GenAI-valmius on koko organisaation tehtävä

Mikä saa tekoälyprojektin onnistumaan? Mihin sudenkuoppiin moni hyvään tähtäävä pilotti kompastuu? Mitkä kokeilut kannattaa dumpata, mitkä viedä maaliin? Nämä ovat niitä metakysymyksiä, jotka ovat hiljalleen alkaneet nousta esiin, kun tekoälypuhe on kääntynyt kohti konkretiaa: kokeiluja, kokemuksia, investointipäätöksiä – ja lopulta myös käyttöönottoja.

Lyhyesti: Mitä laveammin organisaatio on mukana siinä mitä tehdään, sitä paremmin onnistutaan. Harva teknologia on niin ihmiskeskeinen kuin generatiivinen AI. Mutta mitä tämä tarkoittaa käytännössä, ja miten sinne maaliin pääsee? Emme rohkene luvata, että meillä olisi kaikki vastaukset, mutta väitämme, että meillä on joitain niistä. Tämän hetken – marraskuun 2023 – paras käsityksemme on tässä blogikirjoituksessa. Kannattaa aloittaa alla olevasta kuvasta.

Kulttuurinen muutos lähtee aivan ylhäältä

Tekoälypilotin tekemiseen ei tarvita kuin yksi innokas ja vähän aikaa. Menestyvä projekti vaatii jo suunnittelukykyä ja investointihalukkuutta. Mutta jos organisaatiota halutaan aidosti valmistaa generatiivisen tekoälyn tuomalle muutokselle, tarvitaan tuntuva kulttuurinen muutos, ja sen on syytä lähteä sieltä mistä muunkin vakavan muutosjohtamisen: toimitusjohtajasta.

Muutos vaatii ennen muuta henkilöstön ja sidosryhmien herkkää kuulemista: Mihin olemme valmiita ja kuinka nopeasti? On uskallettava luoda koko liiketoimintaa koskettava pitkän tähtäimen visio (”pohjantähtitavoite” – siis kohde mihin suunnata), joka aktivoi koko porukan ajattelemaan tulevaisuutta. Organisaation kaikilla tasoilla heräävä uteliaisuus on suunnittelun supervoima, joka tarjoaa ajan mittaan paljon enemmän perspektiiviä kuin mitä paraskaan konsulttivetoinen työpaja koskaan kykenee tuottamaan.

Samalla on muistettava sosiaaliset realiteetit: Tekoäly herättää myös pelkoja ja huolia, joille niillekin on annettava tilaa. Yksilötason huolet (”Viekö tämä työni?”) tarvitsevat erilaisen käsittelyn kuin yritykseen kohdistuvat (”Pystymmekö takaamaan laadun, jos käytämme tekoälyä?”). Organisaation rohkaiseminen puhumaan tekoälystä hyvine ja huonoine puolineen toimii ajan oloon myös säätöventtiilinä – ehkäpä ehkäisten mm. ”pomojen liiallista tekoälyintoilua” ja epäkypsillä ratkaisuilla keulimista.

Kriittinen osaamisvastuu on liiketoiminnalla

Tekoälykiimavuoden 2023 aikana on ollut houkuttelevaa nähdä tekoäly ennen muuta teknologisena ilmiönä, mitä se kyllä tavallaan edelleen onkin. Organisaatiotason kypsyyden kannalta tämä on kuitenkin lyhytnäköistä: oikeasti kysymys on liiketoiminnan työvälineiden muutoksesta, jossa ruoria pitelevät monessa asiassa ne arjen bisneksen tekijät. Hurjaa vauhtia etenevä yleistyminen tuo tekoälytoimintoja sovelluksiin, ja käyttöliittymät tekoälylle ovat päivä päivältä intuitiivisempia. Raaimmillaankin – esim. ChatGPT:tä käytettäessä – on osattava pyytää haluamaansa luonnollisella kielellä, mutta tämäkin helpottuu jatkuvasti.

