Tekoäly – hypestä systemaattiseen liiketoiminnan kehitykseen

Tero Ojanperä

Kaupallinen yhteistyö SHIFT Business Festival

Kuulemme jatkuvasti sekä menestys- että kauhutarinoita tekoälystä: toisaalta tekoäly vapauttaa ihmisen rutiinitehtävistä, toisaalta tekoäly vähintään vie meiltä työpaikat. Yritykset pyrkivät julkistamaan näyttävästi erilaisia kokeiluja, jotka ruokkivat hypetystä tekoälystä.

Uutisoinnin keskellä yritysjohdon ja erityisesti yritysten hallitusten on syytä pysähtyä ja miettiä, miten hypettämisen sijasta keskitytään olennaiseen eli liiketoiminnan systemaattiseen kehitykseen. Vaikka tekoäly tarjoaakin merkittäviä mahdollisuuksia, on sen kehitys pohjimmiltaan samankaltaista kuin minkä tahansa muun merkittävän asian: se vaatii prosesseja ja systemaattista työtä. Ei pidä odottaa tuottavuusloikkien kaltaisia ihmeitä ilman huolellista pohjatyötä.

Käyttöönotto lähtee nykytilan kartoittamisesta

Lähtökohtana kaikkeen kehitykseen on nykytilan analyysi. Yrityksen tulisi kartoittaa tekoälyn tilanne niin eri liiketoimintaprosesseissa kuin yhtiön tuotteiden ja palveluiden kannalta. Tekoälyn hyödyntäminen ei rajoitu vain ydinliiketoimintaan, vaan toimintaa voidaan tehostaa myös tukitoiminnoissa. Valmiutta tekoälyn soveltamiseen tuleekin selvittää eri puolilla organisaatiota, kuten asiakasrajapinnassa, tietohallinnossa, talousprosesseissa, lakiosastolla, markkinoinnissa, myynnissä ja valmistuksessa.

Mikäli yritys soveltaa jo tekoälyä, on syytä arvioida sitä, miten järjestelmä oppii. On eri asia rakentaa systeemi, joka oppii jatkuvasti sekä kertyvästä datasta että palautteenannon kautta, kuin hyödyntää kerran opetettua mallia, joka ei muutu uuden datan myötä. Paras esimerkki tästä lienee Googlen haku, joka paranee ja optimoituu joka kerta, kun hakija valitsee jonkin tuloksen tietyn hakusanan perusteella.

Olemassa oleva infrastruktuuri, kuten datan keräys ja varastointi, vaikuttavat tekoälyn kehitykseen. Lisäksi integraation kannalta on merkittävää, käytetäänkö yrityksessä esimerkiksi ohjelmistorobotiikkaa. Kehitykseen vaikuttavat myös yleiset digitaaliset valmiudet sekä tarvittavan datan saatavuus. Dataa käytetään tekoälyn opettamiseen ja datan hallintaan onkin syytä luoda ihan oma hallintamallinsa. Näin varmistetaan että data ei ole vinoutunutta ja yksityisyydensuojaa kunnioitetaan.

Tekoälyn valmiusasteet voidaan luokitella seuraavasti:

1) ei aktiviteetteja tekoälyssä
2) käyttökohteet identifioitu
3) suoritettu pilotteja
4) tekoäly otettu kaupalliseen käyttöön
5) tekoälyn edelläkävijä

Suomessa Ramboll on pilotoinut vedenlaadun varmistamiseen liittyviä koneoppivia ratkaisuja. Pilotointi on hyvä keino tehdä nopeita kokeiluja, joilla varmistetaan, toimiiko malli oikein sekä onko data riittävää. Seuraavassa vaiheessa pilotissa onnistuneet kokeilut voidaan ottaa kaupalliseen käyttöön.

Mitkä ovat prioriteetit ja kehityskohteet?

Kun nykytila on kartoitettu, on syytä pohtia ja priorisoida kehityskohteet. Yllä esitetyn luokittelun avulla sekä yritys että sen johto ja hallitus saavat kokonaiskuvan tekoälyn soveltamisen tilanteesta. Lisäksi yrityksen on päätettävä, kehitetäänkö räätälöityjä ratkaisuja vai käytetäänkö valmiita tekoälytuotteita ja -palveluita. Kun kokonaiskuva on selvä, on helpompi asettaa vaatimuksia ja tavoitteita niin sisäisesti kuin ulkoisille toimittajille.

Liiketoiminnan muutos on aina strateginen päätös. Siksi tekoälyn soveltamisessa tärkeintä on selvittää, missä tuotteissa ja palveluissa olisi suurin potentiaali tekoälyn hyödyntämiseen. Strategiseen kehitykseen vaikuttaa myös se, miten yrityksen johto ja henkilöstö suhtautuvat tekoälyn hyödyntämiseen organisaatiossa.

Systemaattinen tarkastelu johtaa strategisen kilpailuedun syntymiseen

Kun edellä mainitut asiat tehdään systemaattisesti ja lopputulos dokumentoidaan ja päivitetään säännöllisesti, päästään eroon turhasta hypestä ja siirrytään jatkuvan kehityksen toimintamalliin myös tekoälyn osalta. Osaava kumppani voi nopeuttaa ja auttaa tässä prosessissa.

Ideaalitilanteessa tekoälyn kehitys ei ole erillinen prosessi, vaan integroitu osa normaalia toimintaa. Tällöin tekoäly alkaa luomaan kilpailuetua. Lopputuloksena yrityksen ydinprosessit tuottavat dataa tekoälyn käyttöön ja asiantuntijoiden palaute jalostaa tekoälyä koko ajan paremmaksi. Yritys on valinnut tuotteet ja palvelut, joita kehitetään tekoälyn avulla ylivoimaiseksi kilpailueduksi ja yrityksen johto ja henkilöstö ovat sitoutuneet strategiaan. Lisäksi yritys on tunnistanut tarvittavat puutteet ja mahdollisuudet henkilöstössä ja osaamisessa ja kouluttaa henkilöstöä tarvittavien valmiuksien osalta. Tarvittaessa yritys hankkii ulkoista osaamista, kuten tekoälyn asiantuntijoita.

Hyvä esimerkki tällaisesta yrityksestä on Finnair, joka pilotoi lentoliikenteen tilannekuvaa parantavaa tekoälytyökalua aiemmin tänä vuonna. Mallin ennustukset tarkentuvat ajan myötä uudesta datasta, jota syntyy jatkuvasti. Seuraavassa vaiheessa yritys aikoo ottaa työkalun käyttöön osana laajempaa teknistä uudistusta.

On turha mennä mukaan hypeen tai pelätä että on jäänyt jostain paitsi. Tekoälyn tuoma murros tulee hitaasti, mutta varmasti. Tarttumalla systemaattisesti liiketoiminnan kehitykseen tekoälyn näkökulmasta pystyt oppimaan ja kehittymään nopeammin kuin kilpailijat. Kaikkea ei tarvitse tehdä itse, sillä valmiita tekoälyratkaisuja löytyy jo hyllystä ja omaa kehitystiimiä voi vahvistaa ulkoisilla resursseilla.

Tule kuuntelemaan Tero Ojanperän vetämää paneelia tekoälyn soveltamisen käytännön opeista Business Festival SHIFT:iin Turkuun 30.8.

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.