Tekoäly on nyt pinnalla joten heitän joukkoon omankin näkemykseni. Todella paljon näkee aiheesta erilaista hype sykkeliä ”emerging AI technologies”, ja puhutaan paljon AI:n kyvykkyyksistä, esimerkiksi koneoppimisesta.

Oma näkemykseni on pragmaattisempi. Teknologia on yksi asia mutta tärkeämpää on, a) missä AI antaa eniten hyötyä firman prosesseissa, ja b) mikä on haluttu ambitiotaso?

Nimittäin, jos nykytilanne on niin sanotusti ”manuaalinen prosessi”, ei tarvita high-end AI teknologiaa tekemään tästä jo merkittävästi tehokkaampi automatisoimalla rutiininomaiset tehtävät. Hyvin monet ongelmat voidaan ratkaista lineaarisella if-then päättelyllä ja muutamalla säännöllä. Tämä ei oikeastaan ole mitään ”tekoälyä” vaan organisaation tiedossa (=ihmisten päässä, myös osaamiseksi kutsutaan) olevien sääntöjen kirjoittamista auki ja tallentamisesta ATK-järjestelmään. Tämän tason päättelyä ja automaatiota voi tehdä 1960-luvun tietokoneella, mutta kaikkia mahdollisuuksia ei vain ole vielä hyödynnetty.

Meillä onkin eräänlainen ”teknologiavelka” liittyen AI-kyvykkyyksiin. Puhumme neuroverkoista ja kielen tunnistamisesta mutta käytännön sovellukset monessa yrityksessä ovat email-auto-replyn tasoa. Nyt ei pidä käsittää väärin – tämä ei ole huono asia, vaan suuri mahdollisuus. Hyvin paljon voidaan kehittää prosesseja ja liiketoimintaa todennetuilla vanhoilla teknologioilla, ja välttää menemästä ”AI hypeen” mukaan.

Kontekstin hahmottamiseksi loin AI strategian 3D-mallin, jossa lähestytään asiaa kolmen kysymyksen kautta:

  1. Mikä on AI-kyvykkyyksien haluttu ambitiotaso?
  2. Missä AI toisi eniten arvoa koko yrityksen tasolla?
  3. Missä ajassa voidaan odottaa tuloksia?

Kaikki lähtee ambitiotasosta ja tästä lähtevästä iteratiivisesta prosessista. Jos ambitio on matala, esimerkiksi vain rutiininomaisten tehtävien automatisointi, tällöin sovelluskohteita löytyy paljon ja tuloksia saadaan nopeasti. Jos taas tavoitellaan ”beyond human” -tyyppisiä vaativia ongelmanratkaisun kyvykkyyksiä, ei nykytiedolla montaa casea tiedetä ja toteutettavuuskin on riskipeliä. Ei siis välttämättä ole huono asia asettaa rima matalalle ja ottaa varmoja voittoja yllä kuvatun lineaarisen prosessioptimoinnin kautta. Ambition toki määrittää myös missä kilpailukentässä yritys toimii. Ambitio voi myös vaihdella funktioittain – esimerkiksi asiakkaalle näkyvään osaan halutaan uudenlaista teknologiaa mutta tukiprosessien optimointiin riittää suoraviivainen automaatio.

Toisaalta, strategia voi olla myös niin, että firman tukitoiminnot optimoidaan AI:n avulla mahdollisimman tehokkaiksi, jotta ihminen voisi keskittyä palvelemaan asiakasta. Tapoja on monia. Yhteenvetona ja loppukaneettina sanoisin, että kaikki lähtee halutusta ambitiosta.

Alla 3D viitekehys vapaasti käyttöön helpottamaan navigointia AI:n hyödyntämisessä.

AI 3D strategy June 2017

t. Jussi