Viime viikolla pähkäilin koittaako tekoälyn myötä generalistien kultakausi, ja samalla teemalla jatkan myös nyt.
Ajatellaanpa tekoälyä ojankaivuuna. Ennen se oli hyvin simppeliä: pomohenkilö näytti suunnan ja lapiohenkilöt pistivät työvälineet heilumaan. Tehokkuus oli helppo mitata metreinä, uranäkymä oli uranäkymä.
Sitten paikalle heilahtaa joku, jolla on käytössään kaivinkone ja gps. Siinä hetkessä pelin henki muuttuu sekä suorittavassa portaassa mutta myös johdossa; jos pomohenkilön pääasiallinen tehtävä on ollut taata riittävä tehokkuus uhkailemalla, kiristämällä ja lahjomalla, mutta kaivinkoneista saati gps:stä hän ei ymmärrä enempää kuin sika satelliitista, pomohenkilöllä ei ole kaivinkonehenkilölle mitään annettavaa.
No, pomohenkilö turhautuu tilanteeseen, mikä ilmenee jatkuvana vittuiluna kaivinkonehenkilölle. Myös lapiohenkilöt ymmärtävät eron työtehossa olevan dramaattinen ja asemansa täten uhatuksi, joten hekään eivät juuri huomenia kaivinkonehenkilölle toivottele.
Kaivinkonehenkilö tietää, että hänen palveluilleen riittää kyllä kysyntää ja kohteluunsa kyllästyneenä vaihtaa firmaa - semminkin kun palkkakin laahasi valovuoden perässä tuottavuuteen peilaten.
Tästä on kyse tekoälyssä yhtään - no paljoa - liioittelematta. Se ei tee meitä työssämme automaattisesti paremmiksi tai tehokkaimmiksi, mutta ne, jotka ovat riittävän motivoituneita ja uteliaita opiskelemaan ja ottamaan AI-työkalut käyttöön, saavat niistä hetkessä valtavan edun. Paino sanalla hetkessä.
Hienoa olisi, jos organisaatiossa kaikki olisivat motivoituneita ja uteliaita, mutta näin autuaasti harvoin on. Ja kyllä se motivoituneinkin porukka tarvitsee tekoälyn käyttöön oikeat työkalut, koulutusta, ohjausta ja pelisääntöjä.
Mutta jos ylin johto ei ymmärrä, mistä on kyse, eikä tukea ole tarjolla, ykkösketjun jengi lähtee. Silloin tapahtuu kaksi aivan kriittistä asiaa: tekoälyä systemaattisesti hyödyntävä kilpailijat alkavat mennä ohi oikealta ja vasemmalta, ja parhaat osaajat vaihtavat leiriä.
Mitä jää jäljelle on ulapalla oleva johto ja muutosvastarintaiset työntekijät. Hepä voivat sitten yhdessä mutista, kuinka perseestä on tekoäly ja kuinka ennen oli kaikki paremmin, kunnes viimeinen sammuttaa valot.
Leikitään lopuksi hetki termeillä. Eikä tuijoteta tässä sanoja vaan merkitystä sanojen takana.
Vihmerä tyyppi saattaa päästä omin voimin kohtuullisen pitkälle AI Literacy -sarjassa. Todellinen teho piilee kuitenkin AI Fluency -osastolla ja sinne pääsee vain, jos koko organisaatio on talkoissa mukana.
Vieläkö joku on sitä mieltä, että tekoäly ei ole johdon asia?
Tsemppiä viikkoon!
Arttu
Työmarkkinoilla on perinteisesti väännetty kättä siitä, kumpi on kovempi: kapea-alainen spesialisti vai laaja-alainen generalisti. Jos nyt pitäisi lyödä pakettitalo kiinni jomman kumman puolesta, henkilökohtaisesti valinta tulisi olemaan generalisti - eikä vähiten tekoälyn vaikutuksesta.
AI voinko perustella? Voin.
Asiansa osaava generalisti, jolla on vankka näkemys siitä kuuluisasta isosta kuvasta ja joka käyttää tekoälyä hankkiakseen tarvittaessa "riittävän hyvän" ymmärryksen melkeinpä mistä tahansa yksittäisestä osa-alueesta, on tulevaisuudessa sellainen osaaja, jonka perässä ovat kaikki.
Tämä muutos tulee olemaan hyvin perustavanlaatuinen. Jos organisaatiot olisivat hieman paremmin kartalla, mitä tuleman pitää, se vaikuttaisi jo nyt vahvasti firman kuin firman rekrytointi- ja koulutuspolitiikkaan.
Edellinen rautalangasta väännettynä: tekoäly on generalistin henkilökohtainen, välittömästi saatavilla oleva spesialisti tai pikemminkin tiimi spesialisteja. Käytännössä tekoäly siis demokratisoi erikoisosaamisen, mutta tästä ei ole mitään hyötyä, jos kontekstia ei ymmärretä.
