AI ei ole idea. Se on tapa saada idea liikkeelle.
Tässä tekstissä pohdin, miksi tekoäly ei ole itseisarvo, vaan ennen kaikkea tapa saada ihmisen ideat nopeammin kokeiltaviksi. AI ei korvaa ajattelua, mutta se voi madaltaa kynnystä rakentaa, testata ja oppia.
AI ei ole idea. Se on tapa saada idea liikkeelle.
Tekoälystä puhutaan paljon. Välillä jopa niin paljon, että itse asia meinaa hämärtyä.
Puhutaan malleista, agenteista, automaatioista, Copilotista, ChatGPT:stä, regulaatiosta, tuottavuusloikista ja siitä, miten kaikki muuttuu. Osa puheesta on täysin aiheellista. Osa taas kuulostaa siltä, että tekoäly olisi jonkinlainen taikakone, joka ratkaisee yrityksen ongelmat, kunhan sen vain ottaa käyttöön.
Minä en oikein usko siihen.
En usko, että yritys tarvitsee tekoälyä siksi, että tekoäly on nyt trendikästä. En myöskään usko, että hyvä lopputulos syntyy vain avaamalla uusi työkalu ja kirjoittamalla siihen muutama lause.
Uskon enemmän tähän:
Yritykset eivät tarvitse tekoälyä. Ne tarvitsevat parempia tapoja saada hyvät ideat liikkeelle.
Tekoäly voi olla siihen todella hyvä työkalu.
Mutta idea ei synny työkalusta.
Idea syntyy ihmisestä.
Tekoäly on enemmän vasara kuin rakentaja
Olen käyttänyt usein vertausta vasaraan.
Vasara ei rakenna taloa. Mutta oikeissa käsissä se tekee rakentamisesta mahdollista, nopeampaa ja joskus jopa tarkempaa. Sama pätee tekoälyyn.
Tekoäly ei yksinään tiedä, mitä yrityksen pitäisi tehdä. Se ei tunne organisaation historiaa, ihmisiä, asiakkaita, järjestelmiä, riskejä tai niitä hiljaisia käytännön asioita, jotka usein ratkaisevat, onnistuuko muutos vai ei.
Mutta kun ihminen tuo mukaan suunnan, kontekstin ja kysymyksen, tekoäly voi auttaa todella paljon.
Se voi auttaa jäsentämään ajatuksia.
Se voi auttaa rakentamaan ensimmäisen version.
Se voi auttaa hakemaan tietoa.
Se voi auttaa kirjoittamaan, koodaamaan, vertailemaan, testaamaan ja simuloimaan.
Se voi tehdä näkyväksi sellaisia vaihtoehtoja, joita ei olisi muuten tullut kokeiltua.
Minulle tekoälyn suurin arvo ei ole siinä, että se tekee asiat puolestani.
Suurin arvo on siinä, että se madaltaa aloittamisen kynnystä.
Ensin tarvitaan ihmisen havainto
Oma tapani ajatella kehittämistä ei ole syntynyt tekoälyn mukana.
Se on ollut mukana paljon pidempään.
Olen kasvanut ympäristössä, jossa asioita tehtiin käytännöllisesti. Jos jokin vei turhaan aikaa tai vaivaa, sitä mietittiin uudestaan. Lapsuudesta on jäänyt mieleen esimerkiksi se, miten asioita rakennettiin maatilalla niin, että arki sujui vähän fiksummin.
Puuliiterin seinän pystyi avaamaan, jotta traktorin perävaunusta voi kipata puut suoraan sisään. Ei perinteistä pientä luukkua tai ovea, josta puut kannetaan sisään.
Lämmityskattila oli sijoitettu niin, että turhia askelia tuli vähemmän. Sauna oli rakennettu siten, että sen pystyi lämmittämään pannuhuoneesta, eikä puita tarvinnut kantaa sisään saunaan.
Näitä esimerkkejä löytyy niin paljon kuin jaksaa muistella.
