Kokeilukulttuuri on datan kasvualusta

Tero Ojanperä

Tekoälyn erottaa ohjelmistokehityksestä tarve kokeellisuuteen.

Jokainen kone, prosessi ja työvaihe tuottaa uniikissa ympäristössä omanlaistaan dataa. Siinä missä ohjelmiston voi suunnitella tekemään juuri haluttuja asioita, koneoppimisen tuloksia ei aina voida ennakoida. Joskus data ei kerro vastausta, tai vastauksen kaivaminen on ylitsepääsemättömän tehotonta.

Netflix tunnetaan tekoälyvetoisesta suosittelumoottoristaan, mutta pinnan alla kasvaa satojen tekoälyratkaisuiden verkosto, aina filmausaikataulujen optimointiin asti. Netflix on myös kehittänyt oman Metaflow-alustan, joka on vapaasti kaikkien organisaatioiden saatavilla Open Source -periaatteisiin vedoten.

Netflixin tekoälyalustan johtaja Ville Tuulos kertoi Silo AI:n podcastissa lähetymistavastaan kokeellisen tekoälyorganisaation rakentamiseen. Hänen tavoiteensa on ”make data scientists fail fast” kokeiluun kannustavan kulttuurin sekä työkalupakin avulla. Ville nosti esiin kolme hyveellisen kokeilukulttuurin piirrettä:

1. Tärkeintä on totetuttaa nopeita ”hackeja”, joilla voittavia caseja etsitään ilman merkittävää investointia. Olennaista ei ole suunnitella strategista hanketta, vaan tarjota jokaiselle organisaatiossa työskenelevälle vapaus ja työkalut testata mitä itse haluavat ilman onnistumispainetta.

2. Organisaation tehtävä on tukea ja enabloida kokeilutoimintaa. Se tarkoittaa ei-datatieteilijöiden vihkiyttämistä tekoälyajatteluun kouluttamisen kautta, sekä ketterien työkalujen käyttöön tarjoamista. Ei tarvitse olla huippukoodari tai datatieteilijä osatakseen hahmotella tekoälylle sopivia tai sopimattomia käyttötapoja omassa työnkuvassaan.

3. Erityisesti alkuvaiheessa on syytä välttää suuria, transformatiivisia hankkeita. Fokuksen tulisi sen sijaan olla nykyisten työprosessien parantamisessa ja operatiivisten solmukohtien avaamisessa. Jopa Netflixin lippulaivatekoälyratkaisu, tekoälyvetoinen suosittelumoottori, on edelleen vain suosittelumoottori, mutta tehokkaampi.

Lopulta organisaation on hyväksyttävä ajatusmalli, jossa kymmenestä aloitetusta tekoälykokeilusta kaksi tai kolme menee onnistuneesti tuotantoon. Tämän ajatustavan hyväksyminen pienentää investointeja, lisää työntekijöiden turvallisuuden kautta syntyvää luovuutta ja ilmenee onnistumisissa epäonnistumisten sijaan.

Kuuntele Silo AI:n & Netflixin Ville Tuuloksen Inference-podcast-jakso tästä.

Tero Ojanperä

Silo.AI

Co-founder & Chairman

Tero on Silo.AI:n puheenjohtaja ja perustaja. Silo.AI on Pohjoismaiden suurin yksityinen AI-laboratorio. Hän on Visionplus-riskipääomarahaston ja Tailorframe valokuva-automaatio yrityksen perustaja ja puheenjohtaja. Aiemmin Tero toimi Nokian johtokunnassa CTO:na ja strategiajohtajana. Tällä hetkellä hän toimii OP Finanssiryhmän ja DNA Oy:n hallituksen jäsenenä. Tero nimitettiin Young Global Leader:ksi World Economic Forumissa 2006 ja Fast Company listasi hänet vuonna 2009 seitsemänneksi luovimmaksi businesspersoonaksi. Ojanperä kirjoittaa aktiivisesti liiketoiminnan murroksesta Intelligent Platforms blogissa.