Osaamisen kehittämisessä painopiste on kolmessa eri teemassa:

• Työntekijöiden on tunnettava tekoälyvälineiden – mitä ne sitten kussakin organisaatiossa ovat – perusteet
• Uusi työelämän metataito on tukiälytietoisuus – taito erottaa, mitä ihmisen kannattaa tehdä ja mitä kannattaa pyytää koneelta
• Kaikkien pitäisi kyetä tunnistamaan tekoälyn kaupallista potentiaalia – joko säästöinä tai uusina mahdollisuuksina

Näistä oikeastaan viimeinen on se tärkein. Kielimallipohjainen tekoäly on perustavanlaatuisin muutos ihmisen ja teknologian suhteeseen ATK:n arkipäiväistymisen jälkeen. Sillä on vaikutuksia niin puhelimen käyttöön, back office -toimintoihin, tietovaraintojen hyödyntämiseen kuin asiakaskerrokseenkin. Moni loistava AI-vetoinen kehitysidea voi olla hyvin pienikin – paljon pienempi kuin mitä keskitetyissä suunnitteluprosesseissa ikinä voisi syntyä. Useista pienistä muutoksista syntyy kuitenkin usein suurempi vyöry kuin hitaasti kehittyvistä megahankkeista, joten herkkyyttä tarvitaan.

Avainroolissa tämän muutoksen tekemisessä ovat ihmisten työyhteisön välittömät tekijät – liiketoimintayksiköiden, osastojen ja tiimien vetäjät, joiden vastuulla on johtaa työtä ja saada tulosta aikaiseksi. Tässä kerroksessa asuu oikea potentiaali, eikä vastuuta tekoälytaituruuden kehittämisestä tule luovuttaa IT:n kaltaisille tukitoiminnoille.

IT toimittaa tukevan pohjan, ei enempää

Alkuvuoden ”Miten ihmeessä näitä saa omaan käyttöön”-hämmingistä on päästy jo rutiininomaiseen tilanteeseen: OpenAI:n GPT-mallit löytyvät Azuresta helposti kaikille, ja sovelluspäässä vähitellen hiivitään ChatGPT-tasoisista toteutuksista kohti korkeamman abstraktiotason välineitä, esim. Copiloteja tai liiketoimintaratkaisuihin valmiiksi integroituja tekoälyjä.

IT:n tehtävänä on huolehtia perusvälineet kaikille käyttöön siten, että myös teknologian tiekartta tulee seuratuksi. Uusien palveluiden (kielimallien, valmisratkaisujen ym.) ilmestymiseen tulisi reagoida vähintään puntaroinnilla, ja toisaalta ja nykyisten ratkaisujen elinkaaret pitäisi pitää hanskassa.

Pohdittavaa riittää teknologisella fokuksellakin: Mitä väliä sillä on, että GPT-4 päivittyy? Missä tilanteessa kannattaisi harkita rinnalle vaikkapa Claudea tai Metan LLaMaa? Milloin tarvitaan finetuningia, milloin riittää RAG? Olisiko esimerkiksi jokin Azuren SaaS-AI-malleista raakaa GPT:tä parempi johonkin liiketoiminnan tarpeeseen?

Oikeasti skaalautuvassa tekoälyvetoisessa organisaatiossa IT:n vastuun ei kannata ulottua paljon työkaluohjauksen ja järjestelmien tuotannon ulkopuolelle. Joidenkin liiketoimintapäättäjien houkutus heittää tekoälyvastuu IT:lle on tietysti myös mahdollisuus, mutta helposti IT jää työntämään ajatuksiaan keitetyllä spagetilla: sormet sotkeentuvat ja hermot palavat, jos liiketoiminta ei ota vetovastuuta itselleen.

Koordinaation keskittämisessä on arvonsa

Kaaviossa kokonaiskehitysvastuu tipautettiin CDO:lle. On tämä Chief se sitten Digital- tai Development-tyyppi, sillä ei niin ole väliä. Pääasia kuitenkin on, että vastuu tekoälykehitystyön arjen seurannasta ja tuesta on selkeästi jollain hallussa. Siinä missä IT on oikea taho huolehtimaan tekoälypalveluiden teknisestä jatkuvuudesta, kehitysporukka tarvitaan tukemaan liiketoimintojen paikallista ideointia yleisillä toimintamalleilla.

