Tekoälyläppä vilisee agentteja, API-integraatioita, järjestelmähankkeita ynnä muuta kalliilta ja työläältä kuulostavaa konsulttijargoniaa. Niinpä strategiaksi valikoituu helposti odottelu hengitystä pidätellen, koska onhan asioilla tunnetusti taipumus järjestyä.
Tekoälyasiain kohdalla edellä mainittua asioiden järjestymistä kannattaa kuitenkin aktiivisesti edesauttaa, se kun on helpompaa kuin äkkiseltään luulisi. Ja vaara on ilmeinen myös sille, että odottelu se vasta kalliiksi tulee.
Jos suoristellaan hieman mutkia, tekoälyprojektit voidaan jakaa kolmeen kategoriaan:
1. Otetaan hyöty irti olemassa olevista kielimalleista.
2. Rakennetaan automaatioita ja agentteja, jotka noukkivat tietoa eri järjestelmistä ja suorittavat tehtäviä itsenäisesti.
3. Haetaan tehoja olemassa olevien järjestelmien sisään leivotuista AI-avustajista.
Usein käy niin, että johdon katse harhailee kategorioissa 2. ja 3., jotka joko vaativat jumppaa tai eivät ole omassa kontrollissa - ja samaan aikaan kategoriassa 1. olisi poikkeuksetta valtavasti otettavaa.
Sama hieman syvemmältä kouraisten:
Yksinkertaisin tapa aloittaa tekoälyn käyttö on etsiä henkilöstön arjesta työtehtäviä, joissa nykyiset kielimallit – ChatGPT, Gemini, Claude ja Copilot etunenässä – pystyvät tuomaan välitöntä hyötyä.
Käyttökohteita löytyy jo pintaraapaisulla tusinoittain, ja aikaa ja rahaa alkaa säästyä pieninä puroina sieltä sun täältä. Tämän tiedän faktana, kun olen näitä projekteja kymmeniä vetänyt.
Tämä lähestymistapa ei vaadi puolen vuoden jumppaa IT-osaston kanssa, ei hikisiä budjettineuvotteluja (paitsi jos toimarin hankintanatsat loppuvat 20 euroon), eikä käy myöskään niin, että puolet porukasta odottaa halvaantuneena, kunnes piipusta tuprahtaa valkoinen savu.
Hihasta ravistamalla nämäkään projektit eivät toki onnistu. Itse asiassa tutkimusten mukaan suurin osa AI-pilotoinneista menee panos-tuotto-suhteen näkökulmasta vihkoon.
Tähän on selkeä syy, ja se löytyy peilistä. Jos nimittäin pilotointi hoidetaan edes sinnepäin oikein, SE EI VOI EPÄONNISTUA. Ei ainakaan siinä mielessä, että “hyöty oli pyöreä nolla”, kuten moni puulaaki on ärräpäitä lasketellen raportoinut.
Teknologia toimii, se on fakta. Teknologiaa enemmän tässä on kuitenkin kyse uudesta tavasta tehdä töitä, ja jos hommassa meinaa onnistua, näin tekoälyä on lähestyttävä.
Kun pilotoinnit tehdään hyvin, ja toimivaksi todettuja käytäntöjä aletaan viedä organisaatiossa eteenpäin, alkaa löytyä myös niitä kohteita, joihin on perusteltua alkaa rakentaa agentteja.
Tässä vaiheessa ei tekoälyn hyödyistä tarvitse enää keskustella, niin ilmeisiä ne ovat. Eikä tämä roadmap mikään maailmanympärysmatka ole, suunnitelmallisuutta se lähinnä huutaa.
Järjestelmien sisäisestä AI:sta - joista Copilot lienee (surullisen) kuuluisin - vielä sen verran, että nämä työkalut on helppo ottaa käyttöön, mutta toisaalta niiden vaikuttavuus riippuu täysin siitä, kuinka hyvin kyseistä järjestelmää ylipäätään käytetään.
Siis ja täten: suurin virhe tekoälyprojekteissa on hypätä suoraan kohtaan 2 tai 3, kun kohta 1 on tekemättä. Jos porukka ei osaa käyttää ChatGPT:tä oman työnsä tehostamiseen, siinä ei auta salaisinkaan agentti.
Aloita siis olemassa olevilla työkaluilla ja keskity olemassa oleviin työtehtäviin. Ohjeet AI-assistenttien rakentamiseen löydät täältä.
Tsemppiä viikkoon!
Arttu