# Mistä tämä luku tulee? Näin kasvuyritys rakentaa data lineagen AI-agentin päätösten jäljittämiseksi > Data lineage näyttää, mistä AI-agentin käyttämä luku on peräisin. Näin kasvuyritys rakentaa jäljitettävyyden ennen agentin tuotantokäyttöä. - Julkaistu: 2026-09-17 - Kirjoittaja: Master Mind - Alkuperäinen: https://aimaster.fi/artikkelit/mista-tama-luku-tulee-nain-kasvuyritys-rakentaa-data-lineagen-ai-agentin-paatost Toimitusjohtaja kysyy palaverissa yhden kysymyksen: mistä tämä luku tulee? Kun vastaus on AI-agentti, kysymykseen ei aina löydy vastausta. Agentti on yhdistänyt tietoa kolmesta järjestelmästä, laskenut välisumman ja tuottanut lopputuloksen — mutta polku alkuperäiseen dataan on kadonnut matkalla. Data lineage tarkoittaa datan kulun jäljittämistä lähteestä lopputulokseen: mistä järjestelmästä tieto on peräisin, mitä muunnoksia se on käynyt läpi ja mihin päätökseen se on päätynyt. Kun AI-agentti tekee liiketoimintapäätöksen tai laskee luvun, data lineage kertoo, mihin päätös perustuu — ei jälkikäteen arvattuna, vaan tallennettuna. ## Miksi hajanainen data ilman jäljitettävyyttä on riski agenttihankkeessa? Kasvuyritys yhdistää CRM:n, ERP:n, laskutusjärjestelmän ja Excel-taulukot yhdeksi datapohjaksi AI-agentille. Jokainen järjestelmä muuttaa dataa matkalla: nimeää sarakkeet eri tavalla, pyöristää lukuja, suodattaa rivejä. Kun agentti tuottaa lopputuloksen, kukaan ei enää tiedä, mikä muunnos vaikutti mihin — ja virheen jäljittäminen muuttuu arvailuksi. Tämä ei ole vain tekninen ongelma. Kun asiakas, tilintarkastaja tai hallitus kysyy, mihin agentin ehdottama hinta tai riskiluokitus perustuu, epämääräinen vastaus murentaa luottamuksen koko järjestelmään nopeammin kuin yksittäinen virhe. ## Mitä data lineage tarkalleen tarkoittaa? Data lineage on dokumentoitu polku, joka kuvaa datan matkan lähdejärjestelmästä lopulliseen käyttöön: mistä taulusta tieto haettiin, mikä muunnos sitä käsitteli, milloin ja kuka sen hyväksyi. Toisin kuin [semanttinen mittarikerros](https://aimaster.fi/artikkelit/yksi-luku-monta-totuutta-nain-kasvuyritys-rakentaa-semanttisen-mittarikerroksen-), joka yhtenäistää laskentasäännöt, data lineage vastaa historialliseen kysymykseen: mistä tämä yksittäinen luku tuli ja mitä sille tapahtui matkalla. Käytännössä data lineage rakennetaan kolmella tasolla: taulutasolla (mistä lähdetaulusta data tulee), sarakelistalla (mikä lähdesarake vastaa mitä lopputulosta) ja tapahtumatasolla (mikä agentin ajo käytti mitä dataa milloin). Kasvuyritykselle riittää usein taulu- ja sarakelaajuinen jäljitys — täysi tapahtumaloki tarvitaan vasta, kun agentti tekee säänneltyjä tai taloudellisesti merkittäviä päätöksiä. ## Miten kasvuyritys rakentaa data lineagen käytännössä? Ensimmäinen askel ei ole työkalun ostaminen vaan kartoitus: mistä järjestelmistä AI-agentti hakee dataa ja mitkä muunnokset dataan vaikuttavat ennen kuin agentti näkee sen. Tämä kartoitus tehdään osana [Master Layer](https://aimaster.fi/tuotteet/master-layer) -vaihetta, jossa yrityksen olemassa olevat järjestelmät yhdistetään turvallisesti tekoälyn käytettäväksi. - Kartoita lähteet: listaa kaikki järjestelmät, joista agentti hakee dataa suoraan tai välillisesti. - Merkitse muunnospisteet: missä data yhdistetään, suodatetaan tai lasketaan uudelleen ennen agentin käyttöä. - Tallenna metadata automaattisesti: lineage-tieto ei toimi, jos se pitää ylläpitää käsin — se kirjataan osana integraatiota. - Rajaa syvyys tarpeen mukaan: kriittiset päätökset (hinnoittelu, luottoriski, sopimusvelvoitteet) tarvitsevat tapahtumatason lokin, rutiiniraportit riittävät taulutasolla. Kun lineage on rakennettu Master Layerin päälle, [Master Mind](https://aimaster.fi/tuotteet/master-mind) -agentti voi liittää jokaiseen tuottamaansa lukuun viittauksen sen alkuperään. Käytännössä tämä tarkoittaa, että agentti pystyy vastaamaan kysymykseen "mistä tämä luku tulee" heti, ei kolmen päivän selvitystyön jälkeen. ## Mitä EU:n AI Act vaatii jäljitettävyydestä? AI Actin 12 artikla velvoittaa korkean riskin tekoälyjärjestelmät kirjaamaan tapahtumat automaattisesti koko järjestelmän elinkaaren ajalta, jotta toiminta pysyy jäljitettävänä (EU AI Act, artikla 12). Velvoite tulee sovellettavaksi 2.12.2027 liitteen III korkean riskin järjestelmille ja 2.8.2028 liitteen I järjestelmille. Vaatimus koskee suoraan vain korkean riskin luokkaan kuuluvia järjestelmiä, mutta samaa periaatetta