Tekoäly ei ole pikavoitto – menestys syntyy perusasioista

Vaikka erityisesti chat-pohjainen generatiivinen tekoäly on voinut luoda odotuksia helpoista pikavoitoista, todellinen kilpailuetu syntyy lopulta samoilla periaatteilla kuin muussakin IT-kehityksessä: selkeän strategian, liiketoimintatavoitteiden, laadukkaan datan ja onnistuneiden kokeilujen rohkean skaalaamisen kautta. 

Pisteistä poluksi: AI:n skaalaaminen koko organisaatioon

Edellisvuosien tekoälyn ensiaalto on näkynyt generatiivisen tekoälyn (GenAI) myötä pistemäisesti yksittäisten ihmisten työn tehostumisessa: toiset hyötyvät, toiset eivät juurikaan, ja hyötyjen skaalaamisessa koko organisaatioon on otettu vasta ensiaskelia.

Nyt fokus on kuitenkin siirtymässä tekoälyn hyötyjen skaalaamisesta yksittäisistä työntekijöistä tiimien, toimintojen ja koko organisaation tasolle. Fokuksen pitää siirtyä siihen, miten koko organisaatio toimii älykkäämmin ja tehokkaammin työtä automatisoiden.

Erityisesti chat-pohjaiset tekoälyratkaisut ovat mahdollisesti synnyttäneet osittain jopa hieman vaarallisen odotusarvon. Koska olemme tottuneet käyttämään ChatGPT:n kaltaisia keskustelumalleja varsin helpolla tavalla arjessamme, voi syntyä käsitys, että yritystason tekoälyratkaisut omalle yritykselle rakentuisivat yhtä vaivattomasti.

Todellisuudessa mikään tekoälyratkaisu ei ole niin sanotusti hopealuoti. Yrityskohtaisen, luotettavan ja kustannustehokkaan tekoälyn kehittäminen ei synny itsestään, se vaatii investointeja. Siksi katse kannattaa pikavoittojen sijaan suunnata pitkän aikavälin resilienssiin, hallittuun kehittämiseen ja jatkuvaan oppimiseen.

Aika herätä tekoälyagenttien potentiaaliin

 Uhka vai mahdollisuus? Tekoälyagentit avaavat merkittäviä mahdollisuuksia, mutta myös riskejä. Hallitusti rakennettuna ne poistavat pullonkauloja ja nopeuttavat päätöksentekoa. Ilman governancea ne voivat kuitenkin toimia nopeammin kuin organisaatio ehtii reagoida, mikä voi johtaa virheisiin ja luottamuksen menetykseen.

Tekoälyn mahdollisuuksien kirjossa yksi liiketoiminnalle tärkeästä kehitysaskelista on siirtymä perinteisestä automaatiosta kohti älykkäitä ja autonomisia tekoälyagentteja. Toisin kuin chat-pohjaiset ratkaisut, joita useimmiten käytetään jonkin yksittäisen asian avuksi, tekoälyagentit voivat toimia itsenäisesti: ne suorittavat monivaiheisia työtehtäviä ja jopa kokonaisia prosesseja, hyödyntävät useita taustajärjestelmiä ja voivat haluttaessa tehdä jopa päätöksiä asetettujen liiketoimintatavoitteiden pohjalta ilman jatkuvaa ihmisen ohjausta.

Tärkeää on myös ymmärtää, miten tekoälyagentit eroavat perinteisestä automaatiosta. Perinteinen ohjelmistorobotiikka ja -automaatio perustuvat selkeisiin ja ennalta määriteltyihin jos–niin-sääntöihin. Perinteinen automaatio on tehokas tapa suoraviivaistaa toistuvia tehtäviä, mutta sen kyky sopeutua epävarmuuteen on rajallinen.

Tekoäly tuo automaatioon uuden älykkyystason. Tekoälyagentit pystyvät tehtävien ketjutuksen kautta laajempan automaation asteeseen, itsenäisempään päätöksentekoon ja samalla generoimaan uutta tietoa tilanteen mukaan. Samalla syntyy myös uusia riskejä. Näin tehty automaatio käyttää yhtä tai useampaa tekoälymallia (ns. mustaa laatikkoa), joiden toiminta riippuu siitä, miten ne on koulutettu, mutta ne eivät ole perinteisen ohjelmoinnin mukaisia sääntökoneita. Siksi tekoälyn hyödyntäminen edellyttää selkeitä prosessikuvauksia ja uutena komponenttina hyvin määriteltyä AI Governance -mallia. On määriteltävä, miten riskit hallitaan, miten tuotantokäyttöä seurataan, miten väärin tai ei-optimaalisesti toimivan tekoälymallin käyttö havaitaan, kuka tekee päätökset ja milloin ihminen ottaa vastuun tekoälyn suositusten pohjalta. Tekoälyratkaisujen toimintaa on seurattava jatkuvasti, jotta ne pysyvät niissä rajoissa, kustannuksissa ja tavoitteissa, joihin ne on tarkoitettu.

IT-kehityksen peruslainalaisuudet eivät tekoälyn hyödyntämisessä ole kadonneet mihinkään

 Tekoälyn kohdalla pätevät samat lainalaisuudet kuin missä tahansa IT-kehityksessä. Organisaationlaajuisia pikavoittoja ei ole automaattisesti luvassa, vaan on palattava perusasioiden äärelle ja kirkastettava, mitä todella halutaan saavuttaa ja kehittää.

