Generatiivisen tekoälyn arkipäiväistymisestä alkanut tukiälyn aikakausi on vaihtumassa nopeasti itsenäistyvän tekoälyn aikakauteen. Muutos luo pohjan yritysälykkyydelle – kyvylle siirtää osia monimutkaisista prosesseista tekoälyn vastuulle.
ChatGPT:n aloittama vuoden 2022 läpimurto toi suuriin kielimalleihin perustuvat sovellukset osaksi toimisto-ohjelmia – Copilotin tuntevat jo kaikki. Tämä tukiälyn aikakausi muuttaa jo merkittävästi työn tekemisen tapoja, mutta on vasta pintaraapaisu alkaneesta tekoälymurroksesta.
Uskomme, että muutos tukiälystä itsenäiseen tekoälyyn tapahtuu vuosina 2025–2030. Vähän kerrallaan tekoälystä kuoriutuu nykyistä tukiälyä monipuolisempi liiketoiminnan ydinprosessien itsenäinen suorittaja. Jakson loppupuolella tekoäly toimii osana yrityksen liiketoiminnan ydinprosesseja ja tekoälystä muodostuu yrityksen liiketoiminnan mahdollistaja.
Meidän tehtävämme on mahdollistaa asiakkaidemme muutosmatka, joka liiketoiminnan, kyvykkyyksien, osaamisen ja teknologian kehittämisessä on edessä. Yritysälykäs organisaatio on valmis itsenäisen ja sulautetun tekoälyn aikakausille – siis ottamaan tekoälyn osaksi työ- ja johtamisprosessejaan.
Yritysten oman datan saatavuus ja laatu ovat ne olennaiset tekijät, jotka mahdollistavat tekoälyn itsenäistymisen ja sulautumisen yrityksen liiketoiminnoissa ja prosesseissa.
Yritysälykäs organisaatio muotoilee liiketoimintaansa niin, että datan saatavuus ja laatu varmistetaan jokaisessa liiketoiminnan muutos- ja kehitystilanteessa. Muutokseen tarvitaan oikein rakennettua IT-arkkitehtuuria, sujuvia integraatioita – ja datalähtöistä liiketoiminnan muotoilua.
Saatavuudessakaan ei auta jäädä ysärille: Vaikka liiketoimintaprosessit tuottaisivat tietotimantteja, niistä on apua kokonaisuudelle vain, jos data saadaan reaaliaikaisesti niin raportointiin, sitä tarvitseville sovelluksille kuin tekoälynkin tueksi. Liiketoiminta- ja prosessi-innovaatiot syntyvät organisaation läpi tehokkaasti ja tarkoituksenmukaisesti virtaavasta datasta.
Generatiivisen tekoälyn pilottivimmassa kielimallit nähtiin taikapölynä, jota voitiin sirotella minkä tahansa ongelman ratkaisemiseksi. Useat piippuun jääneet pilotit sen paljastavat: Tekoälyn liiketoiminnallisten hyötyjen tunnistaminen on nostettava uudelle tasolle.
Ratkaisevaa on kysyä entistä laadukkaampia kysymyksiä yrityksen ydintoiminnoista: Minkälaisissa käyttötapauksissa hyödymme, tai asiakkaamme hyötyvät, tekoälystä? Mitä tuloksia on mahdollista odottaa? Miten tekoälyyn liittyviä riskejä hallitaan? Miten ihminen sopii prosessiin mukaan?
Tekoäly tarvitsee selkeästi muotoillun paikkansa, jossa sille annetaan sen kokoisia ongelmia, joita se pystyy ratkaisemaan. Tarvittavat syötteet ja tulokset on hahmotettava etukäteen, ja niihin liittyvät laatukysymykset riskeineen on kyettävä hallitsemaan perinteisen prosessikehityksen keinoin.