Ensimmäisiä kehitysporukan tärkeitä tehtäviä on tunnistaa yrityksen datan tilanne ja laatu – sillä juuri mikään tekoälyratkaisu ei pärjää ilman hyvin hallittua datalähdettä. Jos kyse on Copilotista, puutteelliset oikeusasetukset voivat paljastaa dataa hallitsemattomasti. Jos kyse on vaikkapa ChatGPT:n tukemisesta omilla tiedoilla, datan saatavuus ja laatu nousevat heti kriittiseen rooliin. Organisaation datasta vastaavat voivat olla tietohallinnossakin, mutta AI-käyttöpolitiikkaan liittyy paljon myös tehtäviä, joissa on oltava valmiutta katsoa paljon pelkän teknologian ylikin.

Mitä pidemmälle tekoälymatkalla edetään, sitä enemmän korostuu kyky luoda tekoälyn ympärille prosesseja: Miten huolehditaan siitä, että tekoäly ei vahingossa tuota yrityksen maineelle vahingollista sisältöä? Millä kriteerein tuotantoon vietävää ratkaisua pidetään tarpeeksi laadukkaana? Miten havaittujen tekoälyn puutteiden selvitystyötä johdetaan?

Hyvä pohja luo tekoälyvetoisen kasvun

Edellä luetellut kehitystavoitteet eivät ole mikään pikkujuttu. Kaikkien vastuuhenkilöiden saaminen mukaan edes johtotasolla on iso työ, ja osaamisen – ja ennen muuta aktiivisen osallistujaroolin – levittäminen koko organisaatioon vaatii pitkäjänteistä muutosjohtamista, ehkä jopa vuosien ajan. Toisaalta tekoäly on täällä jäädäkseen, ja se vaatii organisaatioilta paljon nykyistä suurempaa kyvykkyyttä hajautettuun kehitystyöhön. Palkinnotkin ovat merkittäviä – sillä hyvä tekoälykasvu täyttää ainakin seuraavat kriteerit:

Tuottavuus: Tekoälytyön kannattaa lähteä liikkeelle taloudellisesta hyödystä. Miten tällä voi säästää tai tuottaa lisää? Robusti organisaatio osaa valita parhaat ideat ja toteuttaa ne tehokkaasti. Liiketoiminnan asiantuntijoiden pitäminen sopivasti puikoissa tukee oikeiden työkohteiden valintaa, kunhan tukirakenteet (osaaminen, välineet ja prosessit) ovat kunnossa.

Turvallisuus: Hyvin organisoitu tekoälytuotanto huomioi laatuun, tietoturvaan ja tietosuojaan liittyvät riskit. Salainen tieto pysyy salaisena, eivätkä chatbotit pääse hallusinoimaan esim. uusia tuotelupauksia. Hyvä laatukulttuuri ja riittävä välineymmärrys ovat kriittisessä roolissa laadunvarmistuksessa. Jos tekoäly kompuroi yritysturvallisuuden tai brändin kanssa, kehityksen jatkuvuus vaarantuu heti – hygieniasta kannattaa pitää huolta.

Inhimillisyys: Toimiva tekoälyyn nojaava organisaatio ei unohda ihmisiä, joista se muodostuu. Hyvä keskustelukulttuuri kannustaa niin kriittisyyteen (”Hei, tämä meidän AI-ratkaisu saa meidät näyttämään huonolta”) kuin avoimuuteenkin (”Huolettaa, että tämä aspan automatisointi vie lopulta meiltä kaikkein kiinnostavimmat työt”). Liika teknologiavetoisuus tai puuttuvat toimintamallit vähentävät ihmisten vaikutusvaltaa ja osallistumishalua.

Uusiutuvuus: Organisaation on pysyttävä pinnalla teknologian kehittyessä. Liiketoiminnan tarpeet määrittävät mihin mennään, mutta hyvässä AI-tietoisessa organisaatiossa IT:n, kehitysohjauksen ja liiketoiminnan yhdistelmä tunnistaa tehokkaasti, mitä kannattaa tehdä nyt, mistä otetaan oppia ensi kerralle, ja missä odotetaan uutta teknologiaa.

Tehdään nämä nyt ensiksi, katsotaan vuoden päästä lisää tavoitteita…

Huimaako kehitystahti? Kaipaako organisaatiosi kumppania matkalleen? Ota yhteyttä!