Generatiivisen tekoälyn hypen koetaan pettäneen lupauksensa. Jäikö miljardiluokan bisneksen sijaan jäljelle vain liuta keskeneräisiä projekteja ja GenAI PoC:ien kuolemanlaakso?
Generatiivisen tekoälyn (GenAI) uskottiin mullistavan kaiken. Markkina täyttyi lupauksista: automaatiota, joka säästäisi miljoonia, ja ratkaisuja, jotka nostaisivat yrityksiä täysin uudelle tasolle. Ostopäätöksiä tekoälyhankkeista tehtiin odotukset katossa.
Realiteettina projekti toisensa jälkeen jää pölyttymään PoC-tasolle, eikä ratkaisuja kyetä viemään käytäntöön toimivina ja ymmärrettävinä ratkaisuina. Tulokset eivät skaalaudu ja tiimit turhautuvat, kun odotettu “taikalaatikko” vaatii valtavasti dataa, resursseja ja aikaa onnistuneeseen liiketoimintaan integroimiseen. Sama kysymys on kaikkien huulilla – mitä seuraavaksi on luvassa? Tästä tekstistä saat näkemykseni siitä, missä on menty vikaan sekä hypoteesini generatiivisen tekoälyn tulevaisuudesta.
Muutama vuosi takaperin kipusimme hypekäyrää vauhdilla ylöspäin. Yritykset säntäilivät joka suuntaan generatiivisen tekoälyn lupausta jahdaten, vailla tasapainoa. Vuoden 2023 lopussa hype kääntyi pettymykseen.
Massoittain yrityksiä oli tehnyt kokeiluja tekoälyn parissa, epäonnistunut ja kokeillut uudestaan. Moni törmäsi samoihin kysymyksiin: missä on vika, kun toimivaa ratkaisua ei löydetä. Onko vika omassa toiminnassa, firmassa vai tekoälyssä?
Vastaus on osittain luultavasti kaikessa – mutta itse tekoälyteknologiakin oli epäkypsää. Markkina ylireagoi, epäkypsään teknologiaan investoitiin liikaa, ja krapulavaihe alkoi – huumasta on pudottu rytinällä alaspäin kohti nykypäivää ja todellisuutta.
Trendien käyrä on aina sama – mukaan lähdetään innostuneena ja reppu täynnä ylisuuria odotuksia. Tämä on vain inhimillinen ilmiö, kun kaikki ympärillä hehkuttavat uutta ja jännittävää. GenAI:n kanssa sama sykli on nähty selvästi: alkuvaiheen FOMO (Fear of Missing Out) johti ylilyönteihin, mutta nyt yritykset ovat askel kerrallaan oppimassa priorisoimaan sitä, mikä toimii.
Haasteita generatiivisen tekoälyn implementoinnissa on ollut monia, mutta kaikki tiivistyvät muutosjohtamisen ympärille. Epärealistiset odotukset ovat liittyneet siihen, että itse teknologian, generatiivisen tekoälyn, on ajateltu olevan suurin investointi. Todellisuudessa tekoälyjärjestelmähankkeissa jokaisen euron teknologiainvestointia kohti kolminkertainen määrä tulisi sijoittaa muutosten hallintaan ja toiminnan kehitykseen, kuten McKinseyn artikkelissakin todetaan (McKinsey & Company, 2024).
Usein juuri nämä elementit loistavat poissaolollaan, jolloin ratkaisut jäävät pirstaloituneiksi, eikä niitä voida käyttää tehokkaasti. Ilman pohjatyötä tekoäly ei siis voi toimia liiketoimintaa hyödyttävällä tavalla ja skaalautuvasti. Ymmärrettyämme tekoälyn rajoitteet voimme todeta, että tekoälyn hyödyntämisessä epäonnistutaan silloin, kun rakenteellisiin ja kulttuurisiin muutoksiin ei panosteta riittävästi.
Lyhyen aikavälin tarpeet ovat menneet pitkäjänteisen laadun edelle. Muutosjohtamisen tulee ulottua myös teknisiin asioihin. Puutteellinen dokumentaatio, olematon datan hallinta ja kiireessä tehdyt ratkaisut ovat aiheuttaneet teknistä velkaa, jotka “korjataan sitten myöhemmin”.