Muutama esimerkki, siitä missä ollaan jo nyt:
Tietenkään mikään edellä mainituista ei sormia napsauttamalla tapahdu, ja asiantuntijuudella on suuri merkitys siinä, mitä tekoälyn pyydetään tekemään ja miksi. Mutta työkalujen puolesta kaikki tuo onnistuu kyllä - joskus kömpelömmin ja joskus vikkelämmin. Mutta onnistuu.
Kun tekninen suorittaminen muuttuu hyödykkeeksi, jonka kuka tahansa saa napin painalluksella, sen arvo romahtaa. Mitä sen sijaan tarvitaan enemmän kuin koskaan, on se joku, joka ymmärtää, miksi tätä tehdään, mitä sillä haetaan ja miten lopputulos tukee tavoitteita.
Tekoäly on loistava optimoija ja suorittaja, mutta se on vielä toistaiseksi varsin kädetön strategisessa määrittelyssä, eettisessä harkinnassa ja empatiassa. Nämä pehmeät taidot saattavatkin hyvin olla tulevaisuudessa kaikkein kovinta pääomaa, koska niitä ei voi ulkoistaa koneelle.
Toki yleistäminen on vaarallista ja on spesialisteja ja on spesialisteja. Jos miettii, ketkä juuri nyt ovat tämän pallon halutuimpia ja kallispalkkaisimpia osaajia, niin tekoälyspesialistit. Toisin sanoen: “keskitason” erikoistuminen häviää, mutta tarve äärimmäiselle erikoistumiselle vain kasvaa.
Pieni tarkennus lienee vielä paikallaan: generalisteilla en tarkoita tässä perinteistä joka paikan höylää, vaan henkilöä, joka orkestroi ihmisten, spesialistien ja tekoälyagenttien työtä. Hänen arvonsa on ongelmien määrittelyssä, oikeiden kysymysten esittämisessä ja piuhanpäiden yhdistämisessä.
Ole sinä se, niin hommia piisaa.
Tämä aihe on siinä määrin tärkeä ja moniulotteinen, että jatkan sen parissa vielä ensi viikollakin - silloin käsittelen tarkemmin, kuinka tekoälyosaamisesta (AI fluency) on vinhaa vauhtia tulossa perustason odotusarvo kaikille työntekijöille.
Tsemppiä viikkoon!
Arttu
Viime viikolla haukuin tekoälykoulutukset ja edelleen sanojeni takana järkähtämättä seison. Tällä viikolla hypätään sitten tietoturvan ihmeelliseen maailmaan - varsin pintapuolisesti, myönnän - mutta syvällisempää tietoa kaipaavat varmasti sitä myös osaavat hakea.
Jos ette organisaationa ole jämähtäneet ruutupaperiaikaan, moni työntekijöistänne käyttää ChatGPT:tä, Claudea, Copilotia ja muita tekoälytyökaluja jo nyt - olittepa linjanneet niiden käyttöön liittyen mitä tahansa.
Jos AI:n käyttö on esimerkiksi tietoturvasyistä kielletty, se tehdään sitten salaa. Ja juuri tämä – käyttö ilman ohjeistusta – on ylivoimaisesti suurin yksittäinen tietoturvariski.
Kun käyttää esimerkiksi ChatGPT:n ilmaisversiota, antaa OpenAI:lle oikeuden käyttää syöttämäänsä dataa mallien kouluttamiseen. Mallien kouluttamisen voi toki kieltää asetuksista, mutta sokeasti en siihen luottaisi.
Tämä tarkoittaa, että liikesalaisuudet, asiakastiedot, strategiat ja mitä ikinä voivat päätyä osaksi mallia, jota myös kilpailijat käyttävät. Ei kukaan moista tahallaan tee, vaan siksi, että kukaan ei kertonut, mitä tietoa sovelluksille voi antaa ja mitä ei.
Linjauksissa pääsee pitkälle jo ihan maalaisjärjellä, esimerkiksi kieltämällä vaikkapa juuri edellä mainittujen dokumenttien antamisen. Mutta jos pelisääntöjä ei ole, vaikea niitä on noudattaa.
Mutkikkaampia ovat kolmannen osapuolen sovellukset, jotka vaativat toimiakseen pääsyn suurin piirtein joka kolkkaan. Samoin erilaiset integraatiot, kuten vaikkapa AI-sovelluksen pääsy Googlen Workspaceen, ovat käytön kannalta houkuttavia, mutta tietoturvan näkökulmasta riskialttiita.
Niin pitkään kuin pääsyä ei pysty varmuudella rajaamaan, parempi on jättää kytkennät tekemättä.
Näillä opeilla pääsee pitkälle melkein joka putiikissa:
1. Luo selkeät pelisäännöt. Kerro, mitä saa ja mitä ei saa syöttää AI-työkaluille. Käyttökohteita kyllä riittää niinkin, että minkään sortin riskiä ei pääse syntymään. Esimerkiksi minä teen aina niinkin simppelin happotestin, että mietin päissäni, mitä voisi pahimmillaan tapahtua, jos antamani tieto vuotaisi yleiseen käyttöön.
