Mitkä ovat tekoälyn muutosajurit ja asemointi liikennetoiminnallesi?

Tekoälyn mahdollisuuksia ja tulevaisuuden potentiaalia nostetaan jatkuvasti esille eri foorumeilla. Kaikesta huolimatta useat lupaukset ovat vielä lunastamatta sekä yritysten että julkisen sektorin näkökulmasta (esim. Selten & Klievink 2024; Sjödin ym. 2021).

Tekoälyä käyttää nykyajan työelämässä jo lähes jokainen, usein tietämättään, koska se toimii monien tietojärjestelmien taustalla. Perinteisten tekoälyä hyödyntävien toimistosovellusten ja näppärien applikaatioiden käyttäminen ei vielä edistä merkittävästi yrityksen kilpailukykyä. Siksi on olennaista miettiä, miten tekoälyä soveltamalla yritys voi kehittää ja uudistaa toimintaa ja prosesseja, koska vasta niiden kautta syntyy innovatiivisia ratkaisuja ja merkittävää lisäarvoa.

Tekoälyn skaalaaminen ei ole helppoa

Tekoälyn käyttöönotto ei ole pelkästään teknologinen asia vaan se sisältää myös sosiaalisia ulottuvuuksia (Haefner ym. 2023). Siksi tekoälyn käytön skaalaaminen on muutosprosessi, jonka ydin ei ole teknologinen. Se edellyttää monialaista ymmärrystä ja osaamista mutta myös resursseja, kehityskohteiden tunnistamista sekä hallittua asioiden kehittämistä ja hallinnointia.

Tekoälyn soveltaminen organisaatiossa ei saisi olla yksittäinen tapahtuma vaan jatkuva, johdettu ja uudistava prosessi (Harari 2017; Jöhnk ym. 2021). Se on myös varsin monimutkainen ja useita asioita yhdistävä kokonaisuus (Selten & Klievink 2024), joka vaatii teknologian lisäksi erityisesti monialaisen kyvykkyyden rakentamista organisaatioon. Tämä pätee sekä julkisiin että yksityisiin organisaatioihin.

Tekoälyn skaalaamista edistäviä muutosajureita

Monet tekoälyn hyötyjä korostavat kirjoitukset ja puheet keskittyvät itse tekoälyteknologian tuomiin etuihin, kuten automaatioon, tehostamiseen ja tuottavuuteen. Ne eivät kuitenkaan synny suoraan teknologiasta käsin vaan ihmisten muuttuneista työtavoista, prosesseista ja toimintamalleista.

Esimerkiksi yli organisaatiorajojen tapahtuva oppiminen, laillisuuden ja sääntöjen mukaisuuden varmistaminen ja ekosysteemin kasvu nähdään menestyksekkään tekoälyn soveltamisen pilareina julkisella sektorilla (Molin 2024). Se sisältää Molinin mukaan operatiivisen erinomaisuuden, laajan datavoluumin, kasvavat tekoälykyvykkyydet, eettisen vastuullisuuden, riskien hallinnan, resurssien maksimoinnin, sitouttamisen sekä sidosryhmät ja sponsorit. Nämä asiat pätevät myös yrityssektorilla.

Taulukoihin 1 ja 2 listasimme tekoälyn skaalaamisen muutosajureita kokemuksiemme ja käytännön havaintojemme pohjalta. Ne ovat tekijöitä, jotka rohkaisevat yrityksiä ja julkisen sektorin toimijoita investoimaan tekoälyhankkeisiin, madaltavat kynnystä ottaa pieniä riskejä monistettavien kokeilujen kautta ja yleensäkin edistävät tekoälyn leviämistä mitä erilaisimpiin työtehtäviin, prosesseihin ja päätöksenteon tilanteisiin. Samalla ne synnyttävät sekä kysyntää että tarjontaa, joka on muutoksen kannalta hyvinkin olennaista.