Ajan mittaan tekninen velka kuitenkin kasaantuu eksponentiaalisesti, kun korjauksia lykätään ja vanhat ratkaisut muodostavat esteitä uusien järjestelmien kehittämiseksi. Herääminen on kuitenkin nyt tapahtumassa, vaikka osa toivoo AI:n edelleen olevan hopealuoti. “Myöhemmin” ei koskaan tule, vaan velanmaksun määräaika on tullut täyteen.
Järjestelmiä käyttävät ihmiset ja ne tulisi aina suunnitella ihmisille. Tämän luulisi olevan selvää, mutta tähän mennessä se ei ole ollut. Investointihalukkuus muotoiluun tekoälyhankkeissa on tähän mennessä ollut yleensä minimissään ja säästöjen toivossa design on jopa jätetty pois koko hankkeen budjetista. Virhe. Tämä on ainoastaan päätös investoida tyhjään, sillä design on kaikkien järjestelmähankkeiden a ja o.
Muutos tapahtuu, kun designia ei nähdä enää ylimääräisenä kulueränä, vaan investoinnin keskiössä. Design on juuri se vaihe hankkeessa, jolla varmistetaan onnistuminen pitkällä aikavälillä – aidosti tarkoituksenmukainen ja kestävä ratkaisu. Design pienentää projektien epäonnistumisen riskiä merkittävästi, varmistaa käyttäjilleen toimivan ratkaisun ja säästää budjetista korjauskulut, mahdollistaen myös tulevan kehityksen.
Teknologian tuotteistaminen on monimutkainen prosessi, eikä se ole halpaa. Liiketoiminnallisesti onnistuneet ratkaisut vaativat kestävän pohjan, eli muotoilua alusta asti, jotta keskiössä on ihminen, eikä teknologia.
Tulevaisuudessa organisaatiot, jotka onnistuvat haastamaan ajatteluaan ja tunnistamaan designin ansaitseman arvon, keräävät voitot.
Palataan muutosjohtamiseen: useimmissa organisaatioita data ja toimintaprosessit eivät ole olleet valmiita tukemaan tekoälyratkaisuja. Vaikka generatiivinen tekoäly itsessään on teknisesti kykenevää, sen hyödyntäminen edellyttää, että yrityksen oma data on jäsenneltyä, ajantasaista ja käytettävissä oikeassa muodossa.
Lisäksi datan hallinnan tulee olla roolitettua ja systemaattista, ja dokumentoinnin tulee olla huolellista. Tekoälyn tuottamat tulokset ovat juuri niin laadukkaita kuin sen käyttämä data on. Tulevaisuudessa onnistunut tekoälyn hyödyntäminen edellyttää perustavanlaatuista parannusta datan ja informaation hallinnassa.
Datan hallinta ei yksin riitä; rinnalle nousee informaatiohallinta, joka keskittyy ymmärtämään datan merkitystä ja asiayhteyksiä. Tämä tarkoittaa, että data järjestetään niin, että siitä voidaan johtaa käyttökelpoista ja tarkoituksenmukaista tietoa. Vain tällöin AI-järjestelmät voivat tuottaa arvoa.
Kun data ja sen hallinta saadaan kuntoon, on AI:n käyttö laadukkaampaa, helpompaa ja nopeampaa. Tämä on välttämättömyys, jotta AI:sta voidaan saada lisäarvoa ja liiketoimintaa.
Yleinen pelko on tullut monella vastaan – tekoäly korvaa ihmiset ja vie työpaikat. Moni yritys on jopa tarttunut tuumasta toimeen ja vähentänyt säästöjen toivossa esimerkiksi asiakaspalvelijoita tai kokonaisia funktioita. Virhe, jälleen.
Jos ihminen poistuu luupista, meneekö riski loppukäyttäjälle ja kuka on vastuussa? Entä jos AI ei ole käytettävissä – mitä sitten tapahtuu? Ohjaako teknologia ihmistä, vai toisinpäin? Tekoälystä on vielä paljon tutkimatta ja varoittavia esimerkkejä yritysten päätöksistä on ollut, ja tulee vielä olemaan.