Melkein aina vastaus on, että ei yhtikäs mitään. Moni firma sitä paitsi pitää “arkaluontoisena” kaikkea tietoa toimitusjohtajan kengännumerosta lähtien, vaikka se ei voisi ulkopuolisia vähempää kiinnostaa saati hyödyttää.
2. Hanki yritystason työkalut. Kaikki suuret toimijat tarjoavat yrityslisenssejä, joissa dataa ei (heidän mukaansa) käytetä mallien kouluttamiseen. Tämä maksaa jonkin verran extraa, mutta rutkasti halvempaa se on kuin tietovuotojen paikkailu.
3. Kouluta ihmisiä. Työntekijät ovat ns. "Firewall Zero" – ensimmäinen ja tärkein palomuuri. Porukka ei mokaile tahallaan, vaan siksi, etteivät tiedä. Siispä opeta porukka tunnistamaan riskit ja käyttämään työkaluja turvallisesti.
4. Koordinoi hommaa IT:n ja lakiosaston kanssa. Varsinkin isommissa firmoissa tarvitaan talkoisiin IT-osasto/kumppani ja mahdollisesti juristeja.
Summa summarum: AI:n käyttö ei ole "jos" vaan "miten". Organisaatiot, jotka ymmärtävät tämän ensimmäisenä ja rakentavat turvallisen käyttöympäristön ovat jo kaukana, kun muut vielä ihmettelevät toimitusjohtajan kengännumero -tason pulmia.
Kaikkein eniten jälkeen jäävät ne, jotka tyystin kieltävät tekoälytyökalujen käytön - ja mikä hoopointa, sama jengi on usein myös kaikista alttein riskeille.
Ensi viikolla pohdin, onko AI:n myötä koittanut generalistien kulta-aika.
Tsemppiä viikkoon!
Arttu
Lähteet:
Viime viikolla kirjoitin ChatGPT:n käytöstä töissä, mitä kuvailin “motarilla ykkönen silmässä” ajamiseksi. Eivätkä kierrokset ainakaan vähene, sillä nyt tohdin väittää, että iso osa tämänhetkisistä tekoälykoulutuksista on jopa haitallisia.
Ennen kuin menen pihviin, palautan mieleen taannoisen MIT:n (ihan uskottava lafka siis) tutkimuksen, jonka mukaan jopa 95 prosenttia tekoälyprojekteista on haudattu vähin äänin vailla minkäänlaista hyötyä.
Eivät tekoälytyökalut aina ja joka paikassa mullistavia ole, mutta että niistä ei saatu mitään hyötyä irti… Voi mahoton.
Toisaalta tuo MIT:n tutkimus kertoo karua kieltään siitä, miten työlästä tekoälyä on integroida osaksi jokapäiväistä leipäämme.
Oma syyttävä sormeni osoittaa tässä kohtaa juurikin koulutuksiin, joissa tupataan keskittymään työkalujen ominaisuuksiin sen sijaan, että mentäisiin organisaation arkeen ja tunnistettaisiin sieltä työtehtäviä, joissa tekoälystä olisi satavarmasti hyötyä.
Ei sillä, että “näin teet jäätelökioskille logon” -tyyppisissä harjoituksissa olisi sinänsä mitään vikaa, mutta ei niistä kyllä hyötyäkään ole. Ellei sitten omista jäätelökioskia, mitä harvat meistä valitettavasti tekevät.
Toki jos firma on valmis investoimaan tekoälykoulutukseen tonnin tai kaksi, sillä sitten saa jäätelökioskin logon.
Vallitseva tilanne ei varsinaisesti ole kenenkään vika, mutta siitä päästään kirjoituksen otsikkoon. Jos ja kun tekoäly kuitataan heppoisten koulutusten johdosta ihan kivana leluna - jos edes sinä - tapahtuu kaksi asiaa:
Teknologia kyllä soi ja kukkuu, ja se tekee sitä joka päivä paremmin. Ongelma on strategiassa tai pikemminkin siinä, että strategiaa ei ole.
Huom! Se, että ostetaan muutama lisenssi ja kehotetaan porukkaa testailemaan AI:tä, ei ole strategia.
Toinen syy kankeuteen on se, että varsinkin isommat organisaatiot operoivat Microsoftin ympäristössä (feel you!), jolloin luonteva ensimmäinen AI-työkalu on Microsoftin oma sellainen eli Copilot.
Toki Copilotistakin on moneen (semminkin kun sen taustalla on OpenAI:n teknologia), mutta siitä puuttuu tukku ominaisuuksia, joita kilpailijoilla - ChatGPT, Gemini ja Claude etunenässä - on. Copilot on ensisijaisesti muiden Microsoftin työkalujen (feel you!) tehostamiseen tarkoitettu AI-buusteri, ei niinkään itsenäisesti toimiva sovellus.
