"Epäilykset tekoälyn hyödyistä hälvenivät iltapäivän aikana. Tästä on hyvä jatkaa"
Arttu Taponen, toimitusjohtaja, Karjalaisen Kulttuurin Edistämissäätiö
"Oli hyvä paketti — ja hyvin myös pystyit huomioimaan erilaiset lähtötasot koulutuksen sisällöissä."
Juuso Hieta, toimitusjohtaja, Mestar Kuopio Oy
"Osallistujat olivat todella tyytyväisiä tekoälykoulutuksen antiin."
Maija Väkeväinen, viestintäkoordinaattori, Päijät-Hämeen liitto
Artun tekoälykoulutus maksoi itsensä takaisin muutamassa päivässä."
Timo Mäkelä, toimitusjohtaja, Saarsalo Oy
Mitä tekoälyn laajentamisesta pitää tietää ennen kuin viette sen koko organisaatioon
Milloin tekoälyä kannattaa alkaa laajentaa organisaatiossa?
Tekoälyä kannattaa laajentaa vasta silloin, kun ensimmäiset käyttökohteet toimivat käytännössä ja niiden hyöty on todettu arjessa. Ilman tätä laajentaminen jää helposti kokeiluksi isommassa mittakaavassa.
Mitä tekoälyn skaalaaminen tarkoittaa käytännössä?
Se tarkoittaa sitä, että yksittäiset toimivat käyttökohteet muutetaan yhteiseksi tavaksi toimia. Käytännössä tämä sisältää pelisäännöt, työkalut, vastuut ja selkeän suunnan siitä, miten tekoälyä käytetään eri rooleissa.
Miksi tekoälyn laajentaminen epäonnistuu monessa organisaatiossa?
Yleisin syy on se, että käyttöä yritetään kasvattaa ennen kuin on selkeää ymmärrystä siitä, mikä toimii. Toinen syy on, että jokainen tekee omalla tavallaan ilman yhteistä mallia.
Pitääkö kaikki työntekijät saada käyttämään tekoälyä?
Ei tarvitse. Tärkeämpää on, että tekoälyä käytetään siellä, missä siitä syntyy eniten arvoa. Käyttöä ei kannata pakottaa, vaan rakentaa malli, joka tukee työn tekemistä.
Miten tekoälyn käyttöä johdetaan organisaatiossa?
Tekoälyn käyttöä johdetaan samalla tavalla kuin muutakin toimintaa: määritellään tavoitteet, vastuut ja seurataan hyötyjä. Ilman tätä käyttö jää helposti hajanaiseksi.
Mitä riskejä tekoälyn laajentamiseen liittyy?
Suurin riski ei ole tekninen, vaan toiminnallinen. Jos pelisääntöjä ei ole, käyttö hajautuu ja syntyy epävarmuutta siitä, miten tekoälyä saa käyttää.
Tarvitaanko tekoälyn skaalaamiseen uusia työkaluja?
Ei välttämättä. Usein suurin hyöty syntyy nykyisten työkalujen paremmasta käytöstä. Uudet työkalut tulevat mukaan vasta, kun tarve on selkeä.
Miten tiedetään, että tekoälyä kannattaa laajentaa?
Jos pilotoinnissa on syntynyt selkeitä hyötyjä ja käyttö toimii arjessa, laajentaminen on perusteltua. Jos hyöty on epäselvä, kannattaa vielä jatkaa testaamista.
Soitellaanko?
30 minuutin keskustelussa katsotaan, mitä teillä toimii jo ja mitä ei vielä kannata laajentaa.
