimalik pärast 2020. aastat DEP
l Tippkeskuste toetamise meede⁴³ alus- programmi⁴⁷ raames toetada ühte DIH-i
uuringute, rakendusuuringute ja arendus- tehisintellekti valdkonnas, mis tähendab
tegevuse läbiviimiseks, seadmete soetamiseks ja kindlamat rahastust.
kaasajastamiseks. Eestis tegutseb IT tippkeskus Kokkuvõtvalt on eksperdirühma hinnangul
Excit, mille eesmärk on ühendada kogu Eesti IKT ettevõtete ning teadusasutuste teadus- ja arendus-
valdkonnad riistvarast tarkvarani, eelkõige koostööd toetavaid meetmeid küll mitmeid, kuid
keskendudes veakindlate ja turvaliste IT-lahen- probleemideks on ühes küljest paljudest erinevatest
duste loomisele. Projekti tegevusi rahastatakse sarnase eesmärgiga meetmetest tulenev segadus ja
aastani 2023. vähene informeeritus, teisalt meetmete kasutamise
l Teadusasutuste koostööplatvorm Adapter.⁴⁴ administratiivne keerukus.
Läbi Adapteri saab ettevõtja kiirelt ühendust
talle vajaliku teadlase või spetsialistiga.
42 STACC, https://www.stacc.ee/et/
43 archimedes.ee/str/taotlejale/periood-2014-2020/teaduse-tippkeskused/
44 Adapter, https://adapter.ee/
47 Euroopa parlamendi ja nõukogu määrus, millega kehtestatakse ajavahemikuks 2021–2027 digitaalse Euroopa programm, COM(2018) 434 final, eelnõu,
https://eur-lex.europa.eu/legal-content/ET/TXT/HTML/?uri=CELEX:52018PC0434&from=EN
55
näiteks on DIH (vt järgmine ettepanek). Meetme koostööd. Kõnealune DIH oleks edaspidi ka
eesmärgiks on pakkuda ettevõttele terviklikku erinevate ELi tehisintellekti tegevuskava jm
tuge krati kui kõrgtehnoloogilise toote allikatest avanevate rahvusvaheliste rahastus-
väljatöötamiseks. võimaluste kohta info vahendaja Eesti osapool-
tele ning ELi tehisintellekti tegevuskavas ette
l Käivitada Eestis tehisintellekti fookusega DIH
nähtud riiklik kontaktpunkt ettevõtetele
(Digital Innovation Hub) meede⁴⁸ kiirendatud
tehisintellektiga seotud küsimustes.
korras ehk enne ELi toetuste avanemist –
toetada algselt riigieelarvest, et vajalikud l Lisaks tasub Eestil aktiivselt liituda EuroHPC⁴⁹
tegevused käivitada (neist sõltub mitmete projektidega, et kaasrahastuse toel muuta
teiste pakutud ettepanekute elluviimise edukus) teadus- ja arendusasutustele ning ettevõtetele
ja ka ELi tulevast toetusraha edukalt taotleda. kättesaadavaks kõrgjõudlusega andmetöötlus-
Suunaks peaks olema üks üle-eestiline DIH, võimsus, millesse Eestil eraldiseisvana investee-
mis on tehisintellektile spetsialiseerunud ning rida ei ole ilmselt jõukohane. Osalemise korral
vahendab vastavat ettevõtete ja teadus- ja tähendab see 2 miljoni euro suurust
arendustegevusega tegelevate asutuste investeeringut.
49 EuroHPC, https://eurohpc-ju.europa.eu/
56
6.4.2 Avalikule sektorile suunatud muudatused
Kuigi seadused pigem soodustavad krattide kasutu- Avaliku sektori poolt on vaja koordineeritud
selevõttu, ei saa näiteks kehtivat haldusmenetluse tegevust, et vältida erinevate või lausa vastanduvate
üldregulatsiooni pidada piisavalt paindlikuks, et lahenduste loomist ja rakendamist ametkondade
soodustada krattide ulatuslikumat rakendamist. poolt, kus on võimalus ja vajadus agentide
Mitmed haldusmenetluse elemendid on kehtivas kasutamiseks.