Mikä olennaisinta, Copilotista ainakin toistaiseksi puuttuvat ominaisuudet tuppaavat olemaan juuri niitä, joista ensivaiheessa on peruskäyttäjälle eniten hyötyä - kuten AI-assistentin virkaa toimittavien ympäristöjen rakentaminen.
Kun Copilotin käyttäjät eivät ymmärrettävästi paremmasta tiedä, sillä mennään. Valitettavasti ei mennä kovin pitkälle.
Siispä mikä eteen?
Ensi viikolla kirjoitan tietoturvasta, ja miksi suurin riski tietoturvalle on itse asiassa usein se, että riskit pyritään minimoimaan.
Tsemppiä viikkoon!
Arttu
Lähteet:
Viime viikolla kävin läpi tekoälyn hyödyntämistä rekrytoinneissa, mikä ei aivan ongelmatonta ole. Nyt puran teille tuoretta tutkimusta, jossa selvitettiin ChatGPT:n käyttöä työtehtävissä USA:ssa.
Hieman taustaa: ChatGPT rikkoi 100 miljoonan käyttäjän rajan kahdessa kuukaudessa (helmikuu 2023), mitä tarkoittaa, että se on historian nopeimmin ko. rajan poksauttanut sovellus. Esimerkiksi TikTokilla samaan meni yhdeksän kuukautta, ja Instagramilla säälittävät 2,5 vuotta 😀.
Nyt käyttäjiä on Open AI:n oman ilmoituksen mukaan 800 miljoonaa - eli ei tämä mikään uusi ja ihmeellinen juttu noin niin kuin globaalissa mittakaavassa ole.
Mutta osataanko ChatGPT:tä hyödyntää siinä olennaisimmassa eli helpottamassa meidän konttorirottien (työ)elämää.
Sitäpä on jenkeissä juuri tutkittu seuraavin tuloksin:
Mistä syntyvät seuraavat päätelmät:
Sitten se olennaisin eli mihin työkalua käytetään:
Käytännössä ChatGPT on siis useimmille käyttäjille edelleen kuin Google steroideilla. Hyötyä siitä on näinkin aivan varmasti, mutta jos työkalusta halutaan oikeasti tehot irti, se tapahtuu ihan muuta kautta.
Sama tutkimukseksi: "Advanced features remain underused, even where they could deliver broad impact.”
Tämä tarkoittaa muun muassa sitä, että esimerkiksi CustomGPT:t ja projektien rakentaminen ovat edelleen never heard, samoin syvätutkimus-ominaisuuden hyödyntäminen - mikä on mielestäni juuri nyt kaikkein lähimpinä itsenäisesti operoivaa AI-agenttia, joista paljon kohkataan.
Esimerkiksi itse olen rakentanut CustomGPT-assarin enempivähempi kaikkia toistuvia työtehtäviä varten. Joskus aikaa säästyy neljä tuntia, joskus 10 minuuttia - ja näistä puroista tulee viikkotasolla aikamoinen läjä säästyneitä minuutteja ja tunteja.
Syvätutkimusta hyödynnän vaikkapa näiden uutiskirjeiden taustoituksessa. Samoin kun kesällä jumppasin palvelumme uuteen uskoon, sain tutkimustyökalun avulla aivan korvaamatonta taustoitusta mm. markkinasta ja kilpailijakentästä.
Eikä tässä siis ole kyse pelkästään ajansäästöstä. Moni asia yksinkertaisesti jäisi tekemättä, jos näitä työkaluja ei olisi.
Jos edellä mainittuja ominaisuuksia ei käytä, se on kuin lillittäisi motarilla ykkönen silmässä. Alla pari YouTube-listaa CustomGPT:hen ja Deep researchiin liittyen, käykää tsekkaamassa ne, niin olette kartalla, mistä on kyse. Jos ovat kuraa, se on ChatGPT:n vika 😇.
Sitten vaan muutamaksi tunniksi persus penkkiin ja vot!
Ensi viikolla kirjoitan siitä, miksi isosta osasta AI-koulutuksista on enemmän haittaa kuin hyötyä. Kova väite, lue jos uskallat!
Tsemppiä viikkoon!
Arttu
Custom GPT Builder
Deep Research
Lähteet:
Viime viikolla kirjoitin, miksi johtajien on pakko opetella käyttämään tekoälytyökaluja edes auttavalla tasolla ymmärtääkseen, mistä tässä ylipäätään on kyse. Nyt ruodin tekoälyn vaikutuksia rekrytointeihin ja HR:ään - ja sillä saralla ruodittavaa riittää.
Sinänsä ei ole mikään yllätys, että tekoälyä on alettu ensimmäisessä aallossa hyödyntää paljon juuri tässä tarkoituksessa. HR:ssä ja rekrytoinneissa kun on paljon juuri sellaista toisteista puurtamista, mihin tekoäly käy kuin vasara peukaloon: CV:eiden ja hakemusten käsittelyä, tiedon keräämistä ja järjestelyä, vakiomuotoista viestintää jne.
