Shifting AI discourse – from opportunity identification to practical solutions
1.2.2019
Alun perin julkaistu Director’s Institute of Finlandin jäsenblogissa 31.1.2019
Tekoäly oli yksi DIF:n avainteemoista vuonna 2018 ja aihetta käsiteltiin ansiokkaasti ja monipuolisesti DIF:n jäsen- ja kumppaniblogissa – alla lyhyt synteesimme blogien tekoälykeskustelusta vuoden 2018 loppupuoliskolta. Ja ennusteemme suunnista, joihin uskomme tekoälykeskustelun kulkevan tästä eteenpäin.
Ensimmäinen kattoteema tähänastisessa keskustelussa on ollut arviot muutoksista, jotka tekoälyn hyödyntäminen tuo mukanaan. Lyhyesti tämä kiteytyy ajatukseen, jossa tulevaisuuden maailma tekoälyn kanssa nähdään hyvinkin erilaiseksi. Tuossa tulevaisuuden maailmassa tekoäly tarjoaa uusia mahdollisuuksia toimijoille, jotka osaavat niihin tarttua. Esimerkiksi Alf Rehn maalaa värikkäitä tulevaisuudenkuvia tekoälyn vaikutuksista hallitustyöhön.
Toinen toistunut kattoteema on ollut, kuinka tarttua tekoälyn tarjoamiin mahdollisuuksiin. Yksinkertaistetusti resepti kuuluu: täytyy tarttua toimeen ja ottaa tekoälyn hyödyntäminen agendalle, tunnistaa aktiivisesti mahdollisia sovelluskohteita, kehittää oman organisaation osaamista tekoälystä aina hallitusta myöten, parantaa tekoälyllä nykyisiä prosesseja sekä mahdollisesti tavoitella läpimurtoja uusien liiketoimintamallien kanssa. Tämä kuulostaa hyvältä perusreseptiltä monelle yritykselle, Tuomas Syrjästä lainaten, tuomaan AI-hypeä lähemmäs käytäntöä.
Kun käännämme katseen alkaneeseen vuoteen, niin rohkenemme tässä vaiheessa esittää muutaman ennusteen tulevaisuuden tekoälykeskustelun uusista teemoista. Uskomme, että seuraavat kolme teemaa nousevat seuraavaksi pinnalle, kun yritykset siirtyvät mahdollisuuksien tunnistamisesta kohti käytännön ratkaisuja:
- Yritysten tekoälypilottien edetessä tullaan törmäämään käytännön haasteisiin: dataan, osaamisen niukkuuteen, muutoksen läpiviennin haasteisiin ja epäonnistumisiin: Käytettävissä olevan datan laajuus ja laatu vaikuttavat merkittävästi tekoälyn voimaan. Merkittävä työpanos tulee kohdistumaan datan keräämiseen ja rikastamiseen. Pilottien toteuttaminen vaatii monenlaisten osaamista, jonka saatavuus voi osoittautua haasteeksi, kun monenlaiset työnantajat kilpailevat uuden sukupolven tekoälyosaajista. Useat sovelluskohteet tulevat vaatimaan merkittävää muutosjohtamista, kun vanhat tavat tehdä tietotyötä tulevat murrokseen. Kehitystyö ei tule olemaan pelkästään lineaarista riemukulkua, ja voittavat yrityskulttuurit pystyvät ottamaan tekoälyyn liittyvät epäonnistumiset vastaan oppimiskokemuksina.
- Yritysten väliset erot kilpailukyvyissä ja -eduissa kasvavat. Parhaimmat tekoälyä hyödyntävät yritykset tulevat merkittävästi kehittymään, parantamaan asiakaskokemustaan ja kasvattamaan kannattavuuttaan. Toimijat, jotka eivät yritä kehittyä tai eivät onnistu siinä, voivat lopulta jäädä jalkoihin. Yksi tekoälyyn lähtökohtaisesti liittyvä ominaispiirre on sen skaalautuvuus. Tästä syystä erot voittajien ja häviäjien välillä voivat olla suurempia kuin perinteisillä kilpakentillä on totuttu näkemään.
- Strategisten valintojen tärkeys korostuu. Ketterien kokeiluvaiheiden aikana huomataan, että kaikkeen mahdolliseen tekemiseen ei riitä resursseja, todellista kilpailuetua mahdollistavaa dataa kertyy rajoitetusti ja kilpailua kohdataan uusista suunnista. Silloin johtoryhmissä ja hallituksissa palataan perustavalaatuisten strategisten valintojen ääreen.
Tekoälyn osalta olemme vielä vastaavalla tasolla kuin digitalisaatiossa olimme muutamia vuosia takaperin, jolloin relevantti kysymys oli: ”Kuinka voimme hyödyntää digitalisaatiota liiketoiminnassamme”. Tänään näin geneerinen kysymyksenasettelu kuulostaa jo triviaalilta. Tästä syystä kannustamme sekä hallituksen jäseniä että yritysjohtajia viemään tulevaisuuden tekoälykeskustelun omissa organisaatioissaan seuraavalle tasolle: missä liiketoiminnan osa-alueissa tekoälyä hyödynnetään, mitä tekoälyllä pyritään saamaan aikaan, kuinka päätösongelmat muotoillaan, millä menetelmillä ja datalla ne ratkaistaan. Näiden kysymysten kautta tekoälyssäkin päästään mahdollisuuksien tunnistamisesta käytännön ratkaisuihin.