õiguses formuleeritud nii, et nende puhul eeldatakse
Avalik-õiguslikus suhtes vastutab riik õigusvastaselt
inimese vahetut tegevust, kuigi juba täna ei esine
ja teatud juhtudel ka õiguspärase tegevusega
põhimõttelisi takistusi vastava protsessi automati-
põhjustatud kahju eest riigivastutuse seaduses
seerimisele ehk teostamisele inimese vahetu
sätestatud tingimustel ja ulatuses. Õigusselguse
sekkumiseta. Analoogseid norme, mille sisuks on
tagamise huvides on vajalik sätestada, et avaliku
avaliku võimu toimingute tegemise vorminõuded
võimu teostamisel või muude avalike ülesannete
ning mille puhul pole tuvastatav vältimatu vajadus
täitmisel omistatakse vastava asutuse või organi
nõuda inimese vahetut osalemist, leidub ka
poolt sellel eesmärgil kasutatud krati tegevus
mitmetes avalike ülesannete täitmist reguleerivates
riigivastutuse tähenduses kratti kasutanud asutusele
eriseadustes. Krattide juurutamise soodustamiseks
või organile. Riik ei saa ei süüst ega vastutusest
on mõistlik loobuda selliste toimingute puhul, mis
vabaneda viitega krati looja veale, veale krati
on praktiliselt ning ka inimühiskonna väärtusi ja
toimimise aluseks olnud andmetes vms. Kui riik ei
inimeste õiguste kaitse vajadusi arvestades
olnud enne krati kasutamisega alustamist ja ka
teostatavad ilma inimese vahetu sekkumiseta, nii
kasutamise käigus rakendanud kohaseid meetmeid
otsestest kui kaudsetest nõuetest inimese osale-
selle kontrollimiseks, kas kratt toimib
miseks (näiteks nõudest, et dokument peab olema
nõuetekohaselt, võrdsustatakse krati tegevuse
allkirjastatud jms).
tagajärjel kahju tekkimine olukorraga, kus avalik
Automatiseeritud lahendite juurutamine kohtume- võim tekitab kahju süüliselt. Riik vastutab
netlustes nõuab sügavamat analüüsi, kuid arvesta- eraõiguslikus suhtes tekitatud kahju eest vastavalt
des, et automatiseeritud määruse tegemine makse- tsiviilõiguse põhimõtetele.
käsu kiirmenetluses on seaduse alusel võimalik juba
alates 2014. aastast, ei tohiks analoogiliste
lahenduste kasutamise laiendamist välistada.
57
allika kontseptsiooniga sidumiseks ei ole. Õigus- Tulevikus on vaja täiendavalt analüüsida krattide
ruum annab piisavalt võimalusi vastavate juhtumite kasutamist, mis puudutavad otseselt inimese elu ja
puhul seda õiguslikku lähenemist kasutada ja tervislikku seisundit, vajadusel määratleda või
kuivõrd krattide kasutamise turg ja mõjuala on alles kategoriseerida selliseid krati kasutusjuhte, et tekiks
välja kujunemas, peaks riskivastutuse kohaldamine doktriin suurema ohu allika põhimõtte
jääma võistleva õigusliku argumentatsiooni välja, rakendamiseks juhtumipõhiselt.
millele annab hinnangu õiguspraktika ja kohtuniku
õigusteadvus iga konkreetse juhtumi puhul.
