Viime viikolla kirjoitin tekoälyn eettisestä puolesta, ja mitä se pintaraapaisuna tarkoittaa. Tähän kirjeeseen poimin muutamia case-esimerkkejä siitä, miten tekoälyllä on saatu kierroksia koneeseen.
Pituussyistä pysyn härmäläisissä esimerkeissä, koska kyllähän täälläkin koko ajan tapahtuu, vaikkei siitä välttämättä hirveästi huudella.
Yksi parhaista onnistumisista lienee OP:n "Maiju". Kyseessä on OP:n omassa ympäristössä häärivä generatiivinen kielimalli, joka tekee siis samoja juttuja kuin vaikkapa ChatGPT, mutta mahdollinen tietojen vuotaminen - ja samalla asiaan liittyvä epävarmuus - on estetty omalla ratkaisulla.
Ilmeisesti kyseessä oli soiva peli, sillä viikon sisällä lanseerauksesta yli 1.200 työntekijää oli suorittanut tarvittavat kurssit ja ottanut sovelluksen käyttöön.
Ekovilla Oy on onnistunut leikkaamaan ajokilometreistä parhaimmillaan yli neljänneksen plus aikasäästöt päälle, kun tekoäly optimoi asennuskeikkojen ajoreitit ja aikatauluttaa tehtävät.
Lääkärikeskus Mehiläisellä tekoäly kuuntelee vastaanotolla tapahtuvan keskustelun ja leipoo siitä luonnoksen, jonka ihminen sitten muokkaa ja hyväksyy.
Ja niin edelleen (esim. täällä lisää keissejä). Näissä tapauksissa on löydetty niin selkeä aika/rahasyöppö, että siihen on kannattanut kehittää oma AI-sovellus.
Huomattavasti helpompi tapa on tunnistaa arjessa tilanteita, joihin pystyy käyttämään olemassa olevia työkaluja. Silloin säästö voi olla puoli tuntia täällä ja tunti siellä, ja AI:ta viedään arkeen pieninä paloina eräänlaisena avustajien armeijana. Näin esim. minä hommaa koulutan.
Tässä mallissa on sekin hyvä puoli, että tekoäly tulee tutuksi, minkä jälkeen on paljon paremmat eväät vaikkapa omaan tarpeeseen tarkasti räätälöidyn sovelluksen kehittämiselle.
Käytännön esimerkki itseltämme: tein äskettäin suhteellisen laajan konsultointikeikan eräälle espoolaiselle yritykselle. Humpan juoni oli koota yhteen viisihenkisen markkinointitiimin risut ja ruusut uutta markkinointijohtajaa varten ennen kuin tämä aloittaisi hommat myöhemmin syksyllä.
Tekoälystä oli valtava apu jokaisessa työvaiheessa: haastattelukysymysten luomisessa, haastattelunauhoitusten (noin 10 tuntia matskua) purussa ja litteroinnissa, toistuvaisuuksien tunnistamisessa ja lopulta loppuraportin tekemisessä.
Työkaluja käytin projektissa 4-5 erilaista, joista osa oli yleisiä (ChatGPT, Claude) ja osa nimenomaista tarkoitusta varten tehty (kuten Sonix haastattelunauhoitusten litterointiin ja Gamma loppuraportin visualisointiin).
Asiakas sai juuri sitä, mitä oli tilannut ja minä pystyin tekemään toimeksiannon arvioni mukaan vähintään 75 prosenttia vähemmässä ajassa kuin jos olisin tehnyt kaiken wanhaan malliin käsityönä. Vastaaviin aikasäästöihin päästään meidän maailmassamme koko ajan.
Eikä tässäkään tapauksessa ilman ihmisiä oltaisi selvitty. Tarpeen oli tunnistanut ihminen (asiakkaan toimari), toteuttamisvastuu oli ihmisellä (minä) ja louhittava tieto oli peräisin ihmisiltä (haastateltavat). Sen raa´an työn, jonka lisäarvo oli asiakkaan näkökulmasta nolla, teki tekoäly. Tästä siis on kyse.
Tekoälyn hyödyt ovat siis kiistattomat ja jopa mullistavat, mutta miksi sen soveltaminen sitten on edelleen niin kovin nihkeää?
Ongelma ei ole siinä, että AI-mallit olisivat liian huonoja, vaan käyttöönoton prosesseissa - tai paremminkin siinä, ettei prosesseja ole. Kipaisepa siis lukaisemassa tuo.
Kirjoitan tätä muuten Las Vegasissa (on ihan ok olla kateellinen 😎). Osallistun täällä HR Tech -messuilla ja syynään, miten maailma makaa mitä tekoälyn hyödyntämiseen rekrytoinneissa ja HR:ssä tulee. Reissu liittyy olennaisesti omaan AI-tuotteeseemme, josta enemmän vielä tänä syksynä.
Ensi viikolla summaan teille viikon antia.
Tsemppiä viikkoon!
Arttu