AI - tekoäly

Tekoäly käytäntöön – 6 huomiota onnistuneeseen arvontuottoon

Riippuen siitä, millaiseen toiminnallisuuteen tai millaiseen liiketoiminnalliseen haasteeseen tekoälyä halutaan hyödyntää, on hyvä huomioida yrityksen nykyiset toimintamallit, yrityskulttuuri ja datakyvykkyys tekoälyn onnistuneeseen hyödyntämiseen. Teknologiset ratkaisut tuottavat arvoa vasta, kun ihmiset muuttavat käyttäytymistään niiden perusteella ja niiden mukaisesti. Tekoälyn tekninen toteutus vaatii algoritmien ja matematiikan tuntemista, softakehitysosaamista ja data-arkkitehtuuriymmärrystä. Tekoälystä puhutaan paljon, mutta mitä asioita tulisi ottaa huomioon. Mitä tekoälyn hyödyntäminen edellyttää?

1. Kehittämisen tulee lähteä liiketoiminnan tarpeesta – olipa teknologia mikä tahansa. Tärkeintä on saada ihmiset mukaan!

Tekoälyn soveltaminen lähtee soveltuvien liiketoimintaongelmien tunnistamisesta. Organisaatiossa tarvitaan ymmärrystä tekoälyn tuomasta lisäarvosta, vaikutuksista liiketoimintaan sekä ylimmän johdon tuki tarvittaville organisatorisille, liiketoiminnallisille tai prosessitoiminnallisille muutoksille. Tärkeintä on ymmärtää ja hahmottaa tekoälystä saatava liiketoimintahyöty. Jotta liiketoimintahyödyn voi kaivaa esille, täytyy tuntea yrityksen dataa tuottavat järjestelmät sekä johtamisjärjestelmä.

2. Datan määrä, sijainti (eli hyödynnettävyys) ja laatu (myös ajantasaisuus ja riittävä mittausväli)korostuvat.

Dataa kerätään usein monista eri lähteistä, mutta sen hyödyntäminen voi olla haastavaa ja vähäistä. Data sellaisenaan ei riitä, vaan sen tulee olla hyvälaatuista, hyödynnettävässä muodossa sekä sitä pitää usein käsitellä, jalostaa ja rikastaa. Data myös vanhenee nopeasti, joten on tärkeää huomioida, että se on riittävän ajantasaista. Data science -osaamisen merkitys korostuu. Toisaalta on hyvä muistaa, että jos ei osata kysyä oikeita liiketoiminnallisia kysymyksiä, ei tiedetä, mitä ongelmaa datalla ratkaistaan.

3. Tiimin osaaminen korostuu: liiketoimintaosaaminen, tekninen osaaminen ja Palvelumuotoilu yhdistämällä saavutetaan parhaat hyödyt.

Tekoälyprojekti on poikkitieteellinen ja hyvin kokonaisvaltaisesti liiketoimintaan liittyvämahdollisuus. Mikäli tekoälyn käyttöönotto ja hyödyntäminen nähdään vain vaikkapa IT-osaston tehtävänä, jäävät tekoälystä saatavat kokonaisedut hyödyntämättä. Tekoälysovellukset eivät ole liiketoiminnoista erillinen tai irrallinen osa, vaan ne vaikuttavat laajasti suoraan toimintamalleihin, arkisiin työtehtäviin ja suoraan asiakaskokemukseen.

Kun ihmiset ymmärtävät, mitä tekoälyllä voidaan – ja ei voida – tehdä, he oppivat näkemään omassa työssään tekoälyn käyttökohteita.

4. Kokeileminen ja kysyminen on sallittua! Koko työyhteisö on hyvä osallistaa innovointiin. Tämä vaatii ymmärrystä ja usein myös koulutusta siitä, mitä tekoälyllä voidaan ja ei voida tehdä. Näin opitaan luottamaan tekoälyyn ja ottamaan käyttöön sen mahdollistamia sovelluksia.

Parhaimmat onnistumiset ja suurimmat tavoitteet saavutetaan yhteistyöllä ja innostumisella.Tekoälyratkaisujen käyttö vaatii avointa ja oppivaa ilmapiiriä sekä rohkeutta kokeilla uusia asioita. Kokeilemalla ja tekemällä opitaan. Kehityksen nopeus on kiihtyvää ja siihen kuuluu, että uutta toimintamallia testataan, kun se täyttää riittävät kriteerit. Toisaalta myös markkinat ja kulutustottumukset muuttuvat nopeasti, jolloin jokin asia voi vanheta jo kehitysaikanaan. Pääasia on rakentaa ilmapiiri, jossa on lupa kysyä, kyseenalaistaa, epäonnistua ja aloittaa uudelleen.

5. Eettiset näkökulmat ja tietosuojasäädökset on hyvä huomioida heti alusta alkaen.

Tekoälyn hyödyntäminen vaatii dataa. Datan hyödyntäminen vaatii aina tietosuojan huomioimista. Kun lailliset perusteet on huomioitu, on hyvä myös pohtia datan käyttämisen eettisiä näkökulmia. Kuluttajien luottamuksen säilyttäminen ja toiminnan läpinäkyvyydestä huolehtiminen ovat organisaation luotettavuuden kannalta ensiarvoisen tärkeää. Datan ostamisessa, tallentamisessa ja sisällössä tulee aina huomioida vastuullisuus ja turvallisuus.

6. Tekemisen läpinäkyvyys ja onnistunut sisäinen viestintä valaa luottamusta, lisää innostusta ja luo motivaatiota.

Tekoälyn hyödyntämisen esteenä ei niinkään ole teknologisten ratkaisujen haasteellisuus, vaan useimminkin organisaation rakenteet ja kulttuuri. Tekniset haasteet ovat usein paljon suoraviivaisempia korjata. On hyvä pohtia alusta alkaen, millaisia vaikutuksia tekoälysovelluksella tulee olemaan organisaatioon ja sen kulttuuriin.

Asiantuntijoita tarvitaan myös tekoälyn suorituskyvyn arvioimiseen. Tekoälyn perustoiminnan ymmärtäminen auttaa ihmisiä luottamaan koneen antamiin ennusteisiin ja nopeuttaa käyttöönottoa.

On hyvä pohtia ennakoivasti uusia hyödyntämisen malleja, ansaintamalleja ja käytäntöön vietäviä ratkaisuja. Usein tekoälysovellukset ovat oppivia malleja, jotka mahdollistavat toiminnan jatkuvan kehityksen. Organisaatiossa kannattaa omaksua jatkuvan kehittämisen malli, jossa panostetaan osaamisen kehittämiseen, sisäiseen koulutukseen ja arvioidaan organisaation ja prosessien malleja niin, että ne tukevat tekoälystrategiaa ja datakeskeistä kehitystyötä. On myös hyvä pohtia toimivia johtamismalleja sekä vahvistaa kulttuuria, jossa on lupa kysyä ja kyseenalaistaa. Tekoälyn toiminnan arvioimisessa tarvitaan ihmisten vahvaa asiantuntemusta ja yhteistyötä.

Heidi Kananen

Heidi Kananen on kirjoittanut kirjan Tekoäly-bisneksen uudet työkalut yhdessä Harri Puolitaipaleen kanssa ja toimii kouluttajana Tieturin Tekoäly tutuksi -koulutuksessa.

Tietoa kirjoittajasta:
Asiasanat: tekoäly, teknologiakehitys