6.4.4 Kriminaalvastutus
Karistusõiguses tuleb reguleerida seda, millistel omistatakse krati kaudu toime pandud tegu nii
tingimustel saab krati kaudu realiseeritud süüteo- juriidilisele isikule kui ka krati kasutamist kõige
koosseisule vastavat tegu omistada konkreetsele vahetumalt kontrollinud juriidilise isiku organi
füüsilisele või juriidilisele isikule – nn vahendlik liikmele, juhtivtöötajale või pädevale esindajale.
täideviimine. Täiendada tuleb ka teo juriidilisele Karistatava teona tuleks reguleerida ka varale
isikule omistamise kriteeriume selliselt, et kui ja/või keskkonnale ohtliku krati loomine.
juriidiline isik kasutab enda huvides kratti,
Tootja vastutab kahju eest, mille põhjustab tema nõude esitamise puhul langeva tõendamiskoormuse
toote puudus, sealjuures kehtivad tootjale rangema täitmine. Tarbija peab tõendama nii kahju, koos
ehk kõrgendatud vastutuse reeglid. Tootjal on põhjusliku seosega kahju tekitava teo või tegevu-
võimalik vastutusest vabaneda, kui ta suudab setuse ning kannatanul tekkinud kahjuliku tagajärje
tõendada, et tootes esinenud puudust ei saanud vahel kui ka õigusvastase teo.
avastada toote turule laskmise ajal tollaste teadus-
Kuigi üldine arvamus on, et olemasolev toote
like ja tehniliste teadmiste taseme järgi (võlaõigus-
ohutuse ja tootjavastutuse regulatsioonid on piisa-
seaduse § 1064 lg 1 p 5). Direktiiv 85/374/EMÜ
valt paindlikud, et neid vajaduspõhiselt täiendades ja
lubab panna tootja vastutama isegi siis, kui viimane
muutes tagada ka uute tehnoloogiatega seotud
tõestab, et toote käibelelaskmise ajal ei võimaldanud
toote ohutus ja tootja vastutus, moodustati 2018.
teaduslike ja tehniliste teadmiste tase puuduse
aasta kevadel uute tehnoloogiate ja vastutuse
olemasolu avastada (artikkel 15 1 b). Viis liikmesriiki
ekspertide töögrupp, mille ülesandeks on nõustada
on seda võimalust ka kasutanud, nendest kaks
Euroopa Komisjoni ja aidata välja töötada vajalikud
rakendab seda põhimõtet kõikide sektorite osas,
põhimõtted ja tootevastutuse direktiivi muudatus-
kaks välistavad vastutuse sellel alusel farmaatsia-
ettepanekud. 2019. aasta keskpaigas on oodata ka
toodete osas ning üks inimkehast toodete osas.
Euroopa Komisjoni juhist ja raamistikku seoses
Tõendamiskoormuse reeglid tuleks üle vaadata, tehisintellekti, asjade interneti ja robotite vastutuse
kuivõrd praktikas võib tarbija jaoks tehnoloogilisest ja ohutuse teemadega.
aspektist ületamatuks kujuneda talle kahjuhüvitus-
6.4.6 Andmekaitse
Oluline on küsimus, millisel alusel isikuandmeid peab juba olemasoleva regulatsiooni kohaselt
kasutada saab ehk millal on isikuandmete tagama, et ta kasutab isikuandmete töötlemiseks
töötlemine seaduslik ja õiguspärane. Alati pole olemasolevaid õiguslikke aluseid. Sellist kohustust
isikuandmete töötlemiseks vajalik füüsilise isiku ehk ei välista ka tehisintellekti kaasamine, sest andme-
isikuandmete kaitse mõttes andmesubjekti kaitse regulatsioon on tehnoloogianeutraalne ning
nõusolek, kui töötlemine paigutub mõne muu kohaldub igasuguse isikuandmete töötlemise
õigusliku aluse alla, seda ka juhul, kui isikuandmete suhtes, sh tehisintellekti kaasamise abil
töötlemine leiab aset tehisintellekti abi kaasates. isikuandmete töötlemisele.