Ongelmia tulee siinä kohtaa, kun AI:lla pelaavat sekä työnhakijat että työnantajat, ja hommasta tulee eräänlaista tekoälytennistä sillä seurauksella, että moni asia - kuten nyt vaikka hakijan todellinen pätevyys - saattaa jäädä huomaamatta.
Tämä on sinänsä inhimillistä. Työhakemusten täyttäminen on monesti aikamoista pakkopullaa, eikä firman HR:ssäkään riemusta kiljuta, kun markkinointikoordinaattorin pestii pamahtaa 400 hakemusta, joista 390 näyttää sattuneesta syystä siltä kuin sen olisi rustannut yksi ja sama tyyppi.
Tullaan tekoälyyn liittyvään problematiikkaan - ei niinkään sen puolesta, etteikö AI-työkaluista olisi valtavasti hyötyä molemmin puolin pöytää - vaan eettisen puolen näkökulmasta.
Kun AI:lla luotuja hakemuksia käsittelee AI, moni asia voi mennä vihkoon. Nythän tekoäly tekee jo työhaastattelujakin, ja siihen vetäisin rajan jo ihan maalaisjärjellä ajateltuna.
AI-pohjaiset rekrytyökalut ovat vieneet firmoja käräjille asti, ja EU on luokitellut ne korkean riskin työkaluiksi. Ei tämä suinkaan sitä tarkoita, että AI-työkalut jätetään varmuuden vuoksi hyllyyn, vaan pitää ymmärtää, mihin niitä voi käyttää ja mihin ei - myös organisaation arvomaailma huomioiden. Sama luonnollisesti pätee tekoälyn hyödyntämiseen ihan yleisestikin.
Plus täytyy muistaa, että AI-työkaluja on HR:ssäkin jo niin moneen lähtöön, että monen härpäkkeen kanssa tätä puntarointia ei tarvitse edes käydä. “Me ollaan eettinen firma, me ei käytetä tekoälyä rekrytoinneissa”, on laiskaa ajattelua.
Muutama sana Las Vegasin HR Tech -messujen - missä siis syyskuussa kävin - annista (videokooste löytyy täältä). Erilaisia HR- ja rekrysovelluksia oli satoja, ja suurin osa mainosti olevan tavalla tai toisella “AI- Driven” - mikä nyt ei ketään yllättänyt.
Paljouden keskelle jututin sitten HR-ammattilaisia ja utelin, miten he kohderyhmään kuuluvina saavat tolkkua, mikä voisi toimia heidän firmassaan.
No, eivät kuulemma saakaan ja AI-ominaisuudet "p*skat edes toimi". Heillä on ne muutamat työkalut - Workday ymmärtääkseni selkeänä ykkösenä Ameriikan maalla - ja niillä pelataan. Toisin sanoen, jos nämä start-upit eivät saa liitettyä omaa sovellustaan osaksi isompaa jo käytössä olevaa plattaa, voi tulla noutaja.
Tai tulee se muutenkin, ainakin erään luennoitsijan mielestä. Pidin kovasti hänen puheenvuorostaan ja kävin sen jälkeen esittämässä saman kysymyksen kuin HR-jengille.
Vastaus kuului vapaasti suomettuna näin:
“6-12 kuukauden sisällä yritykset pystyvät itse rakentamaan tekoälyn avulla juuri sellaiset työkalut, mitä ne tarvitsevat, eivätkä ne osta ulkopuolisia sovelluksia. It´s going to be a bloodbath”.
Näissä verilöylyisissä tunnelmissa tsemppiä viikkoon!
Arttu
PS. Jenkeissä on tutkittu, miten firmat käyttävät ChatGPT:tä. Kerron sen teille ensi viikolla.
Viime viikolla poimin muutamia case-esimerkkejä tekoälyn hyödyntämiseen liittyen meiltä ja muualta. Tällä viikolla puin tekoälyä johtamisen näkökulmasta ja miksi päättävässä asemassa olevien on yksinkertaisesti pakko alkaa käyttää tekoälytyökaluja omin pikku kätösin.
Tämä oli teema, joka nousi monessa kohtaa esiin myös viime viikolla HR Tech -tapahtumassa jenkkilässä. Reissun varsinaista agendaa eli AI:ta rekrytoinnin ja HR:n työkaluna käyn läpi ensi viikolla, jahka saan leivottua uutiskirjeen kyytipojaksi pienen videokoosteen.
Hieman taustaa tämänkertaiseen teemaan liittyen: Olen pyörittänyt viestintätoimistoa nyt yhdeksän vuoden ajan (itse asiassa päivälleen huomenna 🎂), ja siihen on arvatenkin mahtunut monenmonenmoista asiakasta ja keissiä.
Parhaita onnistumisia yhdistää lähes poikkeuksetta yksi asia: asiakkaan toimitusjohtaja - vaikka ei olisikaan ollut operatiivisesti tästä puolesta vastuussa - on itse ollut kiinnostunut markkinoinnista ja viestinnästä ja halunnut ymmärtää sekä sen strategista että taktista puolta.
