AI-TIE-tekoälykiihdyttämössä Suomen tekoälykiihdyttämö FAIA sekä Haaga-Helia ja Laurea ammattikorkeakoulut auttavat puhtaan teollisuuden PK-yrityksiä tunnistamaan tekoälyn tarjoamia mahdollisuuksia. Kun löydetään liiketoiminnan kannalta keskeinen tekoälyn käyttötapaus, yritystä kannustetaan konseptitodistuksen suunnitteluun ja toteuttamiseen. Suomen ensimmäinen Clean Tech -alan tekoälykiihdyttämö käynnistettiin syksyllä 2021.

Nordic Waterproofing Oy on yksi tekoälyn hyödyntämisestä kiinnostunut yritys, joka osallistui kiihdyttämöön. Yritys toimii yli 130 vuoden kokemuksella, ja se on yksi Euroopan johtavista rakennuksiin ja infraan kohdistuvien vedeneristystuotteiden ja –palveluiden toimittajista.

Yrityksen edustajat saivat kiihdyttämössä aikaan konkreettisia tuotoksia, joita he tuovat konseptoinnin kautta liiketoimintaansa.

Tekoälyn käyttöönotto ja hyödyntäminen osana liiketoimintaa

Paljon puhutun tekoälyn myötä Nordic Waterproofingille syntyi tarve jäsennellä tilannetta omasta näkökulmasta. Kehityspäällikkö Miina Merisalo kertoi yrityksen tavoitteista ja kiinnostuksesta tekoälyä kohtaan. Esille nousivat älykäs raportointi, älykäs data sekä tekoälyn rooli. Lisäksi pohdittiin pidemmälle vietyä päättelylogiikkaa, kykyä tulkita sitä sekä aitoa arvonluomista myös ihmisille.

Merisalon mukaan kokemukset tekoälyn käyttötapauksien tunnistamisesta ovat olleet suoraviivaisia. Proaktiivinen toiminta ja ajatustenvaihto ovat tukeneet tässä, minkä lisäksi kiihdyttämöstä on saatu laadukasta sparrausta. Visio loi tälle kaikelle pohjan, jonka myötä käyttötapauksien hyödynnettävyys oli vaivattomampaa tunnistaa. Tekoälyn soveltaminen käytäntöön ei kuitenkaan ole niin helppoa – tulee huomioida aito tarve, hyödynnettävyys sekä se, millainen lopullinen ratkaisu tulee itsessään olemaan.

Tukiessani yritystä heidän tekoälymatkallaan, suurimpina käyttöönoton haasteina yrityksessä on koettu loppupäästä tuotettava materiaali ja sen selkeys ja ymmärrettävyys lukijalle. Sekä tietysti kuljettu matka: mitä on tapahtunut ja miten tähän pisteeseen tai johtopäätökseen on lopulta päästy. Koko tekoälyn haasteena esille nousee selkeys ja ymmärrettävyys ilman että tarvitsee mennä todella syvälle itse tietomalliin. Keskusteluiden edetessä ilmeni, ettei raporttien tarvitse aina olla edes tekoälyn tuottamia, kun luettavuuden haasteita kohdataan.

Tukiäly vai tekoäly?

Tekoälymatkalle lähdettäessä on tärkeää huomioida data, kompetenssit sekä tarvittavat resurssit. Ensimmäisenä nousee esille oman datan laatu sekä sen tunteminen. Olemme AI-TIE tekoälytiimissä panneet merkille, että ilman laadukasta dataa hyvinkään konseptoitu tekoälyratkaisu ei näe päivänvaloa. Laadukas data vaatii asiantuntijuutta, ammattimaista tiedon jalostamista sekä kokonaisvaltaisia resursseja. Kun paneudutaan yhtään kompleksisempien tietojärjestelmäympäristöjen pariin, ei ole itsestäänselvyys, että kaikki osaavat tulkita kyseistä dataa.

Tekoälykeskusteluidemme pohjalta yritys haluaa jakaa oppeja oman kokemuksensa pohjalta muille yrityksille, että faktat löytyvät omasta datasta: mitä ne ovat, mitä mitataan, miten tuloksia saadaan ja mitä puuttuu. Mikäli jotakin näistä edellä mainituista puuttuu, sitä lähdetään tuottamaan, jotta se on hyödynnettävissä. Tiedolla johtamisen takana on liiketoiminnan kannalta merkittävä data. Todettakoon, että lähtötilanteessa on harvoin sitä kaikkea vielä saatavilla, ja tällöin faktaan perustuva arviointi ja läpivalaisu on todella tärkeää. Kun todetaan, että tällaista tietoa pitää lähteä tuottamaan, tie on vielä pitkä siihen, että voidaan oikeasti analysoida ja mitata toimintaa sen perusteella. Aloitus nähdään kriittisimpänä toimenpiteenä tässäkin kokonaisuudessa.

Kokemustensa pohjalta Merisalo suosittelee AI TIE -tekoälykiihdyttämöä sekä tekoälyä PK-yrityksille lämpimästi. Kiihdyttämön tarjoama tuki sekä kattava yrityksien kokonaisuus loivat mainiot puitteet omalle tekemiselle. On kuitenkin hyvä muistaa, että oman yrityksen resurssien tulee olla kunnossa eikä mikään tule ilmaiseksi – vaaditaan sitoutumista ja reagoimista tekoälymatkalla kohdattaviin yllätyksiin. Tietyt tekoälyn perusopinnot koko organisaatiossa eivät olisi pahitteeksi. Se auttaa ymmärtämään kokonaisuuksia paremmin, ja tarpeen vaatiessa soveltaminenkin on mahdollista.