Reguleerimise vajadust isikuandmete töötlemise ja Isikuandmeid tohib koguda täpselt ja selgelt
õiguslike aluste üldisest aspektist tehisintellekti kindlaksmääratud ning õiguspärastel eesmärkidel
kaasamisega ei esine, sest kohalduvad ELi isiku- ning neid ei töödelda hiljem viisil, mis on nende
andmete kaitse üldmääruse (GDPR) ning Eestis eesmärkidega vastuolus. Sellest vaatenurgast võib
riigisiseselt isikuandmete kaitse nõudeid regulee- saada tehisintellekti poolt isikuandmete töötlemisel
rivad õigusaktid. Isikuandmete töötleja (vastutav potentsiaalseks takistuskohaks asjaolu, et tehis-
töötleja, volitatud töötleja või kaasvastutav töötleja) intellekt tohib isikuandmeid töödelda nendel
58
eesmärkidel, mis on esialgselt defineeritud. Seega muutnud profiilide loomise ja automatiseeritud
on ka tehisintellekti rakenduse abil keelatud selline otsuste tegemise lihtsamaks, kuid see võib üksik-
isikuandmete töötlemine, mis läheb vastuollu isikute õigusi ja vabadusi märkimisväärselt mõju-
esialgse õiguspärase isikuandmete töötlemise tada. Vastutavad töötlejad, kes isikuandmete pinnalt
eesmärgiga. profiilianalüüsi läbi viivad, peavad tagama, et nad
järgivad andmekaitse reegleid. Üheks automaat-
Samuti tuleb arvesse võtta isikuandmete töötlemise
otsuste näiteks praktikas on kiiruskaamerate fotodel
minimaalsuse põhimõtet, mille kohaselt tuleb isiku-
põhinev trahvide määramine kiiruse ületamise eest.
andmete töötlemisel tagada, et isikuandmed on
Vastutavad töötlejad saavad teha profiilianalüüsi ja
asjakohased, olulised ja piiratud sellega, mis on
automatiseeritud otsuseid, kui nad järgivad kõiki
vajalik nende töötlemise eesmärgi seisukohalt
põhimõtteid ja kui neil on töötlemiseks õiguslik alus.
(„võimalikult väheste andmete kogumine“).
Trahvide määramine eelnevalt kirjeldatud meetodit
Eeltoodust tulenevalt pole lubatud isikuandmete
kasutades on õiguspärane, sest nimetatud isiku-
töötlemine suuremas mahus kui minimaalselt vajalik
andmete töötlemine tuleneb liiklusseadusest.
– ka tehisintellekti poolt isikuandmeid töödeldes.
Sarnane õiguslik reguleerimine avalikus sektoris
Andmete töötlemine, sh andmekogude ristkasutus
on õiguslike aluste aspektist vaadatuna vajalik ka
tehisintellekti poolt, tuleb üle vaadata andmete
tulevikus spetsiifilisemate olukordade
kvaliteedi standardi ja andmekogude staatuse ja
reguleerimiseks.
ligipääsetavuse kontekstis.
Tehnoloogia areng ning suurandmete analüüs,
intellektitehnika ja masinõppe võimalused on
Konkurentsipoliitika ja -õiguse seisukohast on isiku. Isegi kui seni on varasem praktika käsitlenud
küsimus selles, kas tehnoloogia kasutamine majan- konkurentsiõiguse seisukohast inimeste poolt
dusotsuste tegemisel ja tehingute teostamisel võib sõlmitud lepinguid, siis kui kokkuleppeid teevad
tekitada uusi konkurentsiõiguslikke küsimusi. automatiseeritud süsteemid, ei tähenda see seda, et
Erialakirjanduses on üsna põhjalikult käsitletud arvutite (tehisintellekti) sõlmitud lepingud oleksid
algoritmide kasutamisega kaasnevaid konkurentsi- konkurentsiõigusliku vastutuse alt väljas. Äritege-
küsimusi. Euroopa Komisjoni poolt e-kaubanduse vuses rakendatavad automatiseeritud süsteemid on
teemal korraldatud uuringud näitavad, et algorit- juba kaasa toonud konkurentsiõiguslikke menetlusi
mide kasutamine on laialdane, üle kahe kolmandiku seoses turgu valitseva seisundi kuritarvitamisega.
