Tekoälyn vallankumous voi kaatua muuhun kuin teknologiaan – Nämä kolme asiaa vaaditaan, että AI:sta saa oikeasti hyötyä

Tekoäly on jo alkanut tuoda kovia tehostuksia. AI:n hyödyntämiseen vaaditaan kuitenkin paljon muutakin kuin pelkkiä tekoälytyökaluja. Murroksen eturintamassa toimivan Digian toimitusjohtaja Timo Levoranta kertoo kolmesta kriittisestä tekijästä, joita ilman tekoälymurros ei onnistu.

Tekoäly näyttää tuovan melkoista tuottavuuden kasvua alalla toisensa jälkeen. Eräiden arvioiden mukaan yli 50 prosenttia maailman ohjelmakoodista tuotetaan tekoälyavusteisesti, mikä on tuottanut 26 prosentin tehostuksen. Johdon konsultoinnissa tekoäly parantaa erään tutkimuksen mukaan nopeutta 25 prosenttia ja laatua 40 prosenttia.

– Älykkyyden ja automaation lisääntyminen kaikissa ratkaisuissa on digievoluution seuraava taso. Näyttää siltä, että tekoäly löytää tiensä kaikkiin ratkaisuihin ja palveluprosesseihin, joko avustavana tai työtä automatisoivana osana, kertoo ohjelmisto- ja palveluyritys Digian toimitusjohtaja Timo Levoranta.

On kuitenkin tärkeää huomata, että pelkät tekoälytyökalut eivät itsessään riitä. Tekoäly on niin suuri murros, että se vaatii 360 asteen ajattelua, jossa huomioidaan kaikkia asiaan liittyviä tekijöitä. Levoranta nostaa esille kolme kriittisen tärkeää vaatimusta.

1. Jos ei luotettavaa dataa – ei älykkyyttä

Tekoäly toimii pohjimmiltaan datalla. Jos käytössä ei ole luotettavaa ja laadukasta dataa, algoritmit eivät pysty tekemään siitä fiksuja päätelmiä. 

– Jos luotettavaa dataa ei ole, törmätään klassiseen tilanteeseen: roskaa sisään, roskaa ulos, Levoranta muistuttaa.

2. Arjen tyypillinen ongelma – pääseekö tekoäly edes käsiksi tietoihin?

Tekoälyn suurimmat tehostukset saavutetaan yleensä silloin, kun AI-työkaluilla voidaan käsitellä organisaation ydintoimintojen tietoja. Silloin tekoälyllä voidaan tehostaa ydinprosesseja ja jopa automatisoida niitä.

Tähän liittyy kuitenkin yleinen ongelma. Pääseekö tekoäly tietoihin käsiksi?

– Haaste, johon törmätään paljon asiakasprojekteissa, on datan turvallinen saatavuus, kertoo Levoranta.

Ongelma on usein se, että tiedot ovat hajallaan erilaisissa järjestelmissä, eikä niiden välille ole välttämättä rakennettu integraatioita.

Monesti tekoälyhankkeissa täytyykin ensin laittaa perustaa kuntoon niin, että data on laadukasta ja sitä saadaan turvallisesti käyttöön esimerkiksi keskitetystä tietovarastosta.

 3. Miten ihmiset saadaan mukaan tekoälymurrokseen?

Vaikka tekoälyllä voidaan yhä useammin automatisoida prosesseja tai niiden osia, yleensä kyse on ihmisen ja tekoälyn yhteistyöstä. Automaationkin osalta ihmiset ovat avainasemassa tekoälyn käytön kehittämisessä.

Tekoälymurroksen avainasiaksi nouseekin se, miten ihmiset saadaan mukaan muutokseen – käyttämään uusia työkaluja ja kehittämään tekoälyn hyödyntämistä. Tämä vaatii aktiivista johtamista, koulutus- ja muutosohjelmia sekä esimerkiksi kulttuurin kehittämistä.

Levorannan mukaan hyvä tavoite on ihmisen ja älykkäiden ohjelmistojen ”symbioosi”, jossa ihminen tekee mielekästä työtä ja tekoäly ja automatiikka hoitavat muun.

– Tätä kohti ollaan menossa, mutta on selvää, että se ei tapahdu itsestään. Jokaisella organisaatiolla on tässä edessään tietynlainen muutosmatka, hän toteaa.

Tekoäly tehostaa jo arkista työtä – ”AI näkyy ihan jokaisen työntekijän arjessa”

Digia hyödyntää tekoälyä jo paljon omassa ydinliiketoiminnassaan tietojärjestelmien kehittämisessä. Teknologiajohtaja Juhana Juppo kertoo, että tekoälystä on paljon hyötyä esimerkiksi sovelluskehityksessä.

Tekoäly auttaa kehittäjiä esimerkiksi hyödyntämään paremmin olemassa olevaa koodipohjaa. AI:ta voi myös käyttää rutiinitehtävien hoitamiseen, jolloin sovelluskehittäjät voivat keskittyä erityisesti vaikeampiin tehtäviin. Tekoälyllä on siis mahdollista parantaa sekä nopeutta että laatua.

– Meillä tekoäly näkyy ihan jokaisen työntekijän arjessa, Juppo kertoo.

Digialla tekoälyä hyödynnetään myös esimerkiksi vastuullisuusraportointiin tarvittavan datan keräämisessä ja käsittelyssä. Siinä on testattu tekoälyavusteista mallia, joka kerää tarkan määrittelyn ja ohjeistuksen pohjalta dataa yrityksen eri lähteistä. Tekoäly luo niiden avulla ensimmäisen ehdotuksen vastuullisuuden yksittäisen dataosion sisällöksi ja kertoo samalla kaikki löydetyt taustalähteet. Tämä vähentää manuaalisen työn määrää.

Tekoälyn käytännön hyödyistä ja tehostuksista saadaan koko ajan uusia hyviä kokemuksia. Suurin haaste onkin usein siinä, miten AI:n hyödyntäminen saadaan tuotua arjen päivittäiseen toimintaan. Levoranta painottaakin, että on tärkeää päästä etenemään erilaisista Proof-of-Concept-kokeiluista kohti hallittua tuotantokäyttöä.

– Asiakkaat melkeinpä vaativat, että puhukaa meille selvällä suomella tekoälystä ja sanokaa, mitä meidän täytyy nyt tehdä, Levoranta kertoo.

Digialla tähän pyyntöön on vastattu uudella Digia Dolphin -palvelukonseptilla, joka auttaa etenemään strategiasta ja ideoinnista tekoälyn tuotantokäyttöön ja jatkuviin palveluihin AIOps-mallilla.