kannattaa soveltaa jokaiseen agenttiin, joka vaikuttaa hinnoitteluun, luottopäätöksiin tai asiakassopimuksiin — sääntely tulee joka tapauksessa. Data lineage ei ole AI Actin vaatima logi sinänsä, mutta se on sen edellytys: jos et tiedä, mistä data tulee, et voi kirjata luotettavasti, mihin agentin päätös perustui. ## Miten data lineage eroaa data observabilitystä? Data observability valvoo datan terveyttä reaaliajassa — havaitseeko putki poikkeavia arvoja tai katkoksia juuri nyt. Data lineage vastaa eri kysymykseen: mistä tämä tieto tuli ja mitä sille tapahtui matkalla. [Data observability](https://aimaster.fi/artikkelit/ai-agentti-ei-valehtele-se-on-itsevarma-vaarassa-huonon-datan-takia-nain-rakenna) kertoo, että data on rikki nyt. Data lineage kertoo, missä kohdassa ketjua se rikkoontui ja mikä muu luku siitä riippuu. | Ominaisuus | Data lineage | Data observability | | --- | --- | --- | | Kysymys | Mistä tämä tieto tuli? | Onko data terveenä juuri nyt? | | Ajallinen suunta | Taaksepäin, historiallinen polku | Nykyhetki ja reaaliaikainen valvonta | | Käyttötapaus agentille | Päätöksen jäljittäminen ja auditointi | Virheellisen syötteen havaitseminen | ## Mitä tapahtuu, kun jäljitettävyys puuttuu? Suomalainen B2B-teleoperaattori havaitsi, että sen tekoälyavusteinen laskutusraportti näytti kahdelle liiketoimintayksikölle eri katteen samasta kuukaudesta. Syynä ei ollut virheellinen data vaan kaksi eri muunnospolkua: toinen raportti laski katteen ennen alennuksia, toinen jälkeen. Kun lähteitä ei ollut dokumentoitu, ero löytyi vasta viikkojen selvitystyön jälkeen. Data lineage olisi näyttänyt eron heti — molemmat polut olisivat näkyneet rinnakkain. ## Kannattaako data lineage rakentaa kaikelle datalle kerralla? Ei. Kattavuus ratkaisee, ei laajuus. Aloita datasta, joka syöttää agentteja, jotka vaikuttavat rahaan, asiakassuhteisiin tai sääntelyyn. Loppu voi odottaa. Sprinttimalli tekee tästä ennakoitavaa: kehitys etenee 3 päivän jaksoissa, ja ensimmäinen sprintti kattaa yhden kriittisen datapolun päästä päähän — ei koko yrityksen dataa kerralla. ## Mitä data lineage maksaa toteuttaa? Kustannus riippuu järjestelmien määrästä ja siitä, kuinka moni niistä tarjoaa metadatan valmiiksi rakenteisessa muodossa. Modernit pilvijärjestelmät tuottavat metadataa usein automaattisesti, kun taas vanhat ERP- tai asiakasjärjestelmät vaativat oman kääreen. Ensimmäinen sprintti kartoittaa laajuuden ja antaa konkreettisen arvion — ei arvausta, joka paisuu projektin edetessä. ## Yhteenveto: jäljitettävyys on luottamuksen edellytys AI-agentti, joka ei pysty näyttämään, mistä sen luvut tulevat, ei ole valmis tekemään päätöksiä, joihin liittyy rahaa tai sääntelyä. Data lineage ei ole ylimääräinen kerros — se on se osa Master Layeria, joka tekee agentin vastauksista tarkistettavia. ## Usein kysytyt kysymykset ## Usein kysytyt kysymykset ### Mitä data lineage tarkoittaa yksinkertaisesti? Data lineage on dokumentoitu polku, joka näyttää mistä järjestelmästä tieto on peräisin, mitkä muunnokset se on käynyt läpi ja mihin lopputulokseen se on päätynyt. Se vastaa kysymykseen "mistä tämä luku tulee" ilman jälkikäteistä selvitystyötä. ### Miten data lineage eroaa data observabilitystä? Data observability valvoo datan terveyttä reaaliajassa — havaitseeko putki poikkeavuuksia juuri nyt. Data lineage vastaa historialliseen kysymykseen: mistä tieto tuli ja mitä sille tapahtui matkalla. Molempia tarvitaan, mutta ne ratkaisevat eri ongelman. ### Vaatiiko EU:n AI Act data lineagea? AI Act ei vaadi data lineagea nimenomaisesti, mutta artikla 12 velvoittaa korkean riskin järjestelmät kirjaamaan tapahtumat jäljitettävästi 2.12.2027 alkaen (liite III) ja 2.8.2028 alkaen (liite I). Data lineage on käytännön edellytys tämän vaatimuksen täyttämiselle. ### Mistä data lineagen rakentaminen kannattaa aloittaa? Datasta, joka syöttää agentteja, jotka vaikuttavat hinnoitteluun, luottoriskiin tai asiakassopimuksiin. Kartoitus tehdään ensin osana Master Layer -vaihetta, ja ensimmäinen sprintti kattaa yhden kriittisen datapolun päästä päähän. ### Tarvitseeko pieni kasvuyritys data lineagea, jos sillä on vain muutama järjestelmä? Kyllä, mutta suppeammin. Kolmenkin järjestelmän yhdistäminen agentille riittää luomaan tilanteen, jossa kukaan ei tiedä miksi kaksi raporttia näyttää eri lukua. Laajuus kasvaa järjestelmien myötä, mutta tarve syntyy jo ensimmäisestä integraatiosta.