ettevõtjatest kasutab konkurentide hindade jälgi- Tehnoloogia areng ja kasutamine on tõstatanud
miseks automatiseeritud süsteeme, kusjuures küsimusi ka koondumiste kontrolli seisukohast, st
mõned neist rakendavad ka selliseid tarkvaralisi kuidas tagada, et koondumised, mis kehtivate
lahendusi, mis nende enda hindu vastavalt konku- reeglite kohaselt konkurentsiameti eelnevat nõus-
rentide hinnale korrigeerivad. Seega mõjutab olekut ei vaja, kuid mis potentsiaalselt võiksid
algoritmide (sh krattide) kasutamine konkurentsi- mõjutada kaubaturge (vähendades tarbijate
õigust mitmel moel. Automatiseeritud hinnavaatlus- valikuvõimalusi või innovatsiooni pidurdades)
ja korrigeerimissüsteemide rakendamine sisaldab oleksid Konkurentsiameti vaateväljas. Eelnevast
endas hinnakokkulepete (kartelli) riski. Oluline on, tulenevalt on põhiline murekoht see, kuidas ära
kuidas neid süsteeme ettevõtjate poolt rakenda- hoida, et tehnoloogiat, mille areng peaks potent-
takse. Ettevõtjad võivad algoritme kasutada siaalselt tooma ühiskonnale kasu, ei saaks kuritar-
teadlikult hinnakokkulepete (kartell) tegemiseks vitada konkurentsireeglite rikkumiseks. Tehnoloo-
või keelatud viisil edasimüügihinna kehtestamiseks. giavaldkonda puudutavate koondumiste osas tuleb
Samuti võib ettevõtjaid pidada kooskõlastatud tagada, et reeglid ja praktika arvestaks sellega, et
tegevuses osalejateks pelgalt seeläbi, kuidas nende koondumiste kontrollist ei pääseks sellised, millest
poolt kasutatavad algoritmid toimivad: kooskõlas- küll reeglite kohaselt teavitama ei pea, aga millel on
tatud tegevusel on mitmeid esinemisvorme ja potentsiaalselt oluline mõju ühiskonna või tarbijate
mõned neist võivad Euroopa Komisjoni arvates heaolule.
toimuda automatiseeritud süsteemides. Hinna
Peame kujundama seisukoha, kas ja kuidas riik
määramise algoritmide loomisel peavad tarkvara-
kasutab suurandmeid ja tehisintellekti eraisikute
arendajad olema hoolsad ja vaatama, et need oma
maksude arvestamisel ja maksuotsute tegemisel.
olemuselt ei kujutaks ei kooskõlastatud tegevust
Oluline on ka see, kas ja kuidas peaks välja nägema
ega kartelli. Üks asi on algoritmide kasutajate
robotite poolt tehtava töö maksustamine.
konkurentsiõiguslik vastutus, aga hinnata tuleks,
kas vastutusele saab võtta ka sellise tarkvara loonud
59
6.4.8 Tehisintellekti kasutuselevõtuga seotud eetilised küsimused
Käesolevas töös ei käsitleta tehisintellektiga seotud juhinduda sellest. Sellised eetilised põhimõtted on
eetika küsimusi detailselt, vaid avatakse lühidalt ELi kõrgema tasandi normid, mida tehisintellekti
õigusest tulenevad üldised seosed ja põhimõtted. arendajad, kasutusse laskjad, kasutajad ja regulaa-
torid peavad järgima, et oleks täidetud inimese huvi
Tehisintellekti kasutuselevõtuga või õigemini
maksimeerimisega ja tehisintellekti usaldusväärsu-
ühiskonda integreerimisega saame uusi hüvesid,
sega seotud eesmärgid.
kuid sellega kaasnevad uudse tehnoloogia riskid.