Taulukko 1. Datalähtöiset ja teknologiset muutosajurit

Datalähtöiset ja teknologiset muutosajurit
Tekoälyteknologiat muuttuvat helpommiksi käyttää ja soveltaa
Tekoälyratkaisujen lukumäärä ja tarjonta kasvaa valtavaa vauhtia
Uusia avoimen lähdekoodin tekoälyratkaisuja tulee paljon markkinoille
Datan määrä kasvaa edelleen nopeasti ja samalla organisaatiot oppivat hallinnoimaan paremmin dataansa
Tekoälyn teknologiseen kehitykseen ja tutkimukseen investoidaan valtavia summia
Valtavasti kasvanut ratkaisutarjonta luo vähitellen lisää kysyntää ja ymmärrystä
Regulaatio ja eettiset ohjeistot luovat reunaehdot, joissa toimia vastuullisesti
Tekoäly sulautuu osaksi eri ratkaisujen käyttöliittymiä ja vuorovaikutustapoja (teksti, kuva, ääni…)
Tekoälyn kokeilua ja kehittämistä varten rakennetaan turvallisia kokeiluympäristöjä eli ”AI sandboxeja”

Taulukko 2. Organisatoriset ja sosiaaliset muutosajurit

Organisatoriset ja sosiaaliset muutosajurit
Käyttäjät odottavat tekoälypohjaisia ratkaisuja ja niiden helppoa sovellettavuutta
Perusymmärrys tekoälystä kasvaa, mikä edistää mahdollisuuksien tunnistamista ja soveltamista
Markkinoille syntyy koko ajan uusia palveluntarjoajia tukemaan käyttöönottoa
Organisaatiot kehittävät ja ottavat käyttöön tiedollajohtamisen käytänteitä ja prosesseja, tarkempaa ennustamista ja ennakointia
Uudet tekoälypohjaiset innovaatiot tarjoavat uusia liiketoimintamahdollisuuksia palveluntarjoajille
Erilaisia tekoälyratkaisuja opitaan suunnittelemaan, arvioimaan ja soveltamaan liiketoiminnan hyötyjen näkökulmasta
Organisaatiot oppivat luomaan itselleen sopivia eettisiä ohjeistoja ja hallintomalleja tekoälyn vastuulliseen käyttöönottoon
Tekoälyn, ihmisen ja liiketoiminnan välistä vuorovaikutusta opitaan mallintamaan käyttötapausten näkökulmasta
Edelläkävijöiden luomia parhaita käytäntöjä opitaan soveltamaan omiin tarpeisiin ja skaalaamaan koko organisaation eduksi

Edellä kuvattujen muutosajureiden lisäksi on varmasti muitakin tekijöitä, jotka saavat aikaiseksi ”sekä työntöä että imua” tekoälyn soveltamisessa ja sen kyvykkyyksien skaalaamisessa yhä useampaan työtehtävään, prosessiin ja toimintoon. Taulukon 1 asiat osoittavat, että tekoälyn soveltaminen ja skaalaaminen on moniulotteinen muutosmatka, joka koostuu useasta rinnakkain tapahtuvasta samanaikaisesta kehittymisestä ja uudistumisesta.

Tekoälyn asemointi yrityksessä

Datan ja tekoälyn kehittyminen voi muuttaa liiketoimintaa aina pienistä prosessimuutoksista kokonaisiin uusien markkinoiden ja ekosysteemien syntymiseen asti (Valkokari ym. 2018). Samalla tavalla yritys voi asemoida itsensä tekoälymurroksessa, jossa muutoksen vaikutus voi olla liiketoiminnan kannalta joko pientä tai hyvin suurta.

Muutosten vaikutusten ennakointia vaikeuttavat alan viime aikojen nopeat kehitysharppaukset sekä digitaaliseen transformaatioon yleensä liittyvät “lumipalloefektit”.

Koostimme taulukoihin viisi skenaariota, joiden mukaan yritys voi asemoida itsensä tekoälymurroksessa (taulukot 3-7).

Toisille riittää, että he pysyvät tekoälyn teknisessä kehityksessä mukana sen soveltajana mutta eivät halua olla edelläkävijöitä. Muutamat perinteiset yritykset toimivat tällä tavalla varsinkin, jos ne eivät tunnista selviä tarpeita tai mahdollisuuksia parantaa prosessiensa tehokkuutta tai kannattavuutta.

Taulukko 3. Skenaario, jossa tekoäly on työkalu muiden työkalujen joukossa.

Muutoksen tasot	Tekoäly on työkalu muiden työkalujen joukossa
Selitys	Yritys soveltaa tekoälysovelluksia mutta ei asemoi itseään edelläkävijäksi. Prosessien kulkua ja tehtäviä ei muuteta mutta henkilöstö voi soveltaa niitä parhaaksi näkemällään tavalla.
Esimerkkejä	Yritys tarjoaa työntekijöiden käyttöön kaupallisen version esim. Microsoft Copilotista, jonka avulla voidaan esim. helpommin kääntää tekstiä eri kielille ja laatia markkinointiviestintään tekstiä.