Silloin tapahtuu kolme asiaa:
Jos näissä olosuhteissa markkinointikumppani osaa hommansa, tulee tulosta. Aina. Sama toisinpäin: jos ei osaa, toimari tajuaa sen hetkessä ja huonoa kumppanuutta ei pääse edes syntymään.
Miten tämä liittyy tekoälyyn? Siten, että tässä havaitsen saman asian sillä olennaisella erolla, että markkinointiymmärryksen ylin johto voi vielä ulkoistaa, mutta tekoäly-ymmärrystä ei.
Muutos tulee olemaan niin läpiluotaava ja vaikuttamaan käytännössä kaikkeen ansaintalogiikasta henkilöstöön ja prosesseista johtamiseen, ja jos johtajalla ei ole kontekstia, mitä tekoäly käytännössä on ja kuinka esimerkiksi kielimallit toimivat, hän ei pysty kokonaisuutta jäsentämään saati johtamaan. Ei mitenkään.
Tulevaisuudessa johtaja ei ole enää komentaja vaan paremminkin kapellimestari, joka johtaa ihmisten ja tekoälyn komboa niin, että kumpikin osapuoli pääsee tekemään sitä, missä on parhaimmillaan.
Samaan aikaan tekoälytyökalut kehittyvät valtavaa vauhtia, ja tuo roolitus muuttuu käytännössä jatkuvasti. Mitä tämä missäkin organisaatiossa käytännössä tarkoittaa, on yksi johtajan tärkeimmistä tehtävistä ymmärtää - ellei jopa tärkein.
Muutos tarkoittaa lisäksi siirtymistä hierarkisesta ja jäykästä kokeilevaan ja ketterään. Jos johtaja ei itse ymmärrä työkaluja, jotka tekevät tämän muutoksen mahdolliseksi - ja käytännössä pakottavat siihen - tilalle tulee joku, joka ymmärtää. Siinä kohtaa vahinko tosin on voinut jo tapahtua.
Kujalla oleva dirikka näkee tekoälyn uhkana omalle auktoriteetilleen, kun taas sitä ymmärtävä johtaja näkee valtavan mahdollisuuden rakentaa organisaatio, jossa vastuuta annetaan niille, jotka saavat tapahtumaan. Lue: niille, jotka parhaiten hyödyntävät uusia työkaluja - asemasta riippumatta.
On todella helppoa suhtautua tekoälyyn vähätellen ja negatiivisesti, ja ymmärrän tämän täysin. Omaa (epä)uskoa on lisäksi todella helppoa vahvistaa, kun silmäilee otsikoita: “95 prosenttia tekoälyprojekteista ei tuottanut mitään”, “Mitä jää jäljelle, kun tekoälykupla puhkeaa” ja niin edelleen.
Totta kai asiaan liittyy paljon epävarmuutta ja hypeä ja epäonnistuneita kokeiluja. Mutta johtajana et voi olla tässä asiassa otsikkotason “asiantuntija”. Et vaan voi.
Lukaise vaikka tämä tuore Hesarin artikkeli, ja mieti kumpaan porukkaan haluat kuulua.
Tsemppiä viikkoon!
Arttu
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
Viime viikolla kirjoitin siitä, onko tekoäly vain puhkeamistaan odottava kupla. Tällä kertaa otan pohdintaan, mitä tarkoittaa tekoälyn "eettinen käyttö" ja miksi aiheeseen on syytä perehtyä.
Tuore esimerkki elävästä elämästä: 20-vuotias tyttäreni pyysi minua tuomaan kaupasta fillarin pumpun. Venttiilin tyyppiä hän ei osannut kertoa, joten pyysin ottamaan kuvan siitä ja kysyin tekoälyltä. Vastaus kysymykseen sekä selvitys eri venttiilityyppien eroista tuli sekunnissa.
Käytin tätä käytännön esimerkkinä tyttärelleni ja kehotin perehtymään tekoälyyn myös tämäntyyppisten arkisten askareiden ratkaisijana. Ei kuulemma tule tapahtumaan, koska se olisi (suora whatsapp-lainaus) “epäeettistä 🙈”. Ettäs kehtasi vielä apinaemojilla omaa isäänsä heittää 😡.
En toki tiedä, millaista pohdintaa tytär on lähipiirinsä kanssa käynyt tekoälyn eettisesta puolesta, kun suhtautuminen noinkin jyrkkää on, mutta epäilen sivistyksessä olevan joitain aukkoja. Eipä sillä, niin on meillä kaikilla, koska asia on eittämättä monimutkainen.
Kokemusasiantuntijoina voivat toimia Amazon, jonka rekrytointitekoäly oppi syrjimään naisia. Tai Clearview AI, joka istuu käräjillä kasvojen luvattomasta skraappaamisesta. Oma lukunsa on deepfake, mikä tarkoittaa, että mihinkään netin sisältöön ei oikeastaan enää voi täysin luottaa.
Kuten kaikkea teknologiaa, myös tekoälyä voidaan käyttää väärin, ja valitettavasti myös pimeällä puolella vain mielikuvitus on rajana.