Peame suutma maksimeerida ühiskonnale tehis- Tehisintellektiga seoses on juhendi kohaselt vaja
intellektist tekkivat hüve riski suhtes. Püüdleme käsitleda eelkõige järgmisi põhiõiguste alasid:
usaldusväärse tehisintellekti poole.
l Õigus inimväärikusele. Inimene on unikaalne
Euroopa Komisjoni kõrgetasemeline eksperdigrupp indiviid, mitte pelgalt andmesubjekt. Seega peab
on töötanud välja eetika juhendmaterjali töödoku- inimest kohtlema inimväärikust austades.
mendi usaldusväärse tehisintellekti väljatöötamiseks
l Õigus vabadusele. Selline vabadus tähendab
ja kasutuselevõtmiseks (edaspidi „juhend“).⁵⁰ Lõpliku
kaitset otsese ja kaudse sekkumise, pettuse ja
juhendmaterjali valmimise tähtaeg on oodatult
manipuleerimise eest.
märts 2019.
l Demokraatia ja õigusriigi põhimõtete
Juhendi kohaselt on usaldusväärsel tehisintellektil
austamine. Poliitiline võim on inimestel.
kaks põhitunnust. Esiteks peab usaldusväärne
Tehisintellektil ei ole õigust demokraatlikesse
tehisintellekt juhinduma inimõiguste põhimõtetest,
protsessidesse sekkuda.
positiivsest õigusest ja väärtustest, tagades sellega
eetilise mõõtme ja eesmärgi. Teiseks peab usaldus- l Õigus võrdsusele, mittediskrimineerimisele,
väärne tehisintellekt põhinema kvaliteetsel riistvara- vähemuste tunnistamisele. See tähendab
lisel teostusel, mis peab tagama töökindluse ja inimeste võrdset kohtlemist olenemata nende
minimeerima eesmärgi täitmisel mittetahtliku faktiliselt erinevast situatsioonist. Samuti on
kahju tekkimise. kõigil võrdne õigus hüvele, mida tehnoloogia
annab.
Tehisintellektiga seostatava eetika põhimõtete ja
väärtuste väljatöötamisel on võetud aluseks ELi l Kodanikuõigused. Tehisintellektil on kõrge
lepingutes ja põhiõiguste hartas väljendatud potentsiaal tõsta avalike teenuste efektiivsust ja
kodanike põhiõigused. Selliste õiguste kandjaks on kvaliteeti. Sellegipoolest peaks kodanikule jääma
inimene. Inimese kui õigussubjekti kokkupuude õigus olla informeeritud temaga seotud
tehisintellektiga võib tekitada eetilisi küsimusi põhi- automaatsest andmetöötlusest ja õigus nõuda
õiguste kohta. Seega on vajalik määratleda seoses sellise töötlemise lõpetamist.
tehisintellektiga eetiliste põhimõtete kataloog ja
60
Lisa 1
Foto: Jaak Nilson
Lisa 1. Eksperdirühma koosseis
Eksperdirühma liige /
Asutus Amet
asendusliige
Majandus- ja
Siim Sikkut / side ja riigi infosüsteemide asekantsler /
Kommunikatsiooni-
Ott Velsberg Eesti riigi Chief Data Officer
ministeerium
Majandus- ja
Viljar Lubi / majandusarengu asekantsler /
Kommunikatsiooni-
Mikk Vainik majandusarengu osakonna ekspert
ministeerium
Majandus- ja siseturu asekantsler /
Kristi Talving /
Kommunikatsiooni- siseturuosakonna kaubanduse-
Külli Kraner
ministeerium ja teenuste talituse juhataja
Indrek Reimand /
Haridus- ja kõrgharidus-, teadus- ja keelepoliitika
Katrin Pihor ja
Martin Eessalu Teadusministeerium asekantsler
Eesti Infotehnoloogia ja
Seth Lackman / juhatuse liige /
Telekommunikatsiooni
Maarja Rannama projektijuht
Liit
välisinvesteeringute keskuse direktor /
Allan Selirand / Ettevõtluse Arendamise
välisinvesteeringute keskuse
Raido Lember Sihtasutus
investorkonsultantide juht
62
Lisa 2
Advokaadibüroo
Jaanus Tehver Vandeadvokaat
Tehver & Partnerid
Kärt Karus
Mirjam Rannula Justiitsministeerium
Kai Härmand
Nele Nisu
Sotsiaalministeerium
Helen Tralla
Risto Jõgi
Sandra Särav Majandus- ja
Kristi Talving Kommunikatsiooni-
Külli Kraner ministeerium
Thea Palm
64
kratid.ee