Kotona tehtiin siis prosessikehittämistä ennen kuin tiesin koko sanaa.
Myöhemmin sama ajattelu on seurannut mukana työelämässä. Logistiikassa, liikenneopetuksessa, simulaattoreissa, datassa, digitaalisissa palveluissa, IT:ssä, tietoturvassa ja nyt tekoälyssä.
Olen aina ollut kiinnostunut siitä, voiko jonkin asian tehdä vähän paremmin ja helpommin.
Ei välttämättä isommin.
Ei välttämättä näyttävämmin.
Vaan järkevämmin.
Tekoäly sopii tähän ajatteluun hyvin, koska se auttaa viemään havainnon kokeiluksi nopeammin kuin ennen.
Kokeilu on usein tärkeämpi kuin täydellinen suunnitelma
Moni hyvä idea jää yrityksissä pöydälle, koska sen ensimmäinen versio tuntuu liian työläältä.
Tarvittaisiin kehittäjä.
Tarvittaisiin budjetti.
Tarvittaisiin integraatio.
Tarvittaisiin päätös.
Tarvittaisiin määrittely.
Tarvittaisiin projekti.
Ja lopulta ei tehdä mitään.
Tässä kohtaa tekoäly muuttaa asetelmaa.
Kaikkea ei tarvitse heti rakentaa tuotantojärjestelmäksi. Usein riittää, että rakennetaan ensimmäinen hahmotelma. Näkymä. Demo. Dashboard. Simulaatio. Pieni botti. Yksinkertainen työkalu, joka näyttää, olisiko ideassa järkeä.
Olen huomannut tämän omissa kokeiluissani.
Esimerkiksi avoimeen dataan perustuvat kartat ja mittarit eivät välttämättä olisi syntyneet ilman tekoälyä. Ei siksi, etten olisi osannut ajatella niitä. Vaan siksi, että toteuttamisen kynnys olisi ollut ennen paljon korkeampi.
Kun idea on mielessä, tekoäly voi auttaa nopeasti eteenpäin:
“Mistä data löytyy?”
“Miten rajapintaa luetaan?”
“Miten tämä piirretään kartalle?”
“Miksi tämä virhe tulee?”
“Miten tämän voisi esittää ymmärrettävämmin?”
“Miten tästä saisi käyttäjälle hyödyllisen näkymän?”
Näin syntyy tekemisen rytmi, jossa ajatus ei jää pelkäksi ajatukseksi.
Se muuttuu joksikin, mitä voi katsoa, kokeilla ja arvioida.
AI ei poista asiantuntijuutta — se paljastaa sen tarpeen
Yksi tekoälykeskustelun väärinkäsitys on se, että AI jotenkin korvaisi asiantuntijuuden.
Minusta käy usein päinvastoin.
Kun tekoälyllä rakentaa jotakin, huomaa nopeasti, missä oma ymmärrys loppuu. Jos ei ymmärrä aihetta lainkaan, ei osaa arvioida lopputulosta. Ei tiedä, mikä on olennaista. Ei huomaa virheitä. Ei osaa kysyä seuraavaa parempaa kysymystä.
Tekoäly voi tuottaa paljon. Mutta ihminen päättää, onko tuotettu asia järkevä.
Siksi parhaat tulokset syntyvät mielestäni silloin, kun mukana on kolme asiaa:
1. Ihmisen havainto
Mikä ongelma tai mahdollisuus on oikeasti olemassa?
2. Konteksti
Miten tämä liittyy organisaatioon, asiakkaisiin, prosesseihin, riskeihin tai tavoitteisiin?
3. Tekemisen välineet
Miten tekoälyä, dataa ja teknologiaa käytetään niin, että ideasta syntyy jotakin konkreettista?
Ilman ensimmäistä kohtaa tekoäly tuottaa helposti vain geneeristä massaa.
Ilman toista kohtaa ratkaisu ei sovi todellisuuteen.
