Tekoälyn käytön skaalaaminen liiketoiminnassa - millä askelilla eteenpäin?
Jotta saisimme tekoälystä organisaatiossa kaiken irti, on aika lisätä sen hyödyntämiseen yhteisökerros. Se voi olla yhtä hyvin prosessi- tai henkilöstöryhmälähtöinen, mutta sen tärkeä tehtävä on ottaa omaksumisessa käyttöön joukkoäly ja kollektiivinen kollegiaalinen tuki.
Mihin ja miten AI:ta meillä käytetään?
AI-strategioista tai AI-pelisäännöistä alkaa jo monessa organisaatiossa löytyä yhteinen näkemys sille, miksi, mihin ja miten tekoälytyökaluja meillä käytetään. Strategiat ja säännöstöt ovat toivottavasti harvoin syntyneet yksilötyönä, vaan asiantuntijaymmärrykseen AI:n mahdollisuuksista on yhdistetty laajaa näkemystä organisaation tavoitteista, asiakasrajapinnassa tapahtuvista asioista ja arkityön haasteista. (Ja jos näin ei vielä ole, eipä hätää - strategioista ja pelisäännöistä syntyy myös seuraavia versiota ja niiden kohdalla ajatus on taas kehittynyt eteenpäin.)
Käytännössä AI-strategia tai -pelisäännöt keskittyvät toivottavasti erityisesti arvoon: mitä liiketoimintahyötyä erityisesti meidän (liike)toiminnassamme on tekoälylle näkyvissä? Koska kyseessä on jatkuvasti uudistuva, kokeilussa oleva teknologia, strategioissa keskitytään usein myös riskiin: mikä on riskienhallintataktiikkamme suhteessa tekoälysovellutuksiin?
AI-strategia tai tekoälypelisäännöt voivat olla innostava vauhtiloikka yhteiselle tekemiselle AI:n ympärillä, ja niiden muodostaminen vaatii jo jonkin verran kokeiluja ja ymmärrystä oman toiminnan AI-logiikoista. Kehitysvaiheemme tekoälysovelluksissa nostaa strategian asialistalle myös paljon uusia kysymyksiä: esimerkiksi agenttien toimintavaltuudet ja niiden rajat meidän toimintaympäristössämme sekä monimallikokeilut muuttuvassa teknologiakentässä toimittajalukkojen välttämiseksi.
Missä ydinprosesseissa AI auttaisi meillä eniten?
Luultavasti jo osana AI-strategiatyötä on tunnistettu, mitkä ovat niitä (liike)toiminnan ydinprosesseja, joissa tekoälystä ja/tai automaatiosta olisi erityisesti hyötyä manuaalisen ihmistyön säästämisen, asiakaskokemuksen tai molempien kannalta.
Kun tällainen prosessi on tunnistettu, on hyödyllistä koota prosessin eri osien ja puolien tekijät yhteen katsomaan prosessia esim. arvovirtakartan äärelle. Mitä prosessissa tapahtuu? Miten sen eri vaiheiden työ käytännössä tehdään organisaatioiden eri tiimien yhteistyönä?
Yhteisestä kartoituksesta syntyy monesti paljon oivalluksia, jotka eivät liity AI:hin tai automaatioon mitenkään: huomataan hähmäisiä kohtia, vaiheita, joissa joudutaan odottelemaan tai tehtäviä, jotka eivät hyödytä ketään.
Samalla löydetään kuitenkin myös paikkoja AI:lle ja/tai automatisoinnille: kohtia, joissa 24/7 käytössä oleva itsepalvelu auttaisi, manuaalista työtä, joka ei maistu kenellekään ja joka samalla hidastaa asiakkaan asian ratkeamista, kohtia, joissa ihminen toimii edelleen liimana kahden tietojärjestelmän välillä.
Työtä tekevien tiimien ja yhteisön kannalta prosessi edellä lähestyminen auttaa myös keskeisessä AI-työkalujen omaksumisen haasteessa: yhteisen kartoituksen myötä tulee erittäin selväksi, mitä hyötyjä tekoälyn käytöstä on ja miksi siihen ryhdytään, ja tulee läpinäkyväksi, että myös muut yhteisen prosessin ympärillä ovat saman oppimishaasteen edessä.