Sitten se toinen puoli: Mayo Clinic käyttää tekoälyä syöpädiagnostiikassa ja säästää ihmishenkiä. Microsoft auttaa näkövammaisia Seeing AI:lla. Plus ne sadat muut innovaatiot, jotka kirjaimellisesti tekevät maailmasta paremman paikan - sekä yhteiskunnan että bisneksen että yksittäisen käyttäjän näkökulmasta.
Vaan kun ei tiedä, pelot saavat vallan, ja käy helposti niin, että tekoälyä ei uskalleta käyttää tai sen käyttö jää hyvin pintapuoliseksi. Ja kun kilpailijat sitten menevät ohi oikealta ja vasemmalta, nakkaavatko he kakat etiikasta vai ovatko löytäneet tavan hyödyntää tekoälyä niin, ettei etiikkaa ja yrityksen arvomaailmaa ole tarvinnut vetää vessanpöntöstä alas.
Sitä ette ehkä voi tietää, mutta kuulukaa te jälkimmäiseen porukkaan. Alkuun urakassa pääsee seuraavalla tavalla:
Oikeudenmukaisuus, läpinäkyvyys, vastuullisuus, yksityisyys ja turvallisuus… Häh?
Oikeudenmukaisuus tarkoittaa, että tekoäly ei saa syrjiä ketään sukupuolen, iän, etnisyyden tai minkään muun ominaisuuden perusteella. Amazon-tapauksessa sen rekrytointitekoäly oppi syrjimään naisia, koska sitä koulutettiin 10 vuoden ajan pääosin miesten hakemuksilla. Ups.
Läpinäkyvyys tarkoittaa, että voitte selittää, miten järjestelmä tekee päätöksiä. Rekrytointiesimerkkiin mennäksemme: jos ette pysty kertomaan, miksi tekoäly hylkäsi hakijan, ette voi sitä käyttää.
Vastuullisuus tarkoittaa, että joku on aina vastuussa tekoälyn päätöksistä. Kuka tarkistaa tulokset? Kuka korjaa virheet? Kuka vastaa vahingosta? Se kuuluisa human in the loop tarvitaan vielä pitkään ellei ikuisesti.
Yksityisyys ja turvallisuus lienee asia, joka maijameikäläistä eniten pohdituttaa. Totta on, että kun konttorirotta käyttää ChatGPT:tä tai muita AI-työkaluja, ja syöttää niihin yrityksen dataa - asiakastietoja, sisäisiä dokumentteja, strategioita yms. - se voi päätyä kouluttamaan mallia eli käytännössä pahimmillaan kilpailijoiden käyttöön.
Tämä tarkoittaa yksinkertaisesti sitä, että AI:n käyttöön pitää olla yhteiset pelisäännöt: **mitä saa syöttää ulkoisiin AI-työkaluihin ja mitä ei ja mihin dataan sille annetaan pääsy vai annetaanko mihinkään. Plus käytännössä kaikilla kielimalleilla on yritysversiot, joissa data ei (väittämän mukaan) vuoda ulos.
Sitten taas: harvassa etenkään pienemmän pään putiikissa on tarvetta tai edes osaamista antaa härpäkkeille pääsyä yrityksen dataan eli älkää antako tämän liiaksi jarruttaa. Minä mietin asian niin, että jos tämä tieto, jota juuri nyt käsittelen ja AI:lle annan, vuotaisi verkkoon, mitä voisi tapahtua? 99 prosentissa tapauksista ei yhtään mitään.
Vaikka asia olisi outo, tyhmä ei tarvitse olla. Harvalla lienee pakottavaa tarvetta syöttää vaikkapa hetuja tekoälylle.
Muun muassa Microsoft, Google ja IBM ovat julkaisseet AI-periaatteensa. Käykää tsekkaamassa, niin näette, miten isot pelurit käsittelevät riskejä ja vastuullisuutta. Kyllä ne näitä funtsivat, vaikka ei siltä aina tunnu.
Toimiiko tekoälynne eri käyttäjäryhmille tasapuolisesti? Voitteko selittää, miten se tekee päätöksiä? Onko datanne laadukasta ja vinoumasta vapaata (hästäk Amazon)?
Tekoälyn hyödyntäminen hakee uomiaan koko ajan ja säännöt muuttuvat. Pysykää täten ajan tasalla.
Tekoälyn eettinen puoli ei ole este sen käytölle. Piste. Perehtymistä ja pelisääntöjä homma vaatii, mutta niin kaikki uusi tuppaa vaatimaan.
Sitten on ongelmia, joihin ei yksinkertaisesti ole ratkaisuja, kuten ympäristövaikutukset. En halua tätä puolta sivuttaa, mutta että sen takia jättäisi työkalut hyödyntämättä ja pahimmillaan putoaa seurauksena pelistä pois… En tiedä, tämä on vaikea asia.
Sen tiedän, että tekoälyn vaikutukset on pakko ymmärtää kaikilla tasoilla isoimmasta dirikasta peruspaukuttajaan.