Tekoälyn skaalaaminen edellyttää, että huomiota kiinnitetään erityisesti seuraaviin osa-alueisiin:

• Strategia ja liiketoiminnan tavoitteet: Mitä haluamme saavuttaa ja miksi?
• Prosessit: Mitä toimintoja ja prosesseja olemme parantamassa? Mitä prosesseja voidaan yksinkertaistaa tai jopa eliminoida? Keihin muutokset vaikuttavat? Miten saamme ihmiset mukaan muutokseen?
• Data: Missä data sijaitsee? Voiko sen siirtää pilveen tai halutaanko pitää se vain on-premise-käytössä? Onko data laadukasta ja turvallista? Miten data on käytettävissä? Miten hoidetaan tietosuoja ja tietoturva? Täytyy myös muistaa, että tekoäly ei ole kaikkitietävä; ilman erillistä kehityspanosta sillä ei ole pääsyä yrityksen hiljaiseen tietoon, sisäiseen termistöön tai yrityskulttuuriin.
• Osaaminen, roolit ja yhteistyö: Miten tekoälyä ja sen tekemiä päätöksia hallinnoidaan ja valvotaan? Miten huolehdimme ihmisten osaamisen ajantasaisuudesta?
• Operointi- ja hallintamallia: Ilman yhteistä operointi- ja hallintamallia jokaisen osaston omat tekoälykokeilut voivat johtaa hallitsemattomaan kaaokseen.

Tekoälyn käytön lisääntymistä voidaan tuskin rajoittaa, päinvastoin, sen käytön lisäämistä kannattaakin edistää. Samalla täytyy pitää huolta siitä että eri yksiköiden omat tekoälykokeilut eivät johda hallitsemattomaan tilanteeseen, ja organisaatiolle on rakennettava johdon toimesta yhteinen hallintamalli. Regulaatiot pitää täyttää, vastuullisuusasiat pitää hoitaa ja normaalit tuottavuus- ja kustannusmetriikat pitää olla olemassa kehitysprojektien etenemiselle.

Tekoäly käytännössä: tuloksia eri toimialoilta

Kun tekoälyn käyttöä skaalataan osaksi liiketoimintaprosesseja, tulokset eri toimialoilla ja tehtävissä voivat olla merkittäviä.

• HR ja sisäiset prosessit: Monimutkaisten taustajärjestelmien käyttöä voidaan korvata tekoälyassistentilla. Työntekijät ja esihenkilöt voivat hoitaa lomapyynnöt, ylennykset ja palkankorotukset viestipohjaisesti. Järjestelmiä on mahdollisuus tehdä eri kieliversioilla eri markkinoille, jolloin otetaan huomioon myös maakohtainen lainsäädäntö.
• Tilausten käsittely: Tekoälyagentit analysoivat asiakkaiden tilauksia ja tarpeita ja ehdottavat niihin sopivia ratkaisuja.
• Julkishallinto ja asiantuntijatyö: Agentit voivat seuloa valtavia materiaalimääriä esimerkiksi päätöksentekoa valmistelevissa yhteenvedoissa, mikä vapauttaa asiantuntijoiden aikaa analyysiin ja päätöksentekoon.
• Ennakoiva huolto: Valmistavassa teollisuudessa tekoälyagentit voivat analysoida laajaa datamassaa ja ehdottaa ennakoivaa huoltoa ennen kuin vikatilanteita ehtii syntyä.
• Finanssiala: Tekoälyä hyödynnetään pankkien asiakaspalvelun lisäksi esimerkiksi petosten tunnistamisessa ja riskienhallinnassa.
• Valmistava teollisuus: Tekoälymallien ja matemaattisten mallien avulla optimoidaan paitsi itse tuotantoprosessia mutta valikoidaan myös tuotettavia eriä eri parametrijoukkojen pohjalta.

Mitä seuraavaksi?

Kun katsotaan muutama vuosi eteenpäin, radikaalein muutos organisaatioiden ja liiketoiminnan saralla ei luultavasti ole uudenlainen tekoälyn teknologinen ihme, vaan tekoälyn syvä integroituminen organisaatioiden arkeen. Tekoäly voi tulevaisuudessa automatisoi prosesseja ja toimintatapoja tavalla, jota emme aiemmin uskoneet mahdolliseksi.

Tärkein viesti yritysjohdolle on selvä: älä jää odottamaan, vaan toimi nyt. Organisaatioilla on oltava resilienssiä ja muutoskykyä sietää kokeiluja, jotka eivät välttämättä aina heti onnistu, mutta samalla on pystyttävä tekemään tuottavia asioita niillä työkaluilla, jotka ovat jo käytettävissä. Ne organisaatiot, jotka opettelevat hallitsemaan dataansa ja rakentamaan esimerkiksi tekoälyagenttejaan tänään, ovat niitä, jotka kasvavat voittajina jatkossa.

Tekoäly ei ratkaise kaikkea kerralla, mutta se palkitsee ne, jotka aloittavat matkan ja skaalaavat onnistumisia ajoissa.

Kirjoittajat: 

Kyösti Laiho, Sales Representative, Data & AI software, IBM Finland 

Jutta Karjalainen, AI Advisor & Manufacturing & Automotive Principal, Tietoevry Tech Consulting