Varhaisia murroksessa onnistumisen merkkejä näkyy juuri nyt esimerkiksi keskusteluissamme valmistavan teollisuuden asiakkaidemme kanssa: lähes viiveetön tiedonsiirto mahdollistaa IT-järjestelmien ja tuotantolaitteiden datasiilojen murtumisen. IT:n ja OT:n datavirtojen yhdistyminen vie valmistavankin teollisuuden tekoälyn itsenäistymisen ja digitaalisten kaksosten aikakauteen.
Kun reaaliaikaisesti kertyvä data alkaa virrata tuotantoa ohjaavan algoritmin kouluttamiseen, tekoäly sulautuu ennen pitkää tuotannon ja liiketoiminnan ydinprosesseihin.
Luottamus tekoälyyn ei ole sataprosenttista, eikä sen pidäkään olla. Varsinkin tämän päivän GenAI-mallit ovat hyviä ratkaisun aineksia, joiden käytökseen reseptissä ei kuitenkaan täysin voi luottaa. Ympärille tarvitaan hallintakehystä: ymmärrystä tekoälyn toiminnasta, vinoumista, riskeistä, regulaatiosta ja niin edelleen. Tämän päivän ymmärrys ei myöskään riitä pitkään, sillä niin teknologia kuin sääntely-ympäristökin kehittyvät nopeasti.
Yrityksissä osaaminen kannattaa keskittää tekoälyn osaamiskeskukseen (AI Center of Excellence). Keskuksen vastuulle kannattaa antaa AI-hankkeiden ymmärtäminen, teknologiakehityksen koordinointi ja AI-hallinta – esimerkiksi AI-etiikan, EU:n tekoälysäädöksen ja toimialakohtaisten normien huomiointi. Jos organisaatiossa ei vielä ole paikkaa datalähtöisen liiketoiminnan kehittämiselle, se toiminto kasvaa helposti AICoE:n kylkeen, sillä tekoälytyö ilman vahvaa otetta datasta osoittautuu vaikeaksi.
Osaamiskeskus varmistaa, että tekoälyinvestoinnit kohdennetaan oikein: tuotannolliset panokset sinne, missä lisäarvoa pystytään jo nyt tuottamaan, ja kehitysrahat sinne, missä potentiaali isoon kilpailulliseen erottautumiseen on parhaimmillaan.
Uusia tekoälysovelluksia, liiketoimintalupauksia ja teknologisia hopealuoteja nousee julkisuuteen nyt lähes päivittäin. Olennaista on tunnistaa ne teknologiat, jotka ovat olennaisia yrityksen data- ja tekoälykyvykkyyksien kehittämisessä ja ne, mitkä eivät ole tarpeellisia tai ajankohtaisia juuri nyt.
Tänä päivänä monet tekoälymatkan keskeisistä investoinneista eivät ole edes tekoälyä itsessään, vaan valmiutta sen käyttöönottoon – niin teknologisen kyvykkyyden kuin henkilöstön osaamisenkin osalta. Copilotin kaltaiset pintakerroksen työkalut parantavat toimistoarkea jo nyt, mutta kokonaisten prosessien uudistamisessa muutos lähtee syvemmältä. Esimerkiksi Microsoftin Fabric, Power BI ja Power Apps ovat tärkeitä tieto- ja prosessijohtamisen työvälineitä, joiden kautta tekoälyn syvät sovellukset nousevat esiin lähivuosina. Valmius näihin muutoksiin kannattaa rakentaa jo nyt, jotta varsinaisten tekoälyteknologioiden kehityksestä saadaan arvo irti heti, kun se on kaupallisesti realistista.
Investoinnit yritysälykkyyden peruskiviin luovat alustan, joiden varaan organisaation muutosmatka tukiälystä itsenäisen ja sulautetun tekoälyn aikakausille rakennetaan. Näillä välineillä mahdollistamme asiakkaidemme siirtymisen tukiälystä tekoälyn itsenäistymisen ja sulautumisen aikakaudelle.