Pro
Siirry sisältöön
Tekoäly

Tekoälyn skaalaaminen tarvitsee tuekseen kyvykkyyksiä ja muutoksia toimintatavoissa

Kirjoittajat:

Olli Laintila

lehtori
Haaga-Helia ammattikorkeakoulu

Kari Hiekkanen

yliopettaja
Haaga-Helia ammattikorkeakoulu

Ari Alamäki

principal lecturer
Haaga-Helia ammattikorkeakoulu

Julkaistu : 17.12.2024

Tekoälyn on ennustettu nousevan liiketoimintaa mullistavaksi voimaksi, joka tarjoaa jo nyt uusia mahdollisuuksia kasvuun, innovointiin ja kilpailuedun saavuttamiseen. Tekoälyn yleistyminen tuo valtavasti uusia liiketoimintamahdollisuuksia. Pienetkin yritykset voivat hyödyntää tekoälyratkaisuja suhteellisen helposti, eli tekoäly ei ole vain suuryritysten etuoikeus.

Toisaalta monet yritykset eivät ole vielä valmiita hyödyntämään tekoälyn täyttä potentiaalia. Yritykset ovat keskittyneet lähinnä yksittäisiin käyttötapauksiin, jotka tuottavat marginaalisia muutoksia mutta ovat skaalaamisen kannalta työläitä. Gartnerin (2024) tutkimuksen mukaan jopa puolella tekoälyyn investoineista organisaatioista on vaikeuksia siirtää tekoäly pilotoinnista osaksi arvoa tuottavaa liiketoimintaa. Vaikka tekoälyohjelmat ovat levinneet laajalti eri toimialoille, vain 26 prosenttia yrityksistä on kehittänyt tarvittavia kyvykkyyksiä, jotta ne voisivat siirtyä tekoälyn protoilua pidemmälle ja tuottaa konkreettista liiketoiminta-arvoa, ilmenee Boston Consulting Groupin (BCG) (2024) uudesta tutkimuksesta.

Myös ETLA:n tuore tutkimus (Kauhanen ym. 2024) kertoo, että tekoälyä on kokeiltu laajasti mutta arvoa tuottavaa ”syväkäyttöä” on vielä vähän. Etlan tutkimuksen mukaan yritykset ovat vielä leikittely- ja kokeiluvaiheessa tekoälyn suhteen ja varsinaiset ”killer-applikaatiot” puuttuvat.

Tässä artikkelissa tarkastellaan, mitä kyvykkyydet ja tarvittavat muutokset tarkoittavat tekoälyn skaalaamisessa. Skaalaamisella tarkoitamme sitä, että organisaatiot kykenevät monistamaan kyvykkyyksiään ja parhaita käytäntöjä yli yksikkörajojen, jotta kokeilut ja pilotit muuttuvat laaja-alaiseksi tekoälyn hyödyntämiseksi.

Tekoälyn skaalaamiseen vaadittavat kyvykkyydet

Tekoälyn skaalaaminen liiketoiminnassa vaatii organisaation läpileikkaavia kyvykkyyksiä kaikilla tasoilla – teknologiaosaamisessa, prosessien kehittämisestä sekä strategian mukautumisessa ja toimeenpanossa. Sjödin ym. (2021) ovat kuvanneet näitä asioita laajasti artikkelissaan. Heidän mukaansa mukautumiskyvykkyys on tärkeää tekoälykyvykkyyksien hyödyntämisessä. Toisaalta mukautuminen edellyttää rutiineja, joiden avulla tekoälyä pystytään ketterästi sovittamaan tiettyyn, asiayhteyteen, tilanteeseen ja ympäristöön.

Tietojohtamiskyvykkyyden luominen edellyttää organisaatiolta rutiineja ja resursseja sekä kerätä, puhdistaa, integroida, validoida että hyödyntää dataa skaalautuvalla tavalla. Datan määrällä ja laadulla on keskeinen vaikutus tekoälyn avulla tavoiteltavaan liiketoimintahyötyyn.

Tekoälyalgoritmeilla on merkittävä potentiaali abstraktien ja monimutkaisten ongelmien tunnistamiseen ja ratkaisemiseen. Algoritmien kehittäminen, eli käytännössä opettaminen, ei ole helppoa. Toki se voidaan hankkia myös ulkoistamalla ja kumppanuuksilla globaalien IT-yritysten kanssa. Tämä voi kuitenkin olla rahan tuhlausta, jos AI-algoritmin kehittäminen ja käyttöönotto tapahtuvat ilman riittävää liiketoimintakontekstin ymmärrystä. Näin ollen algoritmien kehittämisen kannalta on erittäin tärkeää, että tekoälymallien luomiseen ja kouluttamiseen otetaan mukaan henkilöitä, jotka ymmärtävät liiketoimintatarpeen ja kontekstin.

