Viime viikolla kirjoitin, mitä tapahtuu, kun jäljellä on enää vaikeita töitä - viitaten siihen, että tekoäly hoitaa tulevaisuudessa kaikki helpot askareet.
Tähän toki vielä hetki menee, eikä vähiten siitä syystä, että tekoälyn sinänsä kiistattomien hyötyjen skaalaaminen koko organisaation leveydellä tapahtuvaksi tehoboostiksi on osoittautunut kovin vaikeaksi.
Tuli tähän liittyen mieleen eräs lätkäaikojen pelikaveri, joka tuhahti, että valmennuskurssin läpi käyneelle koutsille pitäisi asettaa karenssi ja sulkea hänet pois kaikesta kilpatoiminnasta vähintään vuodeksi.
Valmentajat kun aina palasivat Vierumäeltä tohkeissaan pää ja fläppitaulu niin täynnä lajin totaalisesti mullistavia ideoita, että kohta oli koko pumppu sekaisin kuin seinäkello. Kunnes into parissa viikossa laantui ja palattiin perusteisiin.
Kaveri on muuten nykyään itse valmentaja. Pitääkin kysyä joku päivä, onko Jaska (nimeä ei muutettu) muistanut syödä omaa lääkettään.
Tyypillinen tekoälykoulutus on vähän kuin edellä mainittu valmennusleiri. Hetken aikaa kaikki ovat liekeissä, agentit rokkaavat ja maailma on osterimme.
Kolmen viikon päästä osterit on syöty. Kolmen kuukauden päästä parhaimmillaan joku ehkä muistaa vielä, että sillä tekoälyllä - vai mikä se oli - sai kerran jotain kivaa aikaiseksi. Vielä kun muistaisi mitä.
Osaamiskäyrä nous… laskuun
No vähän ehkä liioittelin tuossa, mutta tarina perustuu tositapahtumiin.
Olen kouluttanut tekoälyn käyttöä kymmenissä taloissa, ja sama kuvio toistuu harmittavan usein: osaamiskäyrä kääntyy laskuun ennen kuin se on ehtinyt kunnolla nousta.
Onneksi on myös poikkeuksia, ja se on tämän kirjoituksen punainen lanka. Poikkeuksen muodostavat ne organisaatiot, joissa rakenne laitetaan kuntoon samaan aikaan, kun oppimista edistetään.
Syy on yksinkertainen. Kun työntekijä rakentaa itselleen tekoälyavustajan, se asuu hänen AI-työkalussaan, hänen työnkuluissaan ja osin hänen päässään. Se ei siirry lomasijaiselle, seuraavalle tekijälle eikä naapuriosastolle.
20 ihmisen kouluttaminen tuottaa 20 erilaista yhden ihmisen ratkaisua - toki alussa yksi keskeisistä tavoitteista on, että nämä 20 oppivat ajattelemaan tekoälyä oman työnsä kautta.
Alkuvaiheen ratkaisut voivat olla kovinkin hyödyllisiä, mutta organisaatiotason kyvykkyyttä niistä ei tahdo syntyä - ei, vaikka koulutusta lisäisi kuinka paljon.
Kahdeksan kymmenestä, neljä kymmenestä
Konsulttitalo McKinseyn tuore State of AI -raportti piirtää saman kuvan isommalla pensselillä.
Kyselyn mukaan 80 prosenttia vastaajista sanoo tekoälyn parantaneen omaa tuottavuuttaan. Silti vain 37 prosenttia näkee sillä vaikutusta organisaation tulokseen, mikä on käytännössä sama luku kuin vuotta aiemmin.
Niistä, jotka raportoivat saaneensa tekoälystä merkittävää arvoa, lähes kolme neljästä on suunnitellut työnkulkunsa perusteellisesti uudelleen.
Jumi ei siis johdu siitä, ettei porukka osaisi. Se johtuu siitä, ettei kukaan ole päättänyt mitään.
Viisi päätöstä
Sitten rakenteeseen ja päätöksiin.
Skaalaus on siirtymä henkilökohtaisesta jaettuun. Se on hallinnollinen muutos eikä osaamiskysymys, ja käytännössä se kiteytyy viiteen päätökseen:
Mikään näistä ei ole teknologiakysymys, eikä yhteenkään auta lisäkoulutus. Ne ovat johdon päätöksiä, ja yksikin tekemättä jäänyt päätös riittää pysäyttämään koko ketjun.
Ajautuminen on myös päätös
Kokosin nämä viisi päätöstä laajennettuna oppaaksi, jonka johtoryhmä pystyy käymään läpi yhdessä palaverissa. Jokaiseen kohtaan rastitaan kyllä, osittain tai ei, ja lopussa lasketaan pisteet.
Tuloksesta näkee, onko talo valmis skaalaamaan, onko auki yksi päätös vai kaksi vai jääkö tekoäly yksilötasolle eli riippuvaiseksi siitä, kuka sattuu olemaan töissä.
Oppaan voi ladata tuolta: https://kayhkoco.fi/mita-ai-skaalaaminen-vaatii-opas/
Tekoälyn jättäminen yksilötasolle on toki päätös sekin. Kunhan se on tietoinen valinta eikä rakenteen puutteesta johtuvaa ajautumista.
Hyvää viikonloppua!
Arttu
Lähde: McKinsey: The state of AI in 2026: On the road to ROI
Viikon vinkit ja linkit: