Toimitusjohtajan teesit tekoälyyn

—Kaikki lähtee liiketoimintatarpeista

—Data on kaiken A ja O

—Koko organisaatiolle ymmärrys tekoälystä

 

Kaikki lähtee liiketoimintatarpeista

Tekoäly- ja koneoppimishankkeissa oikeiden projektien löytäminen on ensiarvoisen tärkeää. Onko yrityksenne datastrategia hyökkäys, puolustus vai sekä että? Molemmat ovat yhtä tärkeitä. Hyökkääminen tarkoittaa esimerkiksi tekoälyn avulla haettavia uusia liiketoimintamahdollisuuksia; uusien asiakkuuksien ja lisämyynnin etsimistä; tekoälyllä rikastettuja uusia tuotteita ja palveluja; parempaa ja ennakoivampaa päätöksentekoa. Puolustaminen taas tarkoittaa esimerkiksi toiminnan tehostamista automatisoimalla nykyisiä, manuaalisia prosesseja; kustannusten, riskien ja uhkien pienentämistä tai neutralisointia. Ennakoiva huolto on esimerkki ratkaisusta, jossa yhdistyy sekä hyökkäys että puolustus. Ratkaisun tarjoajalle se voi olla uusi lisäarvopalvelu, jolla haetaan lisämyyntiä ja uusia asiakkaita. Asiakasyritykselle se on keino tehostaa toimintoja ja alentaa ylläpidon ja huollon kustannuksia.

Hyvä tapa lähteä liikkeelle on järjestää ideointityöpaja joko omin voimin tai osaavan kumppanin avustamana. Työpajaan tulisi saada mahdollisimman kattava edustus eri liiketoimintayksiköistä ja IT:stä. Työpajan tarkoituksena on brainstormata ja heittää pöydälle villeimpiäkin ideoita tekoälyn hyödyntämiseksi. Työpajassa ideat tulisi priorisoida niiden toteutettavuuden (onko meillä dataa, kuinka helposti se on saatavissa, onko meillä osaajia?) ja niillä mahdollisesti saavutettavien hyötyjen perusteella, joten työpajan päätteeksi yrityksellä tulisi olla lista käyttötapauksista, joita lähteä kokeilemaan ja testaamaan käytännössä. Mieluusti muutama ”helppo tapaus” sekä pari haastavampaa keissiä, joissa nähdään mahdollisimman suuri hyötypotentiaali.

Tekoälyä ei voi ostaa kaupan hyllyltä, vaikka monet valmisohjelmistojen toimittajat upottavat enemmän ja enemmän tekoälyyn pohjautuvia ominaisuuksia osaksi omia ratkaisujaan. ja Myös pilvitoimittajat tarjoavat valmiita sovellusrajapintoja esimerkiksi kuvan- ja puheentunnistukseen, tekstin ymmärrykseen jne, joten liikkeellelähtö ja kokeileminen voi olla varsin yksinkertaista. Usein yrityksen tarve voi kuitenkin vaatia räätälöityä, joko itse tai valitun kumppanin kanssa toteutettavaa, ratkaisua. Kokeilujen onnistumista tulee seurata niin ikään työpajassa määritellyillä mittareilla. Myös epäonnistumisen tulisi olla sallittua.

 

Data on kaiken A ja O

Tekoäly- ja koneoppimisprojektien yhteydessä data on A = alku ja O = onnistuminen. Laatujohtamisen isäksi tituleeratun W. Edwards Demingin väitetään sanoneen: ”In God we trust, all others, bring data”. Tekoäly- ja koneoppimisratkaisut perustuvat usein ns. ohjattuun oppimiseen, jossa ennustavia algoritmeja opetetaan suurella määrällä dataa, joka on kuvattu, luokiteltu ja jäsennelty systemaattisesti. Ilman tällaista laadukasta dataa tekoäly on kuin helisevä vaski tai lehdetön puu.

Dataa voi myös rikastaa yhdistelemällä siihen avoimia datalähteitä tai jopa ostamalla dataa. Mieti, voisiko nykyisten yhteistyökumppaneiden ja omassa hallussa olevien datavarantojen yhdistelmällä saavuttaa jotain suurempaa?

Ole valmis hyväksymään se tosiasia, että missä tahansa tekoäly-, koneoppimisprojektissa datan keräämiseen, integroimiseen ja valmisteluun kuluva aika vie helposti kolme neljännestä koko projektiin kuluvasta ajasta. Huonolaatuinen data tuo huonoja tuloksia tai kuten englanninkieliset tykkäävät sanoa: ”Garbage in, garbage out”.

 

Koko organisaatiolle ymmärrys tekoälystä

Tekoälyn hyödyntäminen ei saa eikä voi olla pelkkä IT-projekti. Ihmiset organisaation eri puolilla, jotka tuntevat liiketoimintaprosessit, datan, kipukohteet, ja toimivat asiakasrajapinnassa, ovat tekoälyprojekteissa ja uusien tekoälysovellusten kartoittamisessa minkä tahansa organisaation avainresurssi.

Tekoälyratkaisujen onnistuminen on myös vahvasti sidoksissa palvelumuotoiluun ja käyttöliittymäsuunnitteluun. Jos tekoälyn/koneoppimisen avulla tuotetut ratkaisut koetaan liian vaikeakäyttöisiksi, niiden käyttö voi tyssätä alkuunsa.

Tekoäly tuo mukanaan myös pelkoa – ”tekoäly tulee ja varastaa työpaikkamme” – joten ole valmis viestittämään ja kertomaan tekoälyhankkeista avoimesti, varsinkin, jos niiden avulla pyritään automatisoimaan olemassa olevia työtehtäviä. Tekoälyllä pystytään todennäköisesti korvaamaan monia nykyisiä tehtäviä, mutta tekoäly tulee myös luomaan uusia työpaikkoja/-tehtäviä – jopa enemmän kuin mitä tekoäly ”varastaa” meiltä. Tärkeintä on valmistaa ja kouluttaa nykyiset työntekijät ymmärtämään tekoälyn tuomat mahdollisuudet.

Tekoäly-ymmärryksen jalkauttaminen kaikille organisaation tasoille ei saa jäädä IT- tai HR-organisaation harteille, vaan sen tulee olla mukana yrityksen korkeimman johdon agendaa – oli se sitten osana virallisempia kuukausikatsauksia tai epävirallisempia aamiaispöytäkeskusteluja.

 

Vieraskynä

Jyrki Määttä