Mitkä henkilöstöryhmistämme hyötyisivät tekoälyapureista eniten?
Prosessilähtöisen lähestymistavan tekoälyn skaalaamisen taktiikkaa voi lähestyä myös henkilöstöryhmistä lähtien.. Moniin tärkeimpiin henkilöstöryhmiin on jo aiemmin syntynyt osaamisverkostoja tai community of practicejä, joiden on helppo ottaa haltuun tekoäly uutena aihealueena. Esim. digitaalisten tuotteiden kehittämisen kehyksessä tällaisia verkostoja on syntynyt tyypillisesti vaikkapa tuoteomistajille, muotoilijoille ja esim. arkkitehdeille. Kun osaamisyhteisöt ovat jo olemassa, tekoälyynkin liittyvien parhaiden käytäntöjen jakaminen tai minikoulutukset onnistuvat osaamisverkostossa luonnostaan. Ja jos yhteisöjä ei ole vanhastaan ollut vielä olemassa, nyt käsillä oleva työroolien murros on loistava syy sellaisten perustamiseen.
Mahtava lisäkerros osaamisverkostoihin saadaan, jos on mahdollisuus apurikirjastoihin tms. AI-assistenttien jakotapaan. Kun saman henkilöstöryhmän edustajat pystyvät jakamaan tekemiään tekoälyapureita toisilleen ja ottamaan käyttöön toisten tekemiä valmiita apureita, jakaminen siirtyy uudelle konkretian tasolle.
Miten ihmisten kokeilu- ja oppimishalu saataisiin parhaiten liekittymään?
Edellä summattujen prosessi- tai henkilöstöryhmälähtöisiä skaalaustapoja voi lisäksi ryydittää muutosjohtamisen perinteestä lähtevällä yhteisölähtöisellä lähestymistavalla. Siinä ajatellaan, että kun saadaan käyntiin ihmisten kokeilunhalu ja oppimisen riemu, ihmiset luultavasti keksivät teköälylle työssä parempia sovelluskohteita kuin keskusjohtoisesti ikinä pystyttäisiin keksimään.
Tähän ajatteluun kuuluvat esimerkiksi kokeilukiihdyttämöt, avoimet demot, hackathonit ja vastaavat yhdessä testaamista jouduttavat mekanismit, samoin kuin AI-lähettiläät, parhaiden casejen levittäminen viestimällä ja muut viidakkorumpumekanismiin perustuvat levittämisen tavat.
Tärkeintä on että työntekijät eivät jää yksinään AI-hapuilemaan
Kummalla taktiikalla organisaatio sitten ikinä lähteekään valjastamaan yhteisön yhteistä oppimista ja hyötyjen yhteisöllistä hahmottamista työntekijöiden tekoälyoppimisen avuksi ja yhteisten kokeilujen suuntaamiseksi, yhteisön ja yhteisen suuntaamisen voima on uuden asian edessä väkevä. Uusien työtapojojen opettelu ja oman ammatti-identiteetin uudistaminen on vaativaa ja vähän pelottavaa hommaa, ja kollegiaalisen tuen ja yhteisen suunnan saaminen sen avuksi voi olla yllättävän helpottavaa.
Kun tekoälyn hyödyntämisessä ollaan siirrytty uutuusarvosta varsinaiseen arvoon, eli sen tutkimiseen missä se kaikkein eniten hyödyttää ja miten sen apu saadaan maksimaaliseen potentiaaliin, samaa ilmiötä tutkivien yhteinen ajattelu nousee suureen arvoon. Siitä kannattaa ottaa kaikki irti, mentiin sitten prosessi- tai kollegiolähtöisesti.
Meillä on AI:n skaalaamisen suhteen jatkuva oppimisen nälkä. Jos sinullakin on, lounastetaan ja ratkotaan yhdessä :)