Ilman kolmatta kohtaa hyväkin idea jää puheeksi.
Seuraava kiinnostava vaihe: agentit ja simulaatiot
Tällä hetkellä minua kiinnostaa erityisesti kaksi suuntaa.
Ensimmäinen on agenttinen tekoäly.
Tarkoitan sillä ratkaisuja, jotka eivät vain vastaa yksittäiseen kysymykseen, vaan tekevät jonkin rajatun tehtävän alusta loppuun. Esimerkiksi keräävät tietoa, vertailevat lähteitä, muodostavat yhteenvedon, tarkistavat poikkeamia tai auttavat päätöksenteon valmistelussa.
Ei niin, että ihminen katoaa prosessista.
Vaan niin, että ihminen voi keskittyä siihen kohtaan, jossa hänen ajattelullaan on eniten arvoa.
Toinen kiinnostava suunta on simulaatiot.
Tätä pidän ehkä yhtenä aliarvostetuimmista tekoälyn käyttötavoista. Yritykset voisivat harjoitella päätöksentekoa, kriisejä, tietoturvatilanteita, asiakastilanteita, strategisia valintoja ja muutoksia paljon nykyistä paremmin.
Ei vain yleisillä skenaarioilla, vaan oman organisaation kontekstilla.
Millaisia järjestelmiä meillä on?
Mitä tapahtuu, jos tietty palvelu kaatuu?
Kuka päättää?
Mitä asiakas näkee?
Mitä viestitään?
Mihin tieto perustuu?
Mikä meni oikeissa tapauksissa hyvin tai huonosti?
Kun tekoälyyn yhdistää todellisia esimerkkejä, tutkimusta, organisaation omaa tietoa ja hyvää fasilitointia, simulaatiosta voi tulla paljon enemmän kuin harjoitus. Siitä voi tulla tapa ymmärtää omaa toimintaa.
Kyse ei ole siitä, että kaikki pitäisi automatisoida
Tekoälykeskustelussa puhutaan usein automaatiosta. Se on tärkeä osa kokonaisuutta, mutta se ei ole koko kuva.
Kaikkea ei pidä automatisoida.
Kaikkea ei pidä nopeuttaa.
Kaikkea ei pidä ulkoistaa koneelle.
Joskus tärkeintä on vain saada parempi keskustelu aikaan.
Tekoäly voi auttaa tekemään asioita näkyväksi. Se voi pakottaa sanoittamaan oletuksia. Se voi antaa vaihtoehtoja, joita vastaan voi väitellä. Se voi auttaa rakentamaan ensimmäisen version, jota kukaan ei muuten ehtisi tehdä.
Monessa organisaatiossa tekoälyn arvo ei aluksi löydy siitä, että säästetään X prosenttia työajasta.
Arvo löytyy siitä, että uskalletaan kokeilla asioita, joita ennen ei olisi edes aloitettu.
Minun näkökulmani tekoälyyn
En pidä itseäni tekoälyn puolestapuhujana siksi, että tekoäly olisi aina vastaus.
Pidän itseäni enemmän käytännön kehittäjänä, joka on kiinnostunut siitä, miten ideat saadaan liikkeelle.
Tekoäly on tällä hetkellä siihen poikkeuksellisen voimakas työkalu.
Mutta se ei poista vastuuta.
Se ei poista ajattelua.
Se ei poista tarvetta ymmärtää ihmisiä, liiketoimintaa, dataa, tietoturvaa tai prosesseja.
Päinvastoin.
Se tekee näistä asioista entistä tärkeämpiä.
Siksi oma kysymykseni ei yleensä ole:
“Miten tähän saadaan tekoälyä?”
Vaan:
“Mikä asia kannattaisi saada liikkeelle, ja voisiko tekoäly auttaa tekemään ensimmäisestä askeleesta helpomman?”
Se on paljon kiinnostavampi kysymys.
Ja usein myös paljon hyödyllisempi.