Tekoälyhankkeen käynnistämisen kriittiset kysymykset

Harri Puolitaival on tekoälyratkaisuiden kehittämisestä sekä kehitysyksiköiden kouluttamisesta ja sparraamisesta innostunut sähkötekniikan diplomi-insinööri. Päätimme kysyä Harrilta, missä tekoälyn soveltamisessa mennään: millaisia ratkaisuja on jo käytössä, mitä näemme tulevaisuudessa ja mitä asioita liiketoimintajohdon olisi hyvä tiedostaa ennen tekoälyyn liittyvien kehityshankkeiden käynnistämistä.

Tekoälyn käyttö on tullut mahdolliseksi kaikille

Harrin mielestä kolme keskeistä asiaa, jotka vaikuttavat tekoälyratkaisujen kehittymiseen vauhdilla juuri nyt ovat:

• laskentatehon saatavuus on kasvanut ja hinta alentunut
• saatavilla olevan datan määrä on kasvanut (esimerkiksi julkinen sektori on avannut datapankkejaan kehittäjille)
• saatavilla oleva tieto jo tehdyistä ratkaisuista ja avoimet koodikirjastot madaltavat kehittämiskynnystä.

Käytettävissä olevan datan määrä ja laatu ovat keskeisessä asemassa tekoälyratkaisuja kehitettäessä. Perinteinen sääntöpohjainen ohjelmointi perustuu siihen, että koneelle koodataan säännöt ja se tuottaa pienestäkin datamäärästä sääntöjen mukaisia vastauksia.

Tekoälypohjaisessa ohjelmoinnissa puolestaan tekoälylle annetaan dataa ja valmiiksi tiedetyt vastaukset. Näiden tietojen pohjalta tekoälyalgoritmi löytää datasta säännöt, joiden avulla uudesta datasta voidaan tehdä johtopäätökset. Tekoäly vastaa kysymyksiin todennäköisyyksillä. Mitä enemmän dataa, sitä tarkempi ennuste.

Tekoälykään ei ole taikakeino kaikkien ongelmien ratkaisuun

Villeimmissä science fiction -tarinoissa tekoäly on kuvattu ihmisen kaltaiseksi ajattelevaksi ja tuntevaksi huippuälykkääksi koneeksi. Harri muistuttaa kuitenkin, että todellisuudessa tekoälyn suorituskyky on rajallinen ja se toimii usein tehokkaasti vain hyvin kuvatussa ja toistuvassa toiminnassa. “Vaikka tekoälyratkaisut sopeutuvatkin sääntöpohjaista ohjelmointia paremmin epävarmuuteen, ei tekoäly ole mikään hopealuoti kaikkien ongelmien ratkaisuun. Ihmisen vahvuutena on luovuus, empatia ja monimutkaisten asiakokonaisuuksien hahmottaminen. Tekoäly puolestaan avustaa käyttäjäänsä asioiden järjestämisessä ja suurten datamassojen käsittelyssä. Ja mikäli ratkottava ongelma itsessään on vaikeasti määriteltävä tai data puutteellista, ei tekoälyratkaisua voida lähteä edes rakentamaan”, hän muistuttaa.

Siitä Harri on varma, että tekoäly mahdollistaa monien uusien liiketoimintamallien kehittämisen. “Pitää kuitenkin pystyä irrottautumaan siitä ajatuksesta, että tekniikan tehtävä olisi vain hioa ja parantaa nykyisiä prosesseja. Mieluummin kannustaisin puhtaalta pöydältä miettimään, miten voimme luoda kokonaan uutta bisnestä tekoälyn avulla. Tekoälyinnovaation taloudellista kannattavuutta arvioitaessa tulee myös huomioida, että itse tekninen kehittäminen ei yleensä ole se isoin ja kallein kysymys. Uuden työkalun tai järjestelmän käyttöönotto vaatii usein myös toimintamallien muutosta sekä panostamista datan keruuseen ja omistajuuteen. Kyse ei ole siis pelkästään IT-projektista vaan tekniikan luomien mahdollisuuksien ja liiketoimintatavoitteiden vuoropuhelusta.

”Kuuntele podcastistamme, missä tekoälyratkaisujen kehittämisessä konkreettisesti tällä hetkellä mennään. Alla vielä aikaleimat podcastin sisältöön, jotta voit loikata suoraan itseäsi kiinnostavaan kohtaan.

Jos kaipaat lisätietoja tekoälyn hyödyntämisestä liiketoiminnassa, ota lukuun Harri Puolitaipaleen ja Heidi Kanasen “Tekoäly, bisneksen uudet työkalut” -kirja.

Podcast-jakson sisältö:

0:18 “Tekoäly – bisneksen uudet työkalut” -kirjan esittely
1:25 Työ tekoälyosaajana: millaisia yhteydenottoja nykyään tulee?
2:47 Miten maallikko voi arvioida tekoälyratkaisun vaikeutta ja työmääriä?
4:43 Millaisia ongelmia ei kannata yrittää ratkoa tekoälyllä?
6:07 Onko kaikki mistä puhutaan tekoälynä oikeasti tekoälyä?
7:12 Mitkä ovat tekoälyn rajat, mitä ei vielä voida tehdä?
8:10 Tekoäly ei ole ihmismäinen äly
9:20 Millaisista tekoälyn käyttökohteista asiantuntija on viimeaikoina innostunut?
11:51 Vinkkejä tekoälyn opiskeluun aloittajalle
13:20 Miten liikkeenjohto voi arvioida tekoälyhankke
15:24 Kolme syytä tekoälyboomin nousuun
17:39 Dataa jaossa avoimesti, mutta data on myös arvossaan
19:26 Datadiktatuurin uhka ja ihmisen etiikka tekoälyn hyödyntäjänä
20:18 Nykyprosessien hiomisesta kokonaan uusien kilpailuasemien etsimiseen
22:58 Pienistä kokeiluista liikkeelle!