Edellisten kyvykkyyksien lisäksi ja niiden toimeenpanoa helpottamaan tarvitaan tekoälyn demokratisointikyvykkyyksiä (Sjödin ym. 2021), joiden avulla monialaisille organisaation eri osaamisia edustaville tiimeille tarjotaan mahdollisuus osallistua liiketoiminnan kehittämiseen tekoälyn avulla. Tässäkin kyvykkyydessä on kysymys rutiinien luomisesta, jolla on iso merkitys tekoälystrategian käytännön toteuttamisessa. Tavoitteena on motivoida ja sitouttaa koko henkilöstö tunnistamaan ja kokeilemaan tekoälysovellusten hyödyntämistä liiketoiminnassa. Se vaatii tiivistä yhteistyötä tekoälysovellusten kehittäjien ja liiketoiminnan välillä, jotta sovellukset ovat käyttäjäystävällisiä, ymmärrettäviä ja sopivat erilaisille henkilöstöprofiileille. Tekoälysovellusten läpinäkyvyys ja helppokäyttöisyys lisäävät henkilöstön luottamusta tekoälyn mahdollisuuksiin.

Tekoälyn skaalautumista edistävät muutokset

Jotta yritys onnistuu tekoälyn skaalaamisessa, sen täytyy muuttaa toimintatapoja. Ensinnäkin yrityksen on siirryttävä siilomaisesta työskentelystä kohti poikkitieteellistä ja diversiteettiä hyödyntävää yhteistyötä. Tekoälyn täyden potentiaalin saavuttaminen perustuu yrityksen monialaisiin ja eri toiminnoista muodostettuihin tiimeihin, jotka edustavat monipuolisia kyvykkyyksiä ja näkemyksiä (Fountaine ym. 2019).

Yrityksen on myös muutettava kokemukseen ja johtajakeskeisyyteen perustuva päätöksenteko enemmän tiedolla johtamisen suuntaan. Tämän on tapahduttava nimenomaan yrityksen etulinjojen, eli asiakas- ja muiden keskeisten sidosryhmärajapintojen, kautta mahdollisimman nopeasti tiedoksi jalostetun datan avulla. Intelin ex-toimitusjohtajaa Andy Grovea lainaten “Kun kevät saapuu, lumi sulaa ensin reunoilta, koska siellä se on eniten alttiina”. Tällä vertauksella on merkittäviä vaikutuksia ja myös mahdollisuuksia yritykselle.

Yrityksen on muututtava jäykästä ja riskejä karttavasta ketteräksi, kokeilevaksi ja mukautuvaksi (Fountaine ym. 2019). Yrityksen on muutettava ajattelutapaa, jonka mukaan idean on oltava täysin valmis ennen käyttöönottoa. Tekoälysovellus sisältää harvoin kaikki halutut toiminnallisuudet ensimmäisen iteraatiokierroksen jälkeen. Yritysten kannattaa soveltaa rakenna-testaa ja opi -toimintatapaa, joka muuttaa virheet keksintöjen lähteeksi ja vähentää epäonnistumisen pelkoa. Nopeasti kerätyn käyttäjäpalautteen sisällyttäminen seuraavaan versioon antaa yrityksille mahdollisuuden korjata pienet ongelmat ennen kuin niistä kehittyy kalliita ongelmia.

AI Skaalaajat -hanke

Haaga-Helia ammattikorkeakoulun koordinoimassa AI Skaalaajat -hankkeessa edistetään tekoälyn skaalautumista Uudenmaan alueen pk-yrityksissä. Ensisijainen kohderyhmä on pk-yritykset, joilla on toimintaa Uudellamaalla, mutta yhteiskehittämisessä voi olla mukana myös suuria yrityksiä ja julkisen sektorin toimijoita.

Hanke käynnistyi lokakuussa 2024 ja jatkuu tammikuun 23. päivä ensimmäisellä yhteiskehittämisen työpajalla. Hanke on kolmivuotinen ja mukaan mahtuu vielä useampi yritys. Hankkeen toteuttajina ovat Haaga-Helia ja Metropolia ammattikorkeakoulut, ja päärahoitus tulee Euroopan aluekehitysrahastosta ja Uudenmaan liitosta.

Lähteet

Gartner 2024. The Pillars of Successful Artificial Intelligence Strategy, huhtikuu 2024.

Kauhanen, A., Kässi, O., Pajarinen, M. & Rouvinen, P. 2024. Generatiivisen tekoälyn käyttö Suomessa: Havaintoja syksyn 2024 kyselystä”. ETLA Muistio nro 144.

Fountaine T., McCarthy B. & Saleh T. 2019. Building the AI-Powered Organization. Harvard Business-Review. Heinä-elokuu 2019.

Sjödin D., Parida V., Palmie M., Wincent J. 2021. How AI capabilities enable business model innovation: Scaling AI through co-evolutionary processes and feedback loops. Journal of Business Research 134, 574–587.