Itse näen, että työn tulevaisuus muuttuu, ja hyvällä tavalla. Tekoälyä aletaan ymmärtämään paremmin. Sen sijaan, että tekoäly korvaisi ihmiset tai ihminen pelkästään ohjaisi tekoälyä hoitamaan työt ihmisen puolesta, roolit vaihtuvat. Tekoälystä tulee sparraaja ja peili ajatuksille, sekä työn “tylsän alkupään” nopeuttaja.
Asiantuntijatyössä muutos on nopeiten nähtävissä. Ihmisen aikaa ei enää tulevaisuudessa kulu datan hinkkaamiseen ja informaation tuijotteluun. Tekoäly hoitaa aineistonkeruun ja auttaa taustatyössä, mutta ihminen tuo aina lisäarvon.
Se mikä muuttuu, on minkä tyyppisten asioiden kanssa ihminen tekee töitä. Ihmisen tekemän työn taso nousee, kun aikaa ja energiaa jää olennaiseen. Myös työn tulevaisuuden muutos on toki jatkuvaa – uusia rooleja ja työnkuvia tunnistetaan jo nyt jatkuvalla tahdilla ja niin on aina tehty. Ei aihetta paniikkiin.
Miltä generatiivisen tekoälyn tulevaisuus sitten näyttää? Teknologiana, se ei ole katoamassa minnekään. Se jatkaa muuttumistaan ja löytää paikkansa softana muiden joukosta. Jossain vaiheessa elämme aikaa, jossa generatiivinen tekoäly on niin luonnollinen osa elämää, ettei sen olemassaoloa tai osuutta järjestelmissä erikseen mietitä – tärkeintä, että järjestelmä toimii hyvin.
Suurin muutos tulee siis olemaan siinä, kuinka lähestymme generatiivista tekoälyä. Emme keskity enää teknologiaan, vaan kokonaiskuvaan. Tekoäly käsitteenä kutistuu ja alamme näkemään metsän puilta. Keskitymme taas olennaiseen; eli ihmisiin, ihmisille muotoiluun ja ihmisten työn avustamiseen.
Haasteitakin on tiedossa: ihmisten on edelleen opittava, jatkuvasti ja paljon. Myös tekoälyn vastuullinen käyttö on suuri puheenaihe, eikä selkeitä toimintatapoja tietoturvahaasteiden ympärille ole vielä muodostunut.
Ainoa varma tekoälynkin suhteen on muutos. Tietyn paradigman mukaan opitaan toimimaan, mutta aina on joku, joka muuttaa pelin. Siksi on tärkeää pitää silmät ja mieli avoinna ja pyrkiä ketterään mukautumiseen tai muutoksen ajamiseen. Ainoa tehtävä valinta on, haluaako olla ulkoisen muutoksen armoilla, vai aktiivisesti osa muutosta.
Hypen jälkeinen pettymys on väistämätön osa teknologian elinkaarta. Tulevaisuus ei kuitenkaan missään nimessä ole synkkä – oppivelat ovat nyt maksussa ja on aika siirtyä kohti kypsempää ja kestävämpää teknologian hyödyntämistä.
Lähteet:
McKinsey & Company. (2024). Moving past Gen AI's honeymoon phase: Seven hard truths for CIOs to get from pilot to scale. Saatavilla: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/moving-past-gen-ais-honeymoon-phase-seven-hard-truths-for-cios-to-get-from-pilot-to-scale
Kirjoittaja: Mikko Kursula (Lead Data Scientist) toimii Knowitilla tekoälyyn keskittyvän tarjooman vastuuhenkilönä. Mikko haluaa murtaa tekoälyyn liittyvää salaperäisyyttä ja tehdä älykkäitä AI-ratkaisuja, jotka tuottavat liiketoimintahyötyjä, tehostavat toimintaa ja helpottavat jokapäiväistä työtä.
Keskustellaan lisää LinkedInissä - verkostoidu Mikon kanssa tästä.
Voit myös ottaa meihin yhteyttä lomakkeen kautta. Autamme sinua mielellämme kohti fiksuja ja kestäviä tekoälyratkaisuja!