Tarkoitusta varten poimin ensi viikon uutiskirjeeseen valikoituja käyttäjätarinoita meiltä ja maailmalta ja isommista ja pienemmistä lafkoista.
Tsemppiä viikkoon!
Arttu
Lähteet:
Viime viikolla kirjoitin siitä, miten tekoäly tulee luomaan ammatteja, jotka eivät vielä esiinny edes pilkkeenä konttorirotan silmäkulmassa.
Tällä kertaa mennään käytännön puolelle eli siihen, miten organisaatiot onnistuvat ottamaan tekoälyratkaisuja systemaattisesti käyttöön - roadmapiksikin tätä voi kutsua - sen sijaan, että juoksevat pää kolmantena jalkana uusimman AI-hilavitkuttimen perässä.
Roadmap aka "tiekartta" on suomennoksena siinä määrin typerä, että koittakaa kestää pieni annos Finglishiä.
Tekoälyn kohdalla roadmap on vuoden ja maksimissaan kahden vuoden suunnitelma, joka määrittelee, mihin toimintoihin ja kenen toimesta tekoälyä aletaan ensimmäiseksi soveltaa ja kuinka homma sen jälkeen etenee.
Roadmapia ei käytännössä pysty tekemään ennen kuin ymmärretään edes jollain tasolla, mihin tekoälyä omassa organisaatiossa pystytään hyödyntämään.
Kyseinen suunnitelma kuitenkin on pakko olla olemassa edes jollain tasolla. Jos AI-työkalujen käyttö aloitetaan - kuten yleensä aloitetaan - kehottamalla henkilöstöä tutustumaan ja soveltamaan niitä parhaansa mukaan, aivan liian moni asia jää herran haltuun.
AI:n tuoma muutos on niin perinpohjainen ja suuruusluokka sellainen, että ette halua jättää kehittämistä herran haltuun. Trust me.
Yksi tapa rakentaa roadmap on tehdä se neljässä vaiheessa:
Kaikki lähtee ymmärryksestä ja nimenomaan ylimmän johdon ymmärryksestä - muuten hommaan ei koskaan tulla antamaan niitä paukkuja, mitä se vaatii. Työkalut itsessään eivät maksa käytännössä mitään, mutta aikaa ja usein myös ulkopuolista osaamista onnistuminen vaatii.
Kun johdon päässä syttyy lamppu 💡 (huomaa nokkela sanaleikki), projektit alkavat edetä, se on takuuvarma asia.
Tämä tarkoittaa vähintään rautalankamallin arviota siitä, miten tekoäly vaikuttaa tiimiin, asiakkaisiin, kumppaneihin, tuotteisiin ja palveluihin. Ilman tätä ymmärrystä roadmap on arvausten varassa ja satsaukset hankala perustella. Etenkin jos ja kun johto on pinnannut omasta koulutuksestaan.
Simppeli esimerkki: Itse olen arvioinut, että AI on lisännyt työtehoani vähintään 100 prosenttia. Toisin sanoen, saan nyt tehtyä neljässä tunnissa sen työmäärän, mihin aiemmin meni kahdeksan tuntia.
Viime viikolla koulutin erästä myyntiorganisaatiota, ja siellä arvioitiin neljän tunnin työpajan jälkeen, että säästöä syntyy jo pelkästään niillä opeilla tunteja päivässä.
Tekoälyn käyttöön liittyy paljon asioita, jotka ovat omiaan aiheuttamaan epävarmuutta ja tietämättömissä käsissä pahimmillaan eittämättä myös vahinkoa. Tämä on yksi suurimmista syistä, miksi moni organisaatio on yhä telineissä.
Varsinkin isommissa putiikeissa tarvitaan jonkin sortin työryhmä, joka kehittää politiikat ja käytännöt, miettii AI:n vaikutuksia eri toimintoihin ja varmistaa, että työkaluja käytetään eettisesti ja vastuullisesti. Tähänkin puoleen on oivia kumppaneita olemassa, kuten vaikka tämä porukka.
Kun edellä mainitut pohjatyöt on tehty, voidaan alkaa toteuttamaan varsinaista roadmapia. Simppeli malli tähän on seuraava:
Tämän vaikeampaa hommasta ei tarvitse tehdä.
Tekoälytyökalujen hyvä ja huono puoli on se, että ne voi ottaa käyttöön kuka tahansa milloin tahansa ja saada niistä omaan työhönsä välittömästi merkittävää hyötyä.
Huono puoli on se, että edellä mainitulla taktiikalla helposti hyydytään ensimmäisille portaille, kun hyödyt olisivat todellisuudessa moninkertaiset ja käyttökohteet huomattavan paljon laajemmat.
Mutta keuhkoaako Käyhkö ihan turhasta, AI-kuplahan on viittä vaille puhki? Siihen otan kantaa ensi viikolla.
Tsemppiä viikkoon!
Arttu
Lähde: www.smarterx.ai