Osa yrityksistä voi hyödyntää tekoälyä sisäisen tehokkuuden parantamiseksi esimerkiksi asiakaspalvelussa, myynnissä ja markkinoinnissa sekä logistiikan optimoinnissa.

Taulukko 4. Skenaario, jossa tavoitteena on sisäisen tehokkuuden ja kannattavuuden parantaminen

Muutoksen tasot	Sisäisen tehokkuuden ja kannattavuuden parantaminen
Selitys	Yritys hakee tekoälystä ratkaisuja työtehtävien tehokkaampaan toteuttamiseen, koska sillä on useita rutiinimaisia tehtäviä, jotka voidaan automatisoida tekoälyllä. Tekoäly toimii tuottavuuden ja kannattavuuden kasvattamisen välineenä.
Esimerkkejä	Tiettyjen työtehtävien osittainen automatisointi esim. myynnissä ja markkinoinnissa tai logistiikassa. Esimerkiksi tekoälyagenttien käyttöönotto.

Kolmas ryhmä hakee edellä mainittujen lisäksi tekoälystä apua ulkoisen kilpailukyvyn säilyttämiseksi ja parantamiseksi, jolloin erityinen fokus on esimerkiksi myynnin ja markkinoinnin uusissa toimintatavoissa ja tekoälyratkaisuissa.

Taulukko 5. Skenaario, jossa tavoitteena on ulkoisen kilpailukyvyn tehostaminen

Muutoksen tasot	Ulkoisen kilpailukyvyn tehostaminen
Selitys	Yritys käyttää tekoälyä parantaakseen kilpailukykyään kansainvälisillä markkinoilla, jolloin johto määrittelee sen yhdeksi keskeiset keinoksi löytää uusia tapoja kilpailukyvyn tehostamiseen. Tekoäly toimii näin kilpailukyvyn kasvattamisen välineenä.
Esimerkkejä	Yrityskohtaisen data-analytiikan hyödyntäminen uusien mikromarkkinoiden löytämiseksi tai hinnoittelun optimoinnin tehostamiseksi tietyssä segmentissä.

Neljäs ja viides ryhmä laittaa tekoälykyvykkyydet osaksi yrityksen strategiaa, jolloin se toimii mahdollistajana uuden liiketoimintamallin toteuttamisessa.

Taulukko 6. Skenaario, jossa tavoitteena on yrityksen uudelleen positiointi markkinoilla

Muutoksen tasot	Yrityksen uudelleen positiointi markkinoilla
Selitys	Yritys uudistaa itsensä tekoäly-yritykseksi. Tekoäly toimii välillisesti yrityksen liiketoiminnan uudistumisen mahdollistajana.
Esimerkkejä	Yritys pyrkii erottautumaan markkinoilla tekoälyominaisuuksiensa avulla ja profiloituu tekoälyä kehittäväksi ja myyväksi yritykseksi.

Taulukko 7. Skenaario, jossa tavoitteena on uusien kasvumahdollisuuksien hakeminen

Muutoksen tasot	Uusien kasvumahdollisuuksien hakeminen
Selitys	Yritys kehittää tekoälyä hyödyntäviä toiminnallisuuksia palveluihinsa tai rakentaa uuden tuotteen tai palvelun tekoälyn varaan. Tekoäly toimii välillisesti yrityksen kasvun mahdollistajana.
Esimerkkejä	Yritys kehittää tekoälyä hyödyntävän älykkäämmän raportointiominaisuuden tai kokonaan uuden tekoälyä soveltavan ohjelmistotuotteen, jonka avulla se saa lisää myytävää ja liikevaihtoa.

Yritys voi asemoida itsensä monella eri tavalla tekoälymurroksessa. Kyse on ennen kaikkea strategisista valinnoista, joiden toteutumisen mahdollistaa käytössä olevat resurssit, kuten osaaminen, aika, rahoitus ja markkinatilanne. Yritys voi myös hyödyntää samanaikaisesti useampaa taulukossa 2 listattua asiaa varsinkin, kun noustaan kohti